各大厂商的活体检测服务，哪款更适合应用开发者

1 社会背景

相信大家对人脸身份认证已经司空见惯了，比如生活中的人脸支付、身份校验、金融认证等等，但是人脸识别技术面临着多种欺诈手段，如照片、换脸、面具等。如果被恶意复制，将会给个人、集体或者社会带来很大的麻烦和威胁。

而活体检测是在一些身份验证场景确定对象真实生理特征的方法，活体检测使用人脸防伪、人脸关键点、人脸跟踪等技术，可有效抵御照片、换脸、面具、遮挡以及屏幕翻拍等常见的攻击手段，从而保障用户的利益。

活体检测常见应用场景：

市面上提供活体检测服务的厂商有很多家，下面我们将结合开发者关注的识别场景、集成便捷性、安全性等问题，对各大厂商的活体检测服务做综合评测。

2 主流厂商

目前国内活体检测的主流厂商有旷视、百度、华为、阿里、OPPO、腾讯、易道博识等。日常中常用的比如百度金融的活体识别技术应用在很关键的“账号找回功能”里；旷视应用在“支付宝实名和检测”中；腾讯的“微众银行信息认证”；华为的HMS Core ML Kit用在“身份认证”中。

据了解，百度大脑的活体识别拥有业界首创的端到端全卷积神经网络人脸检测器，可以检测到不同姿态和光照下的人脸，最小能够达到12*12像素；高精度的1：1和1：N人脸识别率，基于深度神经网络的度量学习技术，使用200万人的2亿数据，在1000块GPU集群上训练，可达到比人类更精准的识别效果。

而旷视在2015年就推出了基于人脸识别技术的 FaceID 线上身份验证解决方案。其强大的智能金融企业解决方案已经帮助支付宝、中信银行、招商银行、北京银行、小花钱包、拍拍贷等近百家金融机构实现了金融智能化。

易道博识是一家专注于计算机视觉领域技术研究和商业自动化应用的人工智能公司，基于自主开发的深度学习平台，不断研发出领先的机器视觉技术，为多个行业量身定制智能解决方案，驱动行业实现跨越式智能升级，其在活体检测领域已打造出成熟的产品。

而华为HMSCore的ML Kit也为开发者提供了活体检测技术，HMS Core是华为为其设备生态系统提供的一套应用程序和服务，开发者只需集成HMS SDK即可使用华为的多个开放能力，高效构建精品应用。其ML Kit的活体检测采用全新的一个模型多个任务技术，联合华为“昇腾”推理库对AI模型的加速效果，量化后模型仅有0.2M大小，CPU推理时延低至0.01s，端到端同时检测人脸框和人脸关键68关键点，可以做到实时检测动作，响应时延达到毫秒级别。因此，是一款对手机端APP开发很友好的AI产品。

3 测评方案

本文以识别场景的通用性、识别的准确率、识别响应速度、产品接入方式、部署集成效率、安全性和产品定价为测评基准，对HMS Core ML Kit 、旷视FaceID、百度大脑、易道博识活体检测产品进行测评。目前活体检测服务可支持的调用方式有，离线SDK集成、在线API调用、软件服务接入等方式。我们通过各官网提供的调用方式来进行测试和对比。

旷视FaceID可直接使用FaceID上提供的功能进行测试。

最终测评结果会形成雷达图，测评指标如下，最高分为10分。

横向测评打分表

3.1识别场景

笔者先从识别场景上看（通用性和广泛性），目前活体检测分为静默式活体检测和配合式活体检测，从大量搜集资料结果显示：FaceID、百度、易道博识和华为的HMS Core ML Kit都支持静默式活体检测和配合式活体检测。而差别在于几家在活体检测识别场景的动作种类有明显区分，这个点也是决定活体检测安全性的重要指标。

FaceID支持动作包括点头、眨眼、张嘴、摇头、读数等，并可实现不同光照、年龄、妆容、配饰等复杂条件下精准识别。

百度目前支持的动作有低头、抬头、眨眼，另外有炫瞳、读数等多达10 种离在线活体检测方式，有效抵御照片、视频、2D/3D模具等作弊行为。

易道博识目前配合式活体检测支持5种动作：点头、眨眼、注视、张嘴、摇头，以及随机3个动作判别，结合单帧活体判别。

而HMS Core ML Kit 的配合式活体检测支持6种动作，包括眨眼、张嘴、左摇头、右摇头、注视、点头，且支持从6种动作中随机选3个动作进行验证。同时，在各种光照环境、用户配饰、年龄、妆容等条件下能够很好的识别并引导用户完成检测。

识别场景打分表(个人评分，仅供参考)

3.2响应速度

根据笔者的测试情况分析，做出2张图表供大家参考。

从初始化时间上来看，旷视FaceID初始化时间2s，易道博识初始化时间为1s，百度大脑响应时间在0.88s，而HMS Core ML Kit初始化时间为0.8s。HMS Core ML Kit和百度大脑的响应速度很快。

从内存占用上来看，易道博识内存占用343MB，旷视FaceID内存占用185MB，百度的内存占用为157MB，而HMS Core ML Kit的内存占用为140MB，是几家厂商中最小的。

响应速度打分表(个人评分，仅供参考)

3.3接入方式

百度大脑活体检测服务支持在线、离线两大模式，API+SDK灵活组合，覆盖APP、H5、小程序等多种场景，与市场主流镜头模组完美兼容，可快速集成到公众号、小程序、PC端等H5页面中。

FaceID活体检测也支持多种接入方式，除了移动端SDK、H5组件、API接口等，还有适用于小程序的Raw提供的纯API接口，直接集成云端的活体验证能力并自行实现前端的用户交互页面部分。

HMSCore ML Kit活体检测服务支持离线模式（主要是基于保护终端用户隐私数据的考虑），提供SDK接入方式，开发者仅需几行代码集成即可。

易道博识静默活体检测通过HTTP 发送POST请求提交验证数据至公有云服务器，等待服务器识别并返回识别结果。

接入方式打分表(个人评分，仅供参考)

3.4集成效率

目前各大厂和开发团队都在强调敏捷开发，敏捷开发的实践就是集成效率的体现。从笔者自身的测试情况来看，FaceID需要提供企业法人身份证和营业执照等企业级认证才能使用。百度大脑和易道博识需要注册之后才能使用活体检测服务，并且在开发上需要一定的代码调试，尤其是其账号注册后生成的API key无法直接使用，需要在代码中集成并生成token值之后才能使用。而HMS Core ML Kit在注册华为帐号后，无需APIKey集成操作，而是简单配置AGC文件，通过几行代码，即可快速接入官方提供的SDK。

所以笔者认为HMS Core ML Kit和其他三家产品来对比的话，其在集成效率、部署效率会相对简单些，能提升我们的开发效率。

集成效率打分表(个人评分，仅供参考)

3.5安全测试

笔者主要对配合式活体进行了安全性评测，笔者选取了一些典型的攻击场景进行测试并对每家测试结果进行了对比分析。

配合式活体检测容易受到很多干扰和攻击，比如常见的打印照片、翻拍视频等。

关于本节配合式活体检测的方法，笔者采用3种方法进行测试。

1.“照片翻拍”方式，进行模拟测试（包括摇头、眨眼、转动手机、带口罩等遮挡物的照片视频）。

2. “视频翻拍”方式，进行模拟测试（包括摇头、眨眼、转动手机、带口罩等遮挡物的照片视频）。

3.“真人不动+转动手机”方式，是指通过平移、摇摆手机来模拟人点头摇头等行为动作。

笔者分别对各服务进行了十余次的测试，旷视FaceID人脸照片和视频攻击拦截率高，因为具有人脸核身的检测，所以攻击基本不会通过，能正确完成识别，安全性很高。

HMS CoreML Kit测试效果也较好，顺利抵御所有攻击检测，在纸张、视频之类攻击场景下，界面会显示非活体。在闭眼和左右摇头时，HMS CoreML Kit会提示用户睁开眼，只有当用户双眼睁开，姿态正确情况下才会提示用户做作出相应的动作，更好的保证了安全性。

百度大脑可进行基本动作的活体检测，能够通过动作验证。测试发现，将打印的猴子照片放在屏幕前并前后晃动纸张来模拟低头动作，即可通过验证。因此，百度对一些特殊动作的识别有待提高。

易道博识也可进行基本的活体检测，不过通过一定角度还是可以攻破检测，如点头摇头。当想通过人不动+转动手机完成动作时，易道博识会提示不要晃动手机。但是晃动手机的幅度变小之后，或者垂直晃动，就能绕过检测。

另外笔者测试出，在眨眼时，只眨一只眼（睁一只眼闭着一只眼）也能通过检测。所以按笔者通过目前的测试来看，检测方式还是有待提高。

安全测试综合打分表(个人评分，仅供参考)

3.6产品定价

各厂家产品功能性有所不同，笔者收录的价格仅供参考，不代表当前价格。

(以上为数据来自各大厂商官网，统计时间为2022年5月)

产品定价打分表(个人评分，仅供参考)

4 综合对比

得分汇总：

根据上一段中测评分析出的结果，形成雷达图来进行综合对比。

从笔者整理的雷达图来看各家产品的区别，整体来说差别不大，但在不同的应用上可能各有特色。比如百度和FaceID提供了很多的接入方式并支持非常多的识别场景，对一些有广泛性要求的开发任务来说会更合适一些。而使用静默活体时可以选择易道博识，在价格和开发集成上来看是不错的选择。但是要选择动态活体检测的话，FaceID可能在有限制性的识别条件（人脸核身）时能发挥更大的作用，此时HMS Core ML Kit的出场就当之无愧了，通过厂家给出的SDK可以快速集成到实际业务中，响应速度和集成速度无疑是独特的亮点。

笔者作为应用开发者从综合评测来看，HMS Core ML Kit集成简单，响应快速，安全性高，非常适合广大应用开发者使用。

当然不仅是ML Kit，整个HMS Core（华为为其设备生态系统提供的一套应用程序和服务,开发者只需集成HMS SDK即可使用华为的多个开放能力）也提供了媒体、图像等多项领域的能力，大家有兴趣可以去了解，可能会发现许多有趣的和对我们有所帮助的事物。

（转载自CSDN ，作者：考古学家lx）

审核编辑：符乾江