基于深度学习的人脸安全认证：现状与挑战

人脸识别作为一种非受控的、易用性强的生物特征验证技术,目前在安防、金融、消费等行业都有着广泛应用,是计算机视觉应用落地的典型代表.得益于海量的数据、硬件算力的提升和深度神经网络的技术发展,人脸验证在识别性能上取得了巨大的进步,深度学习取得了远超传统方法所能达到的性能.然而,高识别精度的人脸识别技术在恶意伪造身份攻击下存在明显安全漏洞.人脸防伪、人脸活体检测等技术正受到学术界和工业界越来越多的关注.介绍一些当前主流的识别和活体检测技术,以及基于深度学习技术的活体检测目前面临的若干挑战,如监督信号不足、数据偏置、跨摄像头模型泛化性不足和权威数据集的缺失.