在今年的315晚会上，央视指出了人脸识别在手机应用中存在的安全漏洞：经过处理的社交平台照片，可以通过银行APP的活体检验，实现了刷脸登陆。被破解的人脸识别技术为用户和平台带来了双重风险。从2014年开始，小视科技就一直致力于增强人脸识别在不同应用场景下的安全性，提高用户体验。在小视科技“活体2.0”版本中，采用了全新活体技术，通过区分真实人脸在摄像头前反光的成像与合成影像的反光成像，甄别镜头所面对的是真实用户还是恶意攻击，从而对315晚会中出现的类似假脸攻击行为作出反击。

315晚会上的假脸攻击是怎么造成的？

      在央视的315晚会中，主持人使用单张静态图片在APP中进行验证。APP锁定五官的位置和纹理等信息，用仿射变换等图像处理手段将这些纹理投影到一个带表情的模板上（比如不同程度的闭眼 、微笑等），顺利的通过了一些APP的验证。这是传统活体算法中存在的致命弱点——依靠行为人配合做动作来确保对方是真实的人，却不能防止合成影像的攻击。目前，很多技术已经可以基于单张人脸图像来合成一个人不同的面目动作，基于全新的深度学习图像生成技术也可以合成类似的序列，这令传统的活体技术隐患重重。

小视科技“活体2.0”利用光线防御假脸攻击

       事实上，屏幕或者投影幕布等展示出来的图像，它反射的光与人脸反射的光相比，存在着很大差异。小视科技的新活体技术“活体2.0”在基于深度学习，经过千万图片、视频的海量数据训练后发现：真正的人脸在摄像头前进行数据采集时反光所得成像，与屏幕显示的图片，打印出的照片图像，3d打印的物体成像是完全不同的。基于海量数据的神经网络可以捕捉到视频序列中的这些不同之处，由此来判断对象到底是真实存在的人，还是伪造的恶意攻击。

       大量的测试数据表明，小视科技“活体2.0”可以有效防止合成视频，屏幕投放图片，实体照片攻击等。其精度和抗攻击程度大幅超越了传统活体。只需要输入采集的人脸实时视频流，“活体2.0”就能在不被用户察觉、非动作配合的情况下，自动将活体检测算法植入视频流。看似只是做了识别，实则已经触发活体。

多管齐下，保障金融安全

       为了满足客户不同场景下的活体检测需求，小视科技已将“活体2.0”的 SDK植入安卓、 IOS和微信公众号、微信小程序等多个平台。这也是业内首批多平台植入活体技术的人工智能科技企业。

       人脸识别只是金融行业多重保护中的一个环节，小视科技依托来自中国科学院院士、俄罗斯工程院院士、中国国家“青年千人计划”学者、知名金融公司高管等各行业人才，依托机器学习算法，基于互联网海量数据，为消费金融、银行、保险、租车、婚恋等提供风险预警、信用历史评估、智能投顾等系列服务，利用多重手段，降低金融风险，守卫金融安全。