1 社會背景

相信大家對人臉身份認證已經司空見慣了，比如生活中的人臉支付、身份校驗、金融認證等等，但是人臉識別技術面臨著多種欺詐手段，如照片、換臉、面具等。如果被惡意復制，將會給個人、集體或者社會帶來很大的麻煩和威脅。

而活體檢測是在一些身份驗證場景確定對象真實生理特征的方法，活體檢測使用人臉防偽、人臉關鍵點、人臉跟蹤等技術，可有效抵御照片、換臉、面具、遮擋以及屏幕翻拍等常見的攻擊手段，從而保障用戶的利益。

活體檢測常見應用場景：

市面上提供活體檢測服務的廠商有很多家，下面我們將結合開發者關注的識別場景、集成便捷性、安全性等問題，對各大廠商的活體檢測服務做綜合評測。

2 主流廠商

目前國內活體檢測的主流廠商有曠視、百度、華為、阿里、OPPO、騰訊、易道博識等。日常中常用的比如百度金融的活體識別技術應用在很關鍵的“賬號找回功能”里；曠視應用在“支付寶實名和檢測”中；騰訊的“微眾銀行信息認證”；華為的HMS Core ML Kit用在“身份認證”中。

據了解，百度大腦的活體識別擁有業界首創的端到端全卷積神經網絡人臉檢測器，可以檢測到不同姿態和光照下的人臉，最小能夠達到12*12像素；高精度的1：1和1：N人臉識別率，基于深度神經網絡的度量學習技術，使用200萬人的2億數據，在1000塊GPU集群上訓練，可達到比人類更精準的識別效果。

而曠視在2015年就推出了基于人臉識別技術的 FaceID 線上身份驗證解決方案。其強大的智能金融企業解決方案已經幫助支付寶、中信銀行、招商銀行、北京銀行、小花錢包、拍拍貸等近百家金融機構實現了金融智能化。

易道博識是一家專注于計算機視覺領域技術研究和商業自動化應用的人工智能公司，基于自主開發的深度學習平臺，不斷研發出領先的機器視覺技術，為多個行業量身定制智能解決方案，驅動行業實現跨越式智能升級，其在活體檢測領域已打造出成熟的產品。

而華為HMSCore的ML Kit也為開發者提供了活體檢測技術，HMS Core是華為為其設備生態系統提供的一套應用程序和服務，開發者只需集成HMS SDK即可使用華為的多個開放能力，高效構建精品應用。其ML Kit的活體檢測采用全新的一個模型多個任務技術，聯合華為“昇騰”推理庫對AI模型的加速效果，量化后模型僅有0.2M大小，CPU推理時延低至0.01s，端到端同時檢測人臉框和人臉關鍵68關鍵點，可以做到實時檢測動作，響應時延達到毫秒級別。因此，是一款對手機端APP開發很友好的AI產品。

3 測評方案

本文以識別場景的通用性、識別的準確率、識別響應速度、產品接入方式、部署集成效率、安全性和產品定價為測評基準，對HMS Core ML Kit 、曠視FaceID、百度大腦、易道博識活體檢測產品進行測評。目前活體檢測服務可支持的調用方式有，離線SDK集成、在線API調用、軟件服務接入等方式。我們通過各官網提供的調用方式來進行測試和對比。

曠視FaceID可直接使用FaceID上提供的功能進行測試。

最終測評結果會形成雷達圖，測評指標如下，最高分為10分。

橫向測評打分表

3.1識別場景

筆者先從識別場景上看（通用性和廣泛性），目前活體檢測分為靜默式活體檢測和配合式活體檢測，從大量搜集資料結果顯示：FaceID、百度、易道博識和華為的HMS Core ML Kit都支持靜默式活體檢測和配合式活體檢測。而差別在于幾家在活體檢測識別場景的動作種類有明顯區分，這個點也是決定活體檢測安全性的重要指標。

FaceID支持動作包括點頭、眨眼、張嘴、搖頭、讀數等，并可實現不同光照、年齡、妝容、配飾等復雜條件下精準識別。

百度目前支持的動作有低頭、抬頭、眨眼，另外有炫瞳、讀數等多達10 種離在線活體檢測方式，有效抵御照片、視頻、2D/3D模具等作弊行為。

易道博識目前配合式活體檢測支持5種動作：點頭、眨眼、注視、張嘴、搖頭，以及隨機3個動作判別，結合單幀活體判別。

而HMS Core ML Kit 的配合式活體檢測支持6種動作，包括眨眼、張嘴、左搖頭、右搖頭、注視、點頭，且支持從6種動作中隨機選3個動作進行驗證。同時，在各種光照環境、用戶配飾、年齡、妝容等條件下能夠很好的識別并引導用戶完成檢測。

識別場景打分表(個人評分，僅供參考)

3.2響應速度

根據筆者的測試情況分析，做出2張圖表供大家參考。

從初始化時間上來看，曠視FaceID初始化時間2s，易道博識初始化時間為1s，百度大腦響應時間在0.88s，而HMS Core ML Kit初始化時間為0.8s。HMS Core ML Kit和百度大腦的響應速度很快。

從內存占用上來看，易道博識內存占用343MB，曠視FaceID內存占用185MB，百度的內存占用為157MB，而HMS Core ML Kit的內存占用為140MB，是幾家廠商中最小的。

響應速度打分表(個人評分，僅供參考)

3.3接入方式

百度大腦活體檢測服務支持在線、離線兩大模式，API+SDK靈活組合，覆蓋APP、H5、小程序等多種場景，與市場主流鏡頭模組完美兼容，可快速集成到公眾號、小程序、PC端等H5頁面中。

FaceID活體檢測也支持多種接入方式，除了移動端SDK、H5組件、API接口等，還有適用于小程序的Raw提供的純API接口，直接集成云端的活體驗證能力并自行實現前端的用戶交互頁面部分。

HMSCore ML Kit活體檢測服務支持離線模式（主要是基于保護終端用戶隱私數據的考慮），提供SDK接入方式，開發者僅需幾行代碼集成即可。

易道博識靜默活體檢測通過HTTP 發送POST請求提交驗證數據至公有云服務器，等待服務器識別并返回識別結果。

接入方式打分表(個人評分，僅供參考)

3.4集成效率

目前各大廠和開發團隊都在強調敏捷開發，敏捷開發的實踐就是集成效率的體現。從筆者自身的測試情況來看，FaceID需要提供企業法人身份證和營業執照等企業級認證才能使用。百度大腦和易道博識需要注冊之后才能使用活體檢測服務，并且在開發上需要一定的代碼調試，尤其是其賬號注冊后生成的API key無法直接使用，需要在代碼中集成并生成token值之后才能使用。而HMS Core ML Kit在注冊華為帳號后，無需APIKey集成操作，而是簡單配置AGC文件，通過幾行代碼，即可快速接入官方提供的SDK。

所以筆者認為HMS Core ML Kit和其他三家產品來對比的話，其在集成效率、部署效率會相對簡單些，能提升我們的開發效率。

集成效率打分表(個人評分，僅供參考)

3.5安全測試

筆者主要對配合式活體進行了安全性評測，筆者選取了一些典型的攻擊場景進行測試并對每家測試結果進行了對比分析。

配合式活體檢測容易受到很多干擾和攻擊，比如常見的打印照片、翻拍視頻等。

關于本節配合式活體檢測的方法，筆者采用3種方法進行測試。

1.“照片翻拍”方式，進行模擬測試（包括搖頭、眨眼、轉動手機、帶口罩等遮擋物的照片視頻）。

2. “視頻翻拍”方式，進行模擬測試（包括搖頭、眨眼、轉動手機、帶口罩等遮擋物的照片視頻）。

3.“真人不動+轉動手機”方式，是指通過平移、搖擺手機來模擬人點頭搖頭等行為動作。

筆者分別對各服務進行了十余次的測試，曠視FaceID人臉照片和視頻攻擊攔截率高，因為具有人臉核身的檢測，所以攻擊基本不會通過，能正確完成識別，安全性很高。

HMS CoreML Kit測試效果也較好，順利抵御所有攻擊檢測，在紙張、視頻之類攻擊場景下，界面會顯示非活體。在閉眼和左右搖頭時，HMS CoreML Kit會提示用戶睜開眼，只有當用戶雙眼睜開，姿態正確情況下才會提示用戶做作出相應的動作，更好的保證了安全性。

百度大腦可進行基本動作的活體檢測，能夠通過動作驗證。測試發現，將打印的猴子照片放在屏幕前并前后晃動紙張來模擬低頭動作，即可通過驗證。因此，百度對一些特殊動作的識別有待提高。

易道博識也可進行基本的活體檢測，不過通過一定角度還是可以攻破檢測，如點頭搖頭。當想通過人不動+轉動手機完成動作時，易道博識會提示不要晃動手機。但是晃動手機的幅度變小之后，或者垂直晃動，就能繞過檢測。

另外筆者測試出，在眨眼時，只眨一只眼（睜一只眼閉著一只眼）也能通過檢測。所以按筆者通過目前的測試來看，檢測方式還是有待提高。

安全測試綜合打分表(個人評分，僅供參考)

3.6產品定價

各廠家產品功能性有所不同，筆者收錄的價格僅供參考，不代表當前價格。

(以上為數據來自各大廠商官網，統計時間為2022年5月)

產品定價打分表(個人評分，僅供參考)

4 綜合對比

得分匯總：

根據上一段中測評分析出的結果，形成雷達圖來進行綜合對比。

從筆者整理的雷達圖來看各家產品的區別，整體來說差別不大，但在不同的應用上可能各有特色。比如百度和FaceID提供了很多的接入方式并支持非常多的識別場景，對一些有廣泛性要求的開發任務來說會更合適一些。而使用靜默活體時可以選擇易道博識，在價格和開發集成上來看是不錯的選擇。但是要選擇動態活體檢測的話，FaceID可能在有限制性的識別條件（人臉核身）時能發揮更大的作用，此時HMS Core ML Kit的出場就當之無愧了，通過廠家給出的SDK可以快速集成到實際業務中，響應速度和集成速度無疑是獨特的亮點。

筆者作為應用開發者從綜合評測來看，HMS Core ML Kit集成簡單，響應快速，安全性高，非常適合廣大應用開發者使用。

當然不僅是ML Kit，整個HMS Core（華為為其設備生態系統提供的一套應用程序和服務,開發者只需集成HMS SDK即可使用華為的多個開放能力）也提供了媒體、圖像等多項領域的能力，大家有興趣可以去了解，可能會發現許多有趣的和對我們有所幫助的事物。

（轉載自CSDN ，作者：考古學家lx）

審核編輯：符乾江