人脸核身检测和活体检测是身份验证中的两个关键环节，在实际业务中，通常通过两种验证方式结合使用，来达到用户真是身份验证的目的。本文旨在梳理两者之间的核心目标和功能，解答实际业务中如何选择使用。

核心目标和实现手段

1. 活体检测（Liveness Detection）

核心目标：判断当前检测的“人脸”是否为真实活体（真人），而非伪造的攻击手段（如照片、视频、面具、3D模型等）。

技术手段：

  动作交互：要求用户完成眨眼、摇头、张嘴等随机动作。

  静默检测：通过分析人脸纹理、反光、3D深度信息（如结构光、ToF摄像头）或微表情变化，无需用户动作。

  多模态融合：结合红外光、热成像、心跳检测等生物信号。

应用场景：防止静态或动态攻击，确保操作者是“活人”。

2. 人脸核身检测（Face Verification/Authentication）

核心目标：验证当前活体人脸的“身份”是否与已有身份信息（如身份证、数据库记录）匹配。

技术手段：

  人脸比对：将实时捕获的人脸与预存的人脸特征（如证件照、注册照片）进行相似度计算。

  身份关联：确认“你是你声称的人”（例如：用户自称张三，系统需验证其是否与张三的证件照一致）。

应用场景：银行开户、政务实名认证、支付验证等需绑定身份的场景。

 核心区别总结

实际应用中的结合

在多数安全场景中（如金融、政务），活体检测是核身检测的必要前置条件： 

1. 先做活体检测：确保当前是真人； 

2. 再做人脸核身：将活体人脸与目标身份信息比对。 

例如：手机银行APP实名认证时，用户需先完成“眨眼”或“点头”动作（活体检测），随后系统将动态人脸与身份证照片比对（人脸核身检测）。

总结

活体检测解决“是不是真人”的问题；，根据使用场景分为活体检测 SDK版和活体检测 H5版

人脸核身检测解决“是不是本人”的问题。 

两者协同保障身份验证的安全性（防攻击）和准确性（身份匹配）。