动作活体检测能力，构建安全可靠的支付级“刷脸”体验
人脸识别目前已广泛应用于手机解锁、刷脸支付、闸机身份验证等生活场景，然而，人脸识别能力虽带来了极大的便利，却无法鉴别人脸是否真实，比如使用高仿真图片、精密石膏或3D建模面具，即可轻松攻破人脸识别算法，单独使用该能力存在极大的安全隐患。华为机器学习服务的动作活体检测能力，通过采用指令动作配合的方式进行活体检测，在眨眼、张嘴、左摇头、右摇头、注视、点头六种动作中随机选择三种，让用户按指令完成动作，使用人脸关键点及人脸追踪技术，通过连续的图片，计算变化距离与不变距离的比值，进行上一帧图像与下一帧图像的对比，从而验证用户是否为真实活体本人操作，对照片、视频和面具的攻击具有很好的防御效果，是人脸识别能否有效应用的前提条件。
除此之外，在使用动作活体检测能力过程中，针对遮挡和光线不佳等检测场景，支持引导检测，如及时展示“暗光提示”、“人像模糊”“墨镜、口罩遮挡”、“人脸过近、过远”等提示信息，实现更加友好的交互体验，打造安全可靠的支付级活体检测能力。
相较于无需用户做出配合动作的静默活体检测，交互式的动作活体检测能力更适用于银行金融、医疗等需要人机交互的场景。比如，在金融领域使用该技术，用户不必亲去银行场地，远程即可进行金融开户、保险理财等操作；在线下超市等自助支付场景中，用户需通过动作活体检测完成支付，保证个人资金安全性；在社保、医保、个税等办理操作场景中，同样需要通过动作活体检测来精准验证操作人是否为活体本人，以此提高操作安全性。
那么如何集成动作活体检测能力呢？步骤如下。
1开发步骤
在进行开发之前，您需要完成必要的开发准备工作，同时请确保您的工程中已经配置HMS Core SDK的Maven仓地址，并且完成了本服务的SDK集成。
方式一：fullSDK方式集成
dependencies{
// 引入动作活体检测集合包。
implementation 'com.huawei.hms:ml-computer-vision-interactive-livenessdetection
: 3.2.0.122'
}
方式二：基础SDK方式集成
dependencies{
// 引入活体检测plugin包。
implementation 'com.huawei.hms:ml-computer-vision-interactive-livenessdetection-plugin:3.2.0.122'
}
动作活体检测提供两种调用方式，您可以根据需求选择相应的调用方式构建活体检测服务。
1.1默认扫描界面
1.创建活体检测结果回调，用于获取检测结果。
private MLInteractiveLivenessCapture.Callback callback = new MLInteractiveLivenessCapture.Callback() {
@Override
public void onSuccess(MLInteractiveLivenessCaptureResult result) {
// 检测成功的处理逻辑，检测结果可能是活体或者非活体。
swich(result.getStateCode()) {
case InteractiveLivenessStateCode.ALL_ACTION_CORRECT:
//验证通过后对应具体操作
case InteractiveLivenessStateCode.IN_PROGRESS:
//正在检测时对应具体操作
…
}
@Override
public void onFailure(int errorCode) {
// 检测未完成，如相机异常CAMERA_ERROR,添加失败的处理逻辑。
}
};
2.创建活体检测实例，启动检测。
MLInteractiveLivenessConfig interactiveLivenessConfig = new MLInteractiveLivenessConfig.Builder().build();
MLInteractiveLivenessCaptureConfig captureConfig = new MLInteractiveLivenessCaptureConfig.Builder()
.setOptions(MLInteractiveLivenessCaptureConfig.DETECT_MASK)
.setActionConfig(interactiveLivenessConfig)
.setDetectionTimeOut(TIME_OUT_THRESHOLD)
.build();
MLInteractiveLivenessCapture capture = MLInteractiveLivenessCapture.getInstance();
capture.startDetect(activity, callback);
1.2自定义扫描界面
1.创建MLInteractiveLivenessDetectView，并加载到Activity布局。
/**
* I.绑定相机预览界面，设置活体识别区域。
*在相机预览流中，活体检测会对人脸在不在预览视频流的人脸框中进行判断，为了提高活*体的通过率，建议人脸框放在屏幕中间，且活体识别区域比绘制的人脸框范围略大。
* II.设置是否检测口罩。
* III.设置结果回调。
* IV.将MLInteractiveLivenessDetectView加载到Activity。
*/
@Override
protected void onCreate(Bundle savedInstanceState) {
super.onCreate(savedInstanceState);
setContentView(R.layout.activity_liveness_custom_detection);
mPreviewContainer = findViewById(R.id.surface_layout);
MLInteractiveLivenessConfig interactiveLivenessConfig = new MLInteractiveLivenessConfig.Builder().build();
mlInteractiveLivenessDetectView = new MLInteractiveLivenessDetectView.Builder()
.setContext(this)
//设置是否检测口罩
.setOptions(MLInteractiveLivenessCaptureConfig.DETECT_MASK)
//设置检测动作，静默为0，动作为1。
.setType(1)
//设置相机视频流预览位置（左上右下像素值基于预览view）
.setFrameRect(new Rect(0, 0, 1080, 1440))
//设置动作活体调用
.setActionConfig(interactiveLivenessConfig)
//设置人脸框相对于预览view的位置（左上右下基于640*480图像坐标，建议宽高比符合实际人脸比例），人脸框作用为检测人脸远近和是否偏移
.setFaceRect(new Rect(84, 122, 396, 518))
//设置检测超时时间,建议10000毫秒左右。
.setDetectionTimeOut(10000)
//设置结果回调
.setDetectCallback(new OnMLInteractiveLivenessDetectCallback() {
@Override
public void onCompleted(MLInteractiveLivenessCaptureResult result) {
// 活体检测完成时的结果回调
swich(result.getStateCode()) {
case InteractiveLivenessStateCode.ALL_ACTION_CORRECT:
//验证通过后对应具体操作
case InteractiveLivenessStateCode.IN_PROGRESS:
//正在检测时对应具体操作
…
}
}
@Override
public void onError(int error) {
// 活体检测发生错误时的错误码回调
}
}).build();
mPreviewContainer.addView(mlInteractiveLivenessDetectView);
mlInteractiveLivenessDetectView.onCreate(savedInstanceState);
}
2.对MLInteractiveLivenessDetectView设置生命流程监听。
@Override
protected void onDestroy() {
super.onDestroy();
MLInteractiveLivenessDetectView.onDestroy();
}
@Override
protected void onPause() {
super.onPause();
MLInteractiveLivenessDetectView.onPause();
}
@Override
protected void onResume() {
super.onResume();
MLInteractiveLivenessDetectView.onResume();
}
@Override
protected void onStart() {
super.onStart();
MLInteractiveLivenessDetectView.onStart();
}
@Override
protected void onStop() {
super.onStop();
MLInteractiveLivenessDetectView.onStop();
}
了解更多详情>>
访问机器学习服务官网
访问华为开发者联盟官网
获取开发指导文档
华为移动服务开源仓库地址：GitHub、Gitee
关注我们，第一时间了解 HMS Core 最新技术资讯~
https://www.cnblogs.com/hmscore/p/16496882.html
页:
[1]