信息認(rèn)證無處不在
無論是在購物支付時，還是在社交軟件注冊時，或是在線上辦理金融手續(xù)時，用戶都繞不開身份信息認(rèn)證。整個過程僅耗時短暫數(shù)秒，實際上完成了三大信息的判斷，即當(dāng)前用戶是否是本人操作，用戶是否是活人操作，用戶是否為真人操作，以確保用戶的信息財產(chǎn)安全。
“活體識別”通過算法技術(shù)學(xué)習(xí)人類臉部的特征，有效核實用戶身份，防止身份冒用、欺詐、虛擬機(jī)器人等風(fēng)險。
“活體識別”一直是信息認(rèn)證的重點和難點。無法準(zhǔn)確識別攝像頭前的人臉圖像，是來自人體，還是來自照片、屏幕翻拍、人工智能換臉、3D面具或三維模型？憑借“深度偽造”“高仿面具”等技術(shù)與物理方式，不法分子得以入侵人臉解鎖，攻破金融、安防、門禁等領(lǐng)域的事故接踵而至。
為此，易盾也修煉了許多又智慧又可靠的“活體識別”技能。活體識別的主要目的在于確認(rèn)人臉識別系統(tǒng)所采集的人臉圖像是來自真人，還是偽造的圖像，從而讓用戶更加安全地完成身份驗證。此次，我們精選了“活體識別”的幾大改善點，帶大家全方位探索更安全的身份驗證可能。
效果改善如何體現(xiàn)？
易盾對“活體識別”解決方案進(jìn)行了“人臉比對”“交互式活體”“靜默活體”三大核心能力的打造，旨在提供高效、高攔截率、高通過率和高安全性的智能化人臉核驗方案，以確保用戶是“本人”“活人”與“真人”。
通過上述三大核心能力，易盾“活體識別”解決方案將活體攻擊攔截率提升至 99% 以上，實人通過率超 99.9%，有效攔截“非本人”、翻拍電腦、手機(jī)、紙質(zhì)人臉以及合成等圖片人臉偽造攻擊手段，安全等級更高。
01 層層遞進(jìn)全面攔截典型攻擊
市面上活體識別的產(chǎn)品很多，但大部分已有的產(chǎn)品只考慮了“是否為同一個人”、“動作是否合格”以及“是否為真人”三個方面中的一兩個點，并且單模塊的識別效果受光照等環(huán)境因素及用戶使用方式影響較大。
易盾的“活體識別”能力從三個方面攔截非法用戶，且每個模塊都進(jìn)行了全面升級，大大強(qiáng)化了識別安全性，同時整體使用體驗更為流暢。在大數(shù)據(jù)風(fēng)控下，易盾“活體識別”充分融合數(shù)據(jù)淺層多樣性，提升低質(zhì)量、遮擋、多模態(tài)活體、電子設(shè)備風(fēng)險以及環(huán)境風(fēng)險下的身份核驗。
此外，方案結(jié)合人臉比對、交互式活體、靜默活體等子功能以增強(qiáng)人臉核驗?zāi)芰Γ诃h(huán)境、姿態(tài)風(fēng)險下的“活體識別”能力以及屏幕翻拍、活化攻擊等場景下的攔截能力具有明顯提升。
02 見多識廣豐富特征訓(xùn)練
靜默活體是整體方案中攔截“假人”的主要模塊，也是活體識別中研究較為活躍的領(lǐng)域，當(dāng)前業(yè)界主要的靜默活體歸納如下：
可見，業(yè)界不同的靜默活體方案能攔截的攻擊類型比較有限，很少有一個方案可以覆蓋層出不窮的攻擊類型，而易盾“活體識別”解決方案的一個亮點是全面升級了靜默活體，使得其攔截覆蓋面更加廣泛。
易盾“活體識別”解決方案的升級靈感來源于生活：人類因為見過成千上萬的真實人臉數(shù)據(jù)，因此對于真實人臉構(gòu)成、細(xì)節(jié)都非常熟悉，同時也了解現(xiàn)實中不可能存在的人臉情況，如臉缺了一角等。因此，當(dāng)看到一張和過去認(rèn)知中的真實人臉有差異的人臉圖時，方案可以快速且準(zhǔn)確地判斷出來。
基于此，易盾 AI 實驗室采用非平衡真實人臉和攻擊人臉數(shù)據(jù)進(jìn)行自監(jiān)督訓(xùn)練，模擬人類對真實人臉的特征學(xué)習(xí)過程。當(dāng)輸入偽造人臉時，模型可以一眼識別出來。
03 辨別真假錯誤率低于百分之一
真人通過率的差異會影響正常用戶的體驗，易盾新版靜默活體的真人通過率達(dá)到 99.995%。假設(shè)有 10 萬個真人調(diào)用靜默活體，我們會誤攔截 5 人次，而競品 1 會誤攔截 420 人次，競品 2 會誤攔截 2760 人次。
假人攔截率的差異主要影響對黑產(chǎn)數(shù)據(jù)的識別能力，易盾新版靜默活體的假人攔截率達(dá)到 99.25%。假設(shè)有 1 萬個假人調(diào)用靜默活體，我們會漏過 75 人次，而競品 1 會漏過 522 人次，競品 2 會漏過 433 人次。
04 舉一反三適應(yīng)新鮮的人臉樣本
泛化能力是智能化的重要衡量標(biāo)準(zhǔn)之一。所謂泛化性，即在遇到新樣本之時，機(jī)器模型能快速做出正確判別的能力。為此，易盾 AI 實驗室抓牢訓(xùn)練，讓機(jī)器模型牢牢捕捉數(shù)據(jù)特征，不遺漏一些關(guān)鍵信息。真人臉部判別任務(wù)中，模型不能只考慮面部特征，不考慮眨眼、張嘴、轉(zhuǎn)臉等動作連貫性。
得益于豐富數(shù)據(jù)與嚴(yán)謹(jǐn)?shù)哪Ｐ陀?xùn)練，全新解決方案的優(yōu)勢在于不僅對已知的攻擊類型有很好的攔截能力，且盡可能覆蓋到更多未知攻擊類型，因為算法模型本質(zhì)上能記住且熟悉真實人臉應(yīng)該是什么樣，基本解決模型泛化性能的問題。
從用戶角度出發(fā)的研發(fā)過程
活體識別最終要服務(wù)于用戶，故而整個研發(fā)的過程更多是從用戶角度出發(fā)，發(fā)現(xiàn)現(xiàn)有產(chǎn)品中的薄弱環(huán)節(jié)并對其進(jìn)行改造升級。舊版活體識別服務(wù)整體上對真人通過率和假人攔截率都較低，且每個模塊非常耗時。在本次升級中，交互式活體、靜默活體以及人臉比對模塊依次得到優(yōu)化。
以交互式活體為例，舊版的實現(xiàn)依賴可靠的正臉圖像，因為人臉的每種動作都是以正臉為基準(zhǔn)的一個相對判定，但在實際應(yīng)用中我們發(fā)現(xiàn)舊方案是有明顯缺陷，主要表現(xiàn)為：
解析 方案問題 1
有些用戶在打開 APP 進(jìn)行活體檢測時，很快就開始做動作，或者在打開 APP 時光照過強(qiáng)或過弱，導(dǎo)致獲取不到一個可靠的正臉圖像，影響后續(xù)動作的判斷，最終導(dǎo)致真人通過率偏低；
解析 方案問題 2
動作幅度過大、環(huán)境光照不均，容易導(dǎo)致人臉關(guān)鍵點識別出錯，而關(guān)鍵點又是動作判斷的重要依據(jù)，如眨眼、張嘴、轉(zhuǎn)臉等，從而無法準(zhǔn)確判斷出人臉行為；
解析 方案問題 3
基于人臉關(guān)鍵點識、歐拉姿態(tài)估計、正臉相對估計與 3D 人臉二次識別的方案，其每個環(huán)節(jié)都存在強(qiáng)依賴性，不僅導(dǎo)致活體識別能力脆弱，而且維護(hù)性較差。
上述方案中的缺陷，依然廣泛存在于市面上的很多活體檢測產(chǎn)品中。為此，易盾推出的全新解決方案，摒棄了效果不穩(wěn)定的“關(guān)鍵點識別”和“人臉姿態(tài)估計”，簡化了環(huán)環(huán)相扣的鏈路，在效果上也取得了非常明顯的提升。
AI 實驗室如何讓活體識別更好用？
對于正常用戶而言，提高真人通過率非常重要，否則將嚴(yán)重影響正常用戶體驗；而對于黑產(chǎn)用戶而言，提高正確攔截率非常重要，否則將對正常用戶造成損失。
易盾“活體識別”解決方案融合客戶端 SDK 與云端二次檢測實現(xiàn)人臉核驗，保證了在光照、模糊等環(huán)境下的真人通過率，同時增強(qiáng)了對屏幕、紙質(zhì)以及 PS 等攻擊人臉的攔截能力，如圖 1 所示。
客戶端 SDK 使用輕量級交互式活體進(jìn)行初步攔截并采集圖片， 云端以“人臉比對”“交互式活體”與“靜默活體”相結(jié)合的三大核心能力為主，識別各類黑產(chǎn)攻擊數(shù)據(jù)。
客戶端和云端分別采用不同加速框架部署深度學(xué)習(xí)模型，結(jié)合數(shù)值加速和模型剪枝，極大提高了整個活體服務(wù)的性能和用戶體驗。
在舊版活體中，易盾 AI 實驗室發(fā)現(xiàn)用戶動作幅度過大容易導(dǎo)致識別失敗，這其中除了有關(guān)鍵點識別不穩(wěn)定導(dǎo)致動作識別出錯外，還有一部分原因在于人臉比對。
人臉比對一般應(yīng)用在非動作照場景，即不做動作的正臉。因此，當(dāng)人臉比對和交互式活體一起使用時，方案需要解決動作照和非動作照之間匹配得分過低的問題，如張嘴人臉和正常人臉的匹配。
針對這個問題，易盾通過優(yōu)化人臉特征提取，讓原特征提取網(wǎng)絡(luò)適配動作照，有效降低了因動作幅度過大導(dǎo)致的真人不通過率。整體人臉比對的流程如下圖所示：
易盾“活體識別”解決方案
易盾“活體識別”解決方案包含“客戶端”和“云端”兩大部分。用戶打開客戶端活體 APP，并根據(jù)提示調(diào)整距離，完成對應(yīng)的動作。客戶端 APP 會初步攔截非法動作，而合法用戶的正臉照與動作照會進(jìn)入云端進(jìn)行二次識別。
云端檢測包含“人臉比對”“交互式活體”“靜默活體”三大核心部分，確保用戶核驗達(dá)到“本人、活人、真人”的效果，整體使用邏輯圖如下：
活體識別推陳出新
市面上的“活體識別”解決方案對環(huán)境和用戶使用方式依賴較強(qiáng)，從而導(dǎo)致識別效果不穩(wěn)定，用戶體驗較差，同時在面對越來越多樣的黑產(chǎn)攻擊時，往往覆蓋范圍非常有限，從而被黑產(chǎn)輕易攻擊成功。
整體上，易盾“活體識別”解決方案通過端云結(jié)合及三大核心能力構(gòu)建了完善的人臉核驗方案，在保證對黑產(chǎn)用戶高攔截率的同時，保持對正常用戶的高通過率，大大提高了用戶體驗。
其中，易盾交互式活體的優(yōu)勢在于對環(huán)境光照、用戶使用方式等依賴較少，讓識別效果更穩(wěn)定，活人通過率更高。易盾靜默活體的優(yōu)勢在于對已知攻擊數(shù)據(jù)具備很好的攔截能力，并能很好覆蓋未知的攻擊類型。
