活体检测在检查什么：为什么一张真脸也会被判成假脸

被要求「对着摄像头拍一下」的时候，其实有两件事叠在一起跑。一件是比对：把你此刻的脸和证件上那张照片放在一起，判断是不是同一个人。另一件是活体检测：判断镜头前这一次呈现，是活人当场做的，还是一张照片、一段回放的视频、一副面具。

被拒的时候，绝大多数人默认自己卡在第一件事上——「它不认得我」。实际经常卡住的是第二件。麻烦在于，两者失败时给出的提示往往一样笼统，从提示上根本分不出来。这篇讲的是第二件事在干什么。

它判的不是「你是谁」，是「这次呈现真不真」

这套东西有正经的国际标准，术语也很干净。ISO/IEC 30107 系列（生物特征呈现攻击检测）把它定义成：

呈现攻击：向生物特征采集子系统呈现假体或人体特征，意图干扰系统策略。

配套还有两个词。呈现攻击工具（presentation attack instrument，PAI）的定义是「呈现攻击中使用的生物特征或物件」，被举过的例子有打印照片、平板上回放的视频、硅胶面具。另一个是正常呈现（bona fide presentation），也就是不属于攻击的那一次呈现——NIST 在算指标时正是把样本分成「攻击呈现」与「正常呈现」两堆，下面那两个错误率就定义在这条分界上。

请注意这几个定义的主语：全都是「呈现」，没有一个是「人」。系统评的是镜头前这一次事件，不是你这个人的资格。所以「我明明是本人」和「这一次呈现被判成攻击」完全可以同时成立——你是本人，但你举着手机在昏暗房间里逆光拍出来的那几帧，落进了它认为可疑的那一侧。

标准里还分了两种攻击意图：冒充（想被认成别人）和逃逸（想不被认出是自己）。开户场景防的主要是前者，这也是它对「像不像回放」这么敏感的原因。

真正的原因：这是一个可以拧的旋钮

美国国家标准与技术研究院（NIST）在 2023 年 9 月发布过一份专门评测报告 NIST IR 8491，测了 45 家开发者提交的 82 个纯软件、跑在普通 2D 影像上的人脸呈现攻击检测算法。报告用两个指标衡量结果：

报告接着写了一句关键的话：这两个错误率可以互相交换——通过改变判定阈值，一个升上去，另一个就降下来。所以它同时给出两个方向的汇总数字：

• 把真人误拒率压在 1%，看有多少攻击没被拦住（便利导向）；
• 把攻击漏检率压在 1%，看有多少真人被误判成攻击（安全导向）。

两条摆在一起就是同一件事：「更难被假脸骗」和「更少误伤真人」是同一根杠杆的两端。没有哪套系统能同时把两头做到最好，它只能选一个位置。

更要紧的是，NIST 在解释这两种设置各自适用于什么场景时点了名：把真人误拒率压低的做法，适用于「系统所有者无法容忍高拒绝率、且欺诈代价不算严重」的场景，举的例子是自助边检闸机；把攻击漏检率压低的做法，适用于「拒绝合法提交是可以接受的、而攻击带来的欺诈代价很大」的场景，举的例子正是——银行账户访问。

还有一个边界要说在前面：本站不知道、也查不到任何一家平台把阈值调在哪里、用的是哪家服务商。上面讲的是这类系统的共同结构，不是对某个具体平台的判断。

摄像头前和摄像头后：两个战场

流传最广的一类说法是「用虚拟摄像头就能过」。它指的其实是另一层，把这层说清楚，很多误解会自己消失。

NIST 那份报告专门用一节区分了两种攻击：物理（模拟域）攻击是把实物送到传感器前——戴硅胶面具、举一张打印照片或一块平板到镜头前；数字注入攻击则是「直接以电子方式送入一段数字影像或视频」，绕过传感器本身，报告还特别提到在个人设备上虚拟摄像头与物理摄像头不容易区分。

然后报告写明：该次评测只评了带模拟实物的物理攻击，数字注入攻击不在范围内。而这不只是这一次评测的取舍——标准本身的范围声明就是这么划的：

本文件考虑的攻击发生在生物特征采集设备处、在呈现的那一刻。任何其他攻击都被视为超出本文件的范围。

所以这是一条定义层面的分界：灌进数据流的东西压根没经过那一次呈现，它要靠另一层防护去挡，而不是靠一个更严的活体检测。同一份范围声明还把「整体系统级的安全或脆弱性评估」也排除在外——这份标准从来没打算替一整套系统的安全性背书。

为什么这家过、那家不过

NIST 评的是被动式算法——只靠普通摄像头的 2D 影像判断，不要求你做动作。报告明确写了它没有评估三类做法：基于 3D 的、基于近红外照明的，以及需要人实时配合的（挑战应答、变化的照明、自动调整成像系统）。

换句话说，你在不同地方遇到的可能是技术路线完全不同的东西：有的只拍一张脸就判，有的要你眨眼转头，有的会用屏幕打出变化的光斑照你的脸。它们往往还来自不同的第三方服务商。两个实际结论：

1. 「我在别处能过、这里过不了」是正常现象，推不出「我的脸有问题」，也推不出「这家平台有问题」。
2. 同一个平台换了服务商，你的体验会变，而这种变更通常不会公告。去年顺利过的流程，今年卡住，不代表你的账户出了事。

报告里还有一条对普通人有用的观察：同一次采集事件里，输入是视频序列时，很多算法的错误率低于单张静态图。它说的是算法侧的表现，不是操作指南；本站据此的推论是——采集要求你保持几秒的时候，把整段稳稳走完，比中途晃动或提前退出更合理。这条请当推论看。

你这边能改的，和不该碰的

先说能改的。各家平台点名的注意事项其实指向同一条逻辑：任何压低你人脸画面质量的东西，都会把你往「可疑」那一侧推。以币安帮助中心的认证步骤为例，它写的是「请不要佩戴帽子/眼镜或使用滤镜，同时确保光线充足」。拆开看是这么回事：

• 滤镜与美颜：它改动的恰好是算法用来判断真假的纹理与几何细节。用系统自带相机，关掉一切美化。
• 帽子与眼镜：遮挡和反光会盖住眼周，那是最关键的一块区域。
• 光线：逆光、顶光、昏暗都会让画面丢细节。找一面浅色的墙，让光从你正前方来，人脸是画面里最亮的部分。
• 屏幕与打印件：对着另一块屏幕或一张照片做，正是标准里点名的呈现攻击工具——报告显示，打印照片与回放这一类恰恰是多数算法拦得最好的。被拒说明它在正常工作。
• 镜头：擦一下。前置镜头上的油膜比你以为的更影响成像。

再说不该碰的：任何声称「包过」的第三方工具或代做服务。除了上面说的条款与隐私代价，还有一点——就算侥幸过了一次，你的账户从此建立在一份不属于你的核验记录上，后面任何一次复核都会把它翻出来。

如果你要找的是「按屏幕上的错误提示分状态排错」，那是另一篇的活：人脸认证失败怎么办：按提示状态排错；想先自查落在哪一类问题上，可以用 人脸失败自诊断。证件那一侧的拍摄要点在 KYC 材料清单与拍照要点；而画面之外最常见的另一个卡点是姓名字段，见 证件上的姓名怎么填进核验表单。

几个常被问到的问题