[摘要]人工智能、物聯(lián)網(wǎng)等科學(xué)技術(shù)推動了城市發(fā)展和人類進(jìn)步。人臉活體檢測作為先進(jìn)技術(shù)，在許多領(lǐng)域有著廣泛的應(yīng)用?；谌四樆铙w檢測的優(yōu)勢，分析該技術(shù)在應(yīng)用中常用的方法及原理，重點探究人臉活體檢測技術(shù)在實際中的應(yīng)用，將靜態(tài)人臉活體檢測與動態(tài)視頻監(jiān)管相結(jié)合，更準(zhǔn)確地落實日常考勤、身份核實、安全防護(hù)等相關(guān)工作。通過結(jié)合實際，指明人臉活體檢測在企業(yè)和社會中發(fā)揮的作用：在企業(yè)內(nèi)部，人臉活體檢測技術(shù)保障企業(yè)安全，規(guī)范職員行為標(biāo)準(zhǔn)，提升業(yè)務(wù)水平，增加企業(yè)利潤；在社會層面，人臉活體檢測技術(shù)可增加就業(yè)機(jī)會，維護(hù)公共安全，改善人民的生活水平，釋放更多的勞動力，為社會發(fā)展作出更多貢獻(xiàn)。最后在隱私保護(hù)、數(shù)據(jù)安全、數(shù)據(jù)共享、事后補(bǔ)救方面給出了建議。

[關(guān)鍵詞]人臉活體檢測;企業(yè);應(yīng)用

一、 引言

新一輪科技革命方興未艾，新興技術(shù)遍布社會生活的方方面面。人臉信息有著真實、高效、直觀的優(yōu)點，在當(dāng)今數(shù)據(jù)化時代，生物信息是各個領(lǐng)域著重發(fā)掘與應(yīng)用的戰(zhàn)略資源。人臉識別技術(shù)在采集面部特征的基礎(chǔ)上，分析、比對、識別和驗證目標(biāo)人員的身份。隨著人臉識別技術(shù)的廣泛應(yīng)用，常有冒名頂替者盜用用戶面部信息進(jìn)行利益騙取和金錢勒索。因此，人臉活體檢測逐漸走向公眾視野，在應(yīng)用中起到至關(guān)重要的作用。人臉活體檢測技術(shù)的主要功能是檢測人臉是否真正來自具有生命特征的合法用戶，進(jìn)而更準(zhǔn)確地輔助人證檢驗、身份核實、安全防護(hù)等相關(guān)工作。人臉活體檢測技術(shù)作為高效率、高精度的生物特征識別技術(shù)，正朝著自動化、無人監(jiān)督化的方向發(fā)展。近年來，由于新冠疫情的暴發(fā)，很多企業(yè)受到嚴(yán)重影響，具體表現(xiàn)為營業(yè)收入困難、客戶流量下降、運(yùn)營成本增大、交易市場萎縮等。人臉活體檢測技術(shù)的應(yīng)用不僅可以積極幫助企業(yè)復(fù)工，保障生命安全，維持企業(yè)穩(wěn)定收入，保證企業(yè)正常運(yùn)營，而且有利于企業(yè)響應(yīng)國家政策，配合政府工作，更有助于增加就業(yè)機(jī)會。人臉活體檢測技術(shù)在人類發(fā)展與前進(jìn)途中具有巨大潛力和重大價值。

二、 人臉活體檢測技術(shù)的優(yōu)勢

在當(dāng)前數(shù)字化時代，大數(shù)據(jù)技術(shù)、云計算、云儲存助力了人臉活體檢測技術(shù)的發(fā)展。人臉活體檢測技術(shù)具有高精確度、高準(zhǔn)確率的特點，同時可以實現(xiàn)不同場景和24小時任意時間段的應(yīng)用，有助于企業(yè)大力推進(jìn)新技術(shù)的應(yīng)用，把先進(jìn)的技術(shù)融入資源、管理、安防等方方面面。

1. 安全高效

早期傳統(tǒng)的身份識別方式為鑰匙、鎖、字跡，步入現(xiàn)代社會后身份鑒別工具有密碼、IC卡。隨著物聯(lián)網(wǎng)的普及與發(fā)展，攻擊者輕易便可破解傳統(tǒng)的身份識別方式，安全性大大降低。新的智能識別方法即生物識別技術(shù)得到了開發(fā)及應(yīng)用，例如根據(jù)指紋、聲音、人臉等生物固有的生理特征進(jìn)行識別。對比其他生物特征信息，人臉信息具有自然性、非強(qiáng)制性、非接觸性等優(yōu)勢。以指紋識別為例，接觸設(shè)備時，手指的清潔度和指紋的質(zhì)量就使得指紋識別的次數(shù)和時間存在不確定性。指紋識別完成后，留下的指紋痕跡容易被攻擊者竊取及利用。面部檢測時不用接觸檢測裝備，在不被察覺的情況下即可進(jìn)行。面部檢測的有效距離為7米[1]，檢測儀器可以在環(huán)境光不穩(wěn)定時創(chuàng)造較好的光電環(huán)境，通過多角度對人臉進(jìn)行采集。人臉活體檢測技術(shù)搜集到人臉，若人臉存在偏差，設(shè)備經(jīng)過精準(zhǔn)且快速的運(yùn)算，采集或識別正面人臉，幾乎在短短幾秒內(nèi)就可以無差錯地完成人臉識別且沒有留下任何痕跡。人臉活體檢測技術(shù)可以滿足高要求的用戶體驗，快捷、高效且安全系數(shù)更高。

2. 簡單便捷

對于特殊用戶而言，尤其是老人、孩童、殘疾人等用戶，指紋、字跡等需要用戶刻意學(xué)習(xí)操作，學(xué)習(xí)過程經(jīng)常使特殊人群難以理解。IC卡一類需要隨身攜帶，當(dāng)IC卡丟失時通常會耽誤原有的計劃，延誤時間?；赗GB攝像頭的交互式人臉活體檢測，用戶只需要完成相應(yīng)簡單動作即可，如眨眼、轉(zhuǎn)頭、張嘴，甚至基于靜默式人臉活體檢測只需正對鏡頭，在幾秒毫無意識的情況下就可以完成檢測。近年來受疫情的影響，口罩成了重要場所及人員聚集地必需的防護(hù)用品。原先需要整張臉框入屏幕，而現(xiàn)在戴著口罩對準(zhǔn)鏡頭一樣能快速檢測成功。研究者通過算法先訓(xùn)練一個戴口罩的人臉模型，調(diào)節(jié)權(quán)重分配，將人臉未遮擋部分的比重增大，使得檢測時能夠定位到戴口罩的人臉中，用注意力掩模處理后提取未被遮擋部分的人臉信息，與模板庫進(jìn)行對比得出驗證結(jié)果。這樣，在疫情防控期間，無需摘下口罩也能識別成功。在應(yīng)用過程中，個體的基本信息及個人隱私可通過數(shù)據(jù)的直觀性清晰表達(dá)，相較傳統(tǒng)方式更好地維護(hù)了用戶的心理及隱私，最大限度保護(hù)用戶信息。

3. 實時監(jiān)督

在企業(yè)中存在許多特殊場景，譬如銀行業(yè)務(wù)中用到的金庫、押鈔車、自助提款機(jī)等，也存在許多特殊物品，譬如化工廠中昂貴的機(jī)械設(shè)備和易燃易爆易腐蝕的化學(xué)物品。在傳統(tǒng)方法中，當(dāng)發(fā)生意外需要追溯事物原始狀態(tài)時，操作人員需對錄像進(jìn)行回放，用肉眼對回放中的人物特征觀察、記憶及推理以找到嫌疑人。傳統(tǒng)方法由于對時間的需求較大，會錯失逮捕的最佳時間，并且為了盡可能地避免推測錯誤，減少耗費(fèi)不必要的人力和財力。活體檢測技術(shù)可實時定位、監(jiān)督、跟蹤，運(yùn)用數(shù)字化手段在影像中對個體行為及動向做實時分析，從而在動態(tài)的數(shù)據(jù)分析過程中實現(xiàn)信息的實時預(yù)警[2]。視頻中的人物特征、具體行為等皆可作為證據(jù)交予公安機(jī)關(guān)。

三、 人臉活體檢測在企業(yè)中的應(yīng)用

1. 人臉活體檢測工作的關(guān)鍵流程

人臉活體檢測主要檢測人臉是否為活體人臉，是否滿足特定場景所需要的真實條件。目前，如表1的總結(jié)，攻擊者通常使用的欺詐方式[3]共分為3種。

第一種為照片攻擊，該方式最為普遍且成本最低。人臉照片可在社交軟件隨意保存；在海量的網(wǎng)頁鏈接中大批量下載；在戶外經(jīng)過無感應(yīng)攝像頭時輕易獲取，甚至通過翻拍就可獲取。攻擊者根據(jù)需求打印相關(guān)人臉圖像，經(jīng)過扭曲、對折等欺騙人臉檢測系統(tǒng)，或?qū)⒄掌醒鄄繀^(qū)域剪去，對著檢測設(shè)備人為配合眼部檢測。當(dāng)前的人臉活體檢測技術(shù)經(jīng)過不斷改進(jìn)與創(chuàng)新，照片攻擊已然沒有過多的攻擊和威脅了。

第二種為視頻攻擊，具有一定的攻擊性。攻擊者將系統(tǒng)所需配合的隨機(jī)動作提前錄制，通過二次回放欺騙身份系統(tǒng)，更有甚者運(yùn)用人工智能智能換臉進(jìn)行犯罪活動，榨取金錢和利益。視頻攻擊中的人臉與真實人臉更為接近，面部微動作及微表情更能夠欺騙人臉系統(tǒng)。視頻攻擊的獲取方式通過電子設(shè)備并不困難，相對于照片略微復(fù)雜而已。

第三種為3D面具攻擊。相對于照片和視頻的二維平面，面具攻擊是立體的三維結(jié)構(gòu)。3D面具攻擊在3種攻擊方式中最具有侵略性，成本最高，獲取途徑最復(fù)雜。

近年來，攻擊者不斷尋找機(jī)會對人臉活體檢測技術(shù)進(jìn)行挑釁，新的攻擊方式層出不窮。因此，人臉活體檢測的方法也相應(yīng)增加，分類的依據(jù)也相當(dāng)多樣，但是無論運(yùn)用何種人臉活體檢測方式，都具備4個關(guān)鍵流程：圖像采集、圖像預(yù)處理、特征提取、分類與匹配。

（1）圖像采集

面部采集是人臉活體檢測的基礎(chǔ)工作。活體檢測技術(shù)可以對具有生物特征及運(yùn)動特征的人臉進(jìn)行捕捉，進(jìn)而形成人臉數(shù)據(jù)資源庫。相關(guān)人員基于面部信息的錄入完善面部信息資源庫及人力資源信息管理系統(tǒng)，從而實現(xiàn)門禁的準(zhǔn)確率和安全性。企業(yè)內(nèi)人多且雜，當(dāng)用戶出現(xiàn)在采集設(shè)備拍攝范圍內(nèi)，采集設(shè)備會自動搜索并采集人臉圖像，包括各種角度、位置、表情等。

（2）圖像預(yù)處理

在采集的過程中，圖像極容易受到外界因素的影響，如環(huán)境、角度、距離等因素。當(dāng)圖像中不慎引入噪聲，輕度噪聲不會干擾圖像的可觀性；重度噪聲，會使圖像呈現(xiàn)較多無用信息，通過圖像濾波和卷積技術(shù)即可完成過濾。例如小波去噪，對圖像進(jìn)行小波分解后量化高頻系數(shù)閾值，接著利用二維小波重新構(gòu)造圖像信號，這一方法相對較好地保持了圖像細(xì)節(jié)。當(dāng)圖像采集的人臉有一定的變形時，將圖像縮放、翻轉(zhuǎn)、仿射等幾何變換以最大程度地消除變形。當(dāng)圖像尺寸大小不一時，對人臉圖像進(jìn)行定位，并且分5個尺寸進(jìn)行裁剪，最后歸一化為64×64像素的圖像[4]。

（3）特征提取

特征提取在卷積神經(jīng)網(wǎng)絡(luò)中一般運(yùn)用卷積核完成。計算機(jī)把輸入圖像轉(zhuǎn)化為矩陣，卷積核設(shè)定為3×3或5×5大小矩陣，卷積核以一定步長在原始圖像移動并做運(yùn)算，輸出得到一個新的矩陣，該過程稱為卷積神經(jīng)網(wǎng)絡(luò)對圖像的特征提取。特匹配模板法也是特征提取方法中的一種。當(dāng)不便提取全部特征時，對五官進(jìn)行比較，將圖像與模板進(jìn)行匹配[5]，由部分特征可刻畫出全部特征以完成比較有難度的臉部特征提取，這是一種相對基礎(chǔ)的方法。特征提取的方法隨著計算機(jī)技術(shù)的發(fā)展越來越豐富，相關(guān)企業(yè)可根據(jù)應(yīng)用的實際情況選擇一種或多種進(jìn)行融合或?qū)我坏囊环N改進(jìn)創(chuàng)新。

（4）分類與匹配

人臉活體檢測的分類不僅是進(jìn)行真假人臉的二分類，有研究學(xué)者表明多分類較二分類效果更好。因為人臉的攻擊方式不斷革新，圖像信息的丟失程度和樣本表現(xiàn)出的特征都各不相同，模型不易抽象和學(xué)習(xí)共同攻擊特征。因此黃新宇等[6]認(rèn)為采用多分類的方式，模型可以更好地學(xué)習(xí)不同攻擊方式各自內(nèi)部的共同特征，同時經(jīng)過細(xì)分后數(shù)據(jù)集中的樣本數(shù)目更加均衡，利于參數(shù)調(diào)整。在活體檢測的同時，將人臉信息與數(shù)據(jù)庫中人臉圖像進(jìn)行識別與匹配。通過該技術(shù)，企業(yè)對各個人員的個人基本信息及身份信息有充足的掌握，且活體人臉比攻擊人臉判斷準(zhǔn)確率更高。

2. 人臉活體檢測工作的方法

人臉活體檢測發(fā)展已有一段歷史，早期基于傳統(tǒng)機(jī)器學(xué)習(xí)的檢測方法發(fā)展到后來的基于深度學(xué)習(xí)的檢測方法，再到新范式學(xué)習(xí)方法和面向未知類型攻擊的檢測方法[7]。早期，根據(jù)活體和假體之間的差異設(shè)計特征，提取特征后送入分類器中進(jìn)行真假人臉分類。后期，通過神經(jīng)網(wǎng)絡(luò)自動提取特征，利用訓(xùn)練好的模型直接進(jìn)行真假人臉分類。人臉活體檢測技術(shù)在企業(yè)中的應(yīng)用目前還在積極探索階段，本文根據(jù)實際應(yīng)用需要對六種活體檢測方法簡要闡述。

（1）交互式人臉活體檢測

交互式人臉活體檢測的關(guān)鍵部分在于動作指令的識別，系統(tǒng)通過判斷用戶是否完成隨機(jī)指定動作從而判別該人臉是否為真實人臉[8]。真實人臉具有的運(yùn)動特征，虛假人臉很難模仿。常用的動作指令為眨眼、轉(zhuǎn)頭、張嘴等，如圖1所示。人臉檢測與眼部定位、截取之后，系統(tǒng)會自動根據(jù)眼部的開合狀態(tài)判斷是否為真實人臉；常見的混合方法為朗讀一句話或一個數(shù)字串，系統(tǒng)根據(jù)唇部的變化和聲音識別共同判斷是否完成朗讀任務(wù)。交互式人臉活體檢測準(zhǔn)確率高，通用性強(qiáng)。

（2）基于生命信息的人臉活體檢測

活體人臉和攻擊人臉的生命特征、生理信息存在明顯差異。3D人臉面具與真實人臉相似程度較高，深度和紋理特征判斷存在困難，基于生命信息的人臉活體檢測便顯得尤為重要。由于眼睛、嘴巴在主體無意識情況下會不自覺地閉與合，攻擊人臉無法高精度模擬，人臉是否具備運(yùn)動及生命特征便成了關(guān)鍵性線索。研究者利用條件隨機(jī)場來確定是否存在睜眼閉眼的行為動作，利用運(yùn)動成分分解[9]的辦法判斷是否可以從輸入的圖像中分解出眼部、唇部、面部肌肉動作等，對基于生命信息的人臉活體檢測進(jìn)行探究。由于對檢測精度和魯棒性的考慮，可將基于生命信息的方法與深度學(xué)習(xí)的方法進(jìn)行融合。在生物學(xué)中，真實主體與非真實主體最本質(zhì)的區(qū)別在于是否存在心跳、呼吸、血液流動。遠(yuǎn)程光學(xué)體積描記術(shù)利用反射光穿過層到達(dá)血管，通過反射的周圍光判斷血液流動導(dǎo)致的皮膚細(xì)微的亮度變化[10]。

（3）基于圖像紋理的人臉活體檢測

圖像采集過程中，攻擊人臉難免會存在色彩信息的失真。由于真假人臉在色彩信息上存在差異，在常見的色彩空間中選用HSV或YCbCr，接著將色彩信息及亮度分離后進(jìn)行LBP特征提取，最后進(jìn)行分類。光在平面與三維立體結(jié)構(gòu)上所反射的高光及陰影不同，在照片、視頻中的攻擊人臉與真實人臉頻域中高頻分量、空間信息、皮膚粗糙度等存在差異，圖像的紋理特征差異在二維平面的欺騙中發(fā)揮重要作用。紋理特征一般具有旋轉(zhuǎn)不變性、良好的抗噪性能[11]，例如LBP特征（圖2）、HOG特征、DOG特征等。紋理的方法普遍易于理解、計算和實現(xiàn)，但是容易受到外界條件影響。

（4）基于專用采集設(shè)備的人臉活體檢測

在一些重要場景中，人們會運(yùn)用除了普通RGB攝像頭外其他硬件設(shè)備進(jìn)行人臉活體檢測。雖然這一類硬件設(shè)備成本普遍較高，但精確度和準(zhǔn)確度會比普通設(shè)備高。以基于近紅外攝像頭的人臉活體檢測為例，由于受到環(huán)境光線變化的影響，圖像的清晰度和亮度等易出現(xiàn)偏差，圖像的表觀變化明顯。為解決光線帶來的干擾，選擇強(qiáng)度高于環(huán)境光的主動光源可避免強(qiáng)光的近紅外波段對人眼的傷害。在可見光和近紅外光譜下，真實人臉和假體人臉的反射特征存在截然不同的差異，故攻擊人臉無法得逞。

（5）基于深度學(xué)習(xí)的人臉活體檢測

深度學(xué)習(xí)利用神經(jīng)網(wǎng)絡(luò)對人臉自動提取特征代替?zhèn)鹘y(tǒng)手工提取，效果更好；深度學(xué)習(xí)提取高層語義特征，分類準(zhǔn)確率更高；深度學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)層數(shù)多、寬度廣，能高效解決困難且具有深度的問題；數(shù)據(jù)量的豐富程度可以直接關(guān)系到深度學(xué)習(xí)能力和表現(xiàn)力的強(qiáng)弱。深度學(xué)習(xí)可混合兩種或多種特征及差異，提高人臉活體檢測性能。

（6）基于多種特征融合的人臉活體檢測

人臉攻擊者不斷地革新攻擊方式，單一的方式相對于多種融合方式確有不足。單一的方法既有優(yōu)勢也有劣勢，譬如手動與自動，淺層語義和高層語義，靜態(tài)與動態(tài)，全局特征和局部特征等，結(jié)合兩種或多種互補(bǔ)的方式檢測準(zhǔn)確性更高，魯棒性更強(qiáng)，在時間充裕的情況下是更高效的一種選擇。

3. 人臉活體檢測應(yīng)用場景

人臉活體檢測不僅在不同領(lǐng)域有大量的分布，在固定領(lǐng)域的不同方面應(yīng)用不同原理及方法也有廣泛的用途。人臉活體檢測在企業(yè)中的應(yīng)用過程中，通過個人信息和身份信息的采集、處理、多個子系統(tǒng)的連接使得企業(yè)在身份確認(rèn)、公共安全、遵紀(jì)守法等層面上得到充分應(yīng)用。面部識別的真實性、安全性得到保證的同時，視頻監(jiān)控在行為檢測中為生命健康與物質(zhì)財富做保障。

（1）企業(yè)實習(xí)

根據(jù)學(xué)校要求，相關(guān)專業(yè)的學(xué)生需集中到企業(yè)內(nèi)實習(xí)。課堂為學(xué)生知識主要來源，人臉簽到既可以防止學(xué)生代簽到，違反相關(guān)規(guī)定，也利于教師對本節(jié)課做考勤統(tǒng)計及學(xué)生課堂表現(xiàn)匯總。教師建立標(biāo)簽、配置采集終端設(shè)備號[12]、設(shè)置簽到人員及時間范圍、發(fā)起簽到，學(xué)生在移動采集終端進(jìn)行簽到，超過簽到時間或由于網(wǎng)絡(luò)問題簽到失敗的學(xué)生可使用字跡等原始方式再次簽到。學(xué)生采用個人終端設(shè)備通過一些細(xì)微表情特征或隨機(jī)動作判定，代替?zhèn)鹘y(tǒng)肉眼識別工作，時間和效率上都得到了提升（圖2）。教師利用節(jié)省下的時間可以在課堂上做更多安排。由于人工智能的發(fā)展，企業(yè)需要新型人才對數(shù)字化技術(shù)進(jìn)行使用、維護(hù)、管理。企業(yè)對學(xué)生嚴(yán)格的培訓(xùn)和學(xué)校的信任相輔相成、互為依托。新技術(shù)在企業(yè)中的應(yīng)用為國家人才的成長打下了堅實的基礎(chǔ)，進(jìn)而也增加了后期就業(yè)的質(zhì)量。

（2）崗位面試

由于疫情的影響，很多企業(yè)無法進(jìn)行原始的線下工作面試。因此，企業(yè)憑借科技優(yōu)勢進(jìn)行線上面試。求職者在個人終端設(shè)備首先需要進(jìn)行身份證號登錄，獲得資格進(jìn)入面試頁面后必須開啟前后攝像頭，進(jìn)行人臉活體檢測，判斷是否為真實人臉且與簡歷及身份證件的人臉是否一致。值得注意的是，面試期間不得一直低頭或?qū)z像頭長期偏離整體面部水平，面試期間攝像頭若長時間捕捉人臉失敗或人臉檢測匹配失敗則判定面試結(jié)束。在移動端的線上面試使得求職者避免了不必要的舟車勞頓，更自由地分配時間和精力。在疫情防控期間，線上面試的普及使得企業(yè)崗位并未受到影響處于空閑狀態(tài)，從而保證了企業(yè)的正常運(yùn)行，職員的壓力不至于太大，畢業(yè)生不至于由于特殊原因無法參加工作。

（3）身份核驗

企業(yè)的進(jìn)出需要實名核驗，大多采用硬件設(shè)備輔助實現(xiàn)人臉活體檢測。目前，光電一體化的雙目人臉活體檢測應(yīng)用廣泛。單目攝像頭在人臉識別中應(yīng)用較多，為可見光攝像頭，功能以識別人臉為主要目的，只能基于交互式的方法進(jìn)行人臉活體檢測。雙目攝像頭在單目攝像頭的基礎(chǔ)上增加了一個紅外光攝像頭，可精確定位面部關(guān)鍵點，計算出面部各種空間信息，如瞳孔之間的距離、鼻子的高度等。雙目攝像頭更適用于人臉活體檢測，且不需要隨機(jī)動作的配合，在單目攝像頭識別人臉的基礎(chǔ)上識別真實人臉與攻擊人臉。自疫情以來，大多公共場所要求人員之間間隔一米，企業(yè)也不例外，相對于其他生物特征而言，人臉的應(yīng)用更適合間隔測溫且人員可在短短幾秒完成檢測并自由快速通過閘機(jī)，用戶體驗感較好，也可以避免病毒的交叉感染。雙目攝像頭、測溫模塊身份證讀卡區(qū)、健康碼讀卡區(qū)、8英寸高清屏相結(jié)合，嚴(yán)謹(jǐn)高效且一舉多得。系統(tǒng)對接國家公安等多個數(shù)據(jù)庫，為企業(yè)提供可信可靠的疫情防控大數(shù)據(jù)服務(wù)。疫情防控自助式一體化服務(wù)節(jié)省了人力物力，企業(yè)也減少了不必要的支出。人臉活體檢測技術(shù)在企業(yè)復(fù)工時發(fā)揮著重要的作用，在響應(yīng)國家疫情防控政策的同時使得人民的生活水平有了基本的保障，恢復(fù)了就業(yè)，增加了財政收入，有利于維持企業(yè)的運(yùn)作和員工薪水的正常發(fā)放。

（4）安全管理

化工廠是企業(yè)中較為特殊的場景，化工廠內(nèi)存在重大危險源，稍加不小心便使得廠附近區(qū)域也遭到意外損失。工廠管理人員需要知曉各類人員的具體職務(wù)、行為及精確位置，每個樓層中每個區(qū)域人員分布狀況，相關(guān)設(shè)施運(yùn)行狀況、安全狀況等。一方面，工廠應(yīng)用視頻影像保護(hù)作業(yè)人員，作業(yè)人員由于私人原因未穿戴企業(yè)規(guī)定的防護(hù)服裝[13]，視頻監(jiān)控會自動檢測其不安全行為；另一方面，利用視頻監(jiān)控對作業(yè)人員進(jìn)行監(jiān)督管理，普通車間應(yīng)用視頻掌握作業(yè)人員狀態(tài)、動態(tài)及工作的完成狀況；對防爆車間、罐區(qū)及重大危險區(qū)必須進(jìn)行更周密的管理，實時監(jiān)測進(jìn)出人員及車間人數(shù)，若識別出面部遮擋或形跡可疑人員，系統(tǒng)可實時與身份數(shù)據(jù)庫對比，一旦存在異常，立刻采取行動并將危險人員面部照片提供至公安部門[14]。除特殊場景外，企業(yè)內(nèi)也存在重要且機(jī)密的文件，不可有疏漏。企業(yè)應(yīng)對每個員工的財產(chǎn)及生命安全負(fù)責(zé)，同時避免當(dāng)財產(chǎn)及機(jī)密丟失后影響工作效率和內(nèi)部團(tuán)結(jié)。企業(yè)中難免存在攝像頭探測不到的地方，給了不法分子可乘之機(jī)，因此企業(yè)需要全方位無死角地管理與維護(hù)。新技術(shù)對行業(yè)內(nèi)工作者、管理者等財產(chǎn)及生命安全負(fù)責(zé)，員工可以更好地各司其職。智能化的人臉活體檢測在視頻監(jiān)控中應(yīng)用可以給企業(yè)安全運(yùn)作以保護(hù)，給企業(yè)安全管理以保障。

（5）保護(hù)環(huán)境

排放、傾倒或者處置有放射性的廢物、含傳染病病原體的廢物、有毒物質(zhì)或者其他有害物質(zhì)，不僅違背了倫理道德也挑戰(zhàn)了法律法規(guī)。根據(jù)我國《刑法》和《中華人民環(huán)境保護(hù)法》規(guī)定，違反國家規(guī)定、嚴(yán)重污染環(huán)境者應(yīng)給予嚴(yán)重懲罰。企業(yè)基于人臉活體檢測可精確地跟蹤與定位，對相關(guān)人員活動軌跡進(jìn)行全面記錄，并且可對多個人臉進(jìn)行判斷及識別，通過紅外線探測[2]來對于污染環(huán)境行為進(jìn)行檢測，一旦發(fā)生異常，系統(tǒng)立即報警。與此同時，人臉活體檢測技術(shù)也給了不良商家及企業(yè)以警示?；铙w檢測技術(shù)可用于規(guī)范行業(yè)內(nèi)部的秩序，充分掌握各企業(yè)動態(tài)信息，使得監(jiān)管部門能更加全面地了解情況，保障人民生命健康和保障國家安全。企業(yè)不能以污染環(huán)境及破壞生態(tài)為代價賺取暴利，否則會走上先發(fā)展后治理的老路，后期的發(fā)展會停滯不前并且企業(yè)的形象也被危害生命健康的行為破壞。人臉活體檢測技術(shù)在一定程度上幫助區(qū)域內(nèi)降低了嚴(yán)重環(huán)境污染帶來的發(fā)病率，維護(hù)了人文景觀與美學(xué)財富。

四、 總結(jié)與建議

人臉活體檢測具有安全高效、簡單便捷、實時監(jiān)督的優(yōu)點，增強(qiáng)了人臉識別的質(zhì)量和效果，近年來在企業(yè)中發(fā)揮著越來越重要的作用。本文在闡述人臉活體檢測優(yōu)勢的基礎(chǔ)上，由方法到場景，將靜態(tài)人臉活體檢測與動態(tài)視頻監(jiān)管相結(jié)合描述其在企業(yè)中高效、安全的應(yīng)用。使用人臉活體檢測，降低了人員管理難度，保障了安全性，實現(xiàn)了科技助力社會的局面。

雖然人臉活體檢測在各個領(lǐng)域、各個方面具有巨大的優(yōu)勢，但是該技術(shù)在一定程度上也伴隨著風(fēng)險。新技術(shù)固然存在弊端，但是禁止新技術(shù)的應(yīng)用和發(fā)展是不可行的。

隱私保護(hù)：與其他生物特征不同的是，人臉時時刻刻暴露在公眾視野下，不只是在識別和檢測時才可獲取，人臉信息不用近距離接觸甚至在信息主體毫不知情下即可獲取。由于技術(shù)的不斷發(fā)展，現(xiàn)今人臉信息都與身份信息緊密聯(lián)系。侵權(quán)者在獲得人臉信息的同時幾乎也獲得了信息主體的個人信息，運(yùn)用技術(shù)手段不難探究出信息主體的消費(fèi)水平及常辦理的業(yè)務(wù)，甚至與相關(guān)數(shù)據(jù)庫信息緊密結(jié)合還可獲得更深入的隱私信息。本文認(rèn)為，信息主體有權(quán)利對信息采集、應(yīng)用過程及范圍知情，并且有權(quán)規(guī)定人臉信息的銷毀期限[15]。企業(yè)可就同意保護(hù)隱私權(quán)的相關(guān)內(nèi)容與信息主體簽訂書面協(xié)議，且有義務(wù)在書面協(xié)議之外強(qiáng)調(diào)可能存在的其他風(fēng)險。

數(shù)據(jù)安全：人臉活體檢測信息的采集、存儲、傳輸?shù)冗^程中應(yīng)保證數(shù)據(jù)安全。企業(yè)可加密存儲及傳輸，嚴(yán)格限制訪問權(quán)限和未經(jīng)批準(zhǔn)的數(shù)據(jù)拷貝等。企業(yè)應(yīng)加速技術(shù)研發(fā)，強(qiáng)化數(shù)據(jù)的治理與監(jiān)管、維護(hù)與監(jiān)測，嚴(yán)格控制使用場景。行業(yè)內(nèi)可將數(shù)據(jù)的安全性作為考核標(biāo)準(zhǔn)之一，并對數(shù)據(jù)庫管理開展定期評估。除此之外，不允許企業(yè)為賺取私利私自將數(shù)據(jù)泄漏給其他機(jī)構(gòu)或組織，否則給予嚴(yán)重懲罰甚至追究刑事責(zé)任。信息的采集、存儲、傳輸?shù)冗^程中，數(shù)據(jù)的泄露很難歸于采集者、使用者、保存者中某一方，事后多相互推卸責(zé)任，或以技術(shù)為由減輕責(zé)罰。

數(shù)據(jù)共享：由于數(shù)據(jù)共享審核制度不完善，共享標(biāo)準(zhǔn)并未完全規(guī)范，共享對接不暢，存在安全風(fēng)險，企業(yè)還需對數(shù)據(jù)共享工作進(jìn)一步深化。在合理合法的情況下，企業(yè)可把信息與同樣有技術(shù)資質(zhì)和保護(hù)數(shù)據(jù)能力的企業(yè)進(jìn)行共享。數(shù)據(jù)共享雙方應(yīng)增加共享積極性，提供高質(zhì)量數(shù)據(jù)，及時優(yōu)化并更新共享平臺，使得共享雙方的數(shù)據(jù)釋放全新的價值。企業(yè)間加強(qiáng)合作，相互促進(jìn)發(fā)展，努力形成互利共贏的局面。

事后補(bǔ)救：公眾在享受人臉活體檢測帶來的便利及高效的同時，應(yīng)當(dāng)增強(qiáng)維權(quán)意識，切勿等到權(quán)利被侵害后才進(jìn)行反思。人臉信息不像密碼便于更改，也不似傳統(tǒng)身份識別方法易于找到責(zé)任主體。由于新技術(shù)專業(yè)性較強(qiáng)，辦案人員面對技術(shù)的缺失和相關(guān)知識的匱乏無法高效完成任務(wù)，因此辦案人員須積極增強(qiáng)數(shù)字化辦案能力，必要時借助人工智能獲得輔助。政府內(nèi)部可增加特定部門或成立專門的個人信息保護(hù)組織[16]，且定期聽取民眾反饋及建議，相互協(xié)助，在提高政府工作效率的同時，明晰工作目標(biāo)以及增加工作動力。

參考文獻(xiàn)：

[1] 劉婧宇，曾利國.淺析人臉識別技術(shù)在博物館安防管理中的運(yùn)用[J].中國民族博覽，2022（4）：196-198.

[2] 潘惠蘋.人臉活體檢測技術(shù)在校園智能安防的應(yīng)用綜述[J].計算機(jī)時代，2021（9）：14-17.

[3] 楊成.基于卷積神經(jīng)網(wǎng)絡(luò)的人臉活體檢測方法研究[D].武漢：華中農(nóng)業(yè)大學(xué)，2020.

[4] 甘俊英，李山路，翟懿奎，等.基于3D卷積神經(jīng)網(wǎng)絡(luò)的活體人臉檢測[J].信號處理，2017，33（11）：1515-1522.

[5] 鄭偉.人臉識別圖像特征提取方法及其應(yīng)用[J].智庫時代，2017（16）：178-180.

[6] 黃新宇，游帆，張沛，等.基于多分類及特征融合的靜默活體檢測算法[J].浙江大學(xué)學(xué)報：工學(xué)版，2022，56（2）：263-270.

[7] 謝曉華，卞錦堂，賴劍煌.人臉活體檢測綜述[J].中國圖象圖形學(xué)報，2022，27（1）：63-87.

[8] 蔣方玲，劉鵬程，周祥東.人臉活體檢測綜述[J].自動化學(xué)報，2021，47（8）：1799?1821.

[9] Tirunagari S，Poh N，Windridge D，et al.Detection of Face Spoo?ng Using Visual Dynamics[J].IEEE Transactions on Information Forensics and Security，2015，10（4）：762?777。

[10] Poh M Z，McDu? D J，Picard R W.Advancements in Non-contact， Multiparameter Physiological Measurements Using a Webcam[J].IEEE Transactions on Biomedical Engineering，2011，58（1）：7?11.

[11] 李莉.基于Gabor小波和動態(tài)LBP的人臉活體檢測[J].電子世界，2020（1）：105-107.

[12] 楊宏偉，杜彬，劉淑梅，等.智慧校園背景下人臉識別平臺建設(shè)及應(yīng)用[J].中國教育信息化，2021（11）：80-81.

[13] 魏燕華，陸夢，包葉群，等.人臉識別技術(shù)在港口危險化學(xué)品安全監(jiān)管中的應(yīng)用[J].中國水運(yùn)，2022，22（6）：26-28.

[14] 王彥博，高潛，楊璇.大數(shù)據(jù)時代下智能人臉識別技術(shù)在商業(yè)銀行中的應(yīng)用[J].銀行家，2016（2）：104-106.

[15] 顏文彩.人臉識別技術(shù)的應(yīng)用風(fēng)險及其法律規(guī)制[J].哈爾濱學(xué)院學(xué)報，2022，43（6）：67-71.

[16] 湯基敏，徐津津，潘楚蝶，等.人臉識別技術(shù)應(yīng)用的現(xiàn)實困境與法律規(guī)制路徑[J].數(shù)字技術(shù)與應(yīng)用，2022，40（5）：81-85.

作者簡介：吳怡啄（1999-），女，淮陰工學(xué)院化學(xué)工程學(xué)院碩士研究生，研究方向為數(shù)字圖像處理。

（收稿日期：2022-06-30? 責(zé)任編輯：殷 ?。?/p>