近两年人脸识别技术已经发展开始应用到我们的生活中，我们教师可以在超市、高铁站、机场等地方政府都可以看到人脸图像识别的应用，这些都极大的提高的了我们网络购物、出行的效率，但同时也带来了人脸识别的安全风险隐患，尤其在我国金融企业支付服务领域。

这两年阿里和腾讯一直在争入口，人脸支付领域是他们的战场。所以这两大巨头都在开发安全性更高的人脸支付产品，所以在这里必须使用活体检测。

活体检测

活体检测是指在人脸识别过程（身份证二要素接口+人脸身份证比对+活体检测 ）中进一步检测人脸，以确定要识别的对象是否是真人。目前，攻击人脸识别系统的方法可以归纳为照片、视频和面具三大类。

目前我国主流的活体检测技术方案设计可以划分为以下三类，一是通过基于二维平面RGB相机的活体检测系统方案、二是基于红外IR相机的活体检测工作方案，三是基于三维深度相机的活体检测研究方案。

二维平面的RGB相机活体检测方案主要是基于深度学习实现的方案较为有效，红外IR相机的活体检测方案不仅可结合二维图形的特点，还能结合红外热成像的特点进行活体检测，比如视频类人脸在红外IR相机上是不呈像的，基于三维深度相机的活体检测方案对照片和视频类都有很好的活体检测效果，但对于三维的面具就比较吃力，需要在算法方面进行改进。

三维活体检测

经过对比可知，每一种方案都有其各自的特点，但又没有哪一种方案可以完全解决人脸识别的安全问题，所以目前最有效的方式是结合三种方案的特点进行组合，比如可以将基于二维平面的RGB相机和三维深度相机相结合共同使用，这也可以大大提高人脸识别的安全性，再结合优秀的算法，可将活体检测准确率达到99.99％以上，一般来说，在人脸支付领域，基于不同的活体检测方案可以解决安全问题，那么人脸支付的应用将会越来越广泛。