照片能解开人脸识别吗,照片如何绕过人脸识别系统

题图来自Unsplash，基于CC0协议

导读

照片能否解开人脸识别系统，这个问题看似简单，但答案取决于具体的人脸识别技术架构。在早期的人脸识别系统中，例如2017年之前常见的2D人脸识别门禁或手机解锁（如初代安卓面部解锁），照片确实能轻松“破解”。因为当时的系统只提取面部二维特征点（如眼睛、鼻子、嘴部的相对位置），将其转化为数学向量进行比对。照片上的平面人脸与真人脸的二维几何特征几乎没有区别，系统无法区分面前是一张纸还是一张真实的血肉之躯。用户拿一张打印的高清大头照，或者手机屏幕上的照片，就能直接通过验证，这也是当时许多简单门禁沦为摆设的原因。

然而，随着安全需求的提升，现代主流的人脸识别系统——尤其是支付级别或金融级别的系统——普遍引入了“活体检测”技术。照片之所以在如今的大型系统面前失效，核心在于它无法模拟真实人体的动态生理特征和立体结构。活体检测主要分为被动式和主动式：被动式检测利用摄像头捕捉到的多帧图像，分析光影的变化、微表情、眨眼、头部的微小晃动（如细胞级的震颤），甚至利用近红外或结构光传感器捕捉人脸的3D深度信息。照片是静态平面，没有眨眼动作，边缘在红外光下通常是锐利的二维剪影，面部深度数值完全恒定。当系统要求“眨一下眼”或“左右转头”时，照片根本无法响应，会直接判定为攻击。

用照片破解现代人脸识别的成功率，在技术上已被压缩到极低甚至趋近于零。在支付宝、微信支付或苹果Face ID等系统中，系统会要求随机动作配合，并且在毫秒级别内完成多模态比对（RGB图像、红外图像、深度图）。根据一些公开的安全白皮书，照片攻击的成功率通常低于0.001%，且这种攻击极易被日志记录并触发报警。但有一个例外情况：某些老旧系统或非金融场景下（比如部分考勤机、小区门禁），如果未启用活体检测，或者活体检测算法存在缺陷（如仅检测眨眼而不检测深度），那么照片配合提前录制好的眨眼视频片段，依然有一定的绕过概率，但这属于“低级漏洞”范畴，而非技术普遍失效。

人脸识别系统对抗二维照片的方法，本质上是一场“从平面到立体、从静态到动态”的军备竞赛。技术上，对抗手段包括：1）三维结构光或ToF（飞行时间）传感器，发射红外点阵来测量面部的凹凸起伏，照片上无法模拟鼻子和眉骨的立体几何；2）纹理分析算法，检测照片是否出现打印纸的纹理、屏幕的摩尔纹或反光的光晕；3）光谱分析，区分人脸皮肤与纸张、屏幕对特定波长的反射率差异；4）而最有效的是“动作指令挑战”——要求用户完成随机生成的张嘴、点头、眨眼等动作，照片无法实时生成对应的序列。这些方法联合起来，形成了一个多层防御网。

关于照片欺骗人脸识别的真实案例，最著名的发生在2019年之前。国内曾有媒体报道，某大学生用一张室友的高清脸部照片成功解锁了室友的OPPO手机，此事引发了舆论对2D面部识别的广泛质疑。类似地，在2017年，越南一家公司Bkav曾公开演示，用一张打印照片和一层面膜制成的“面具”，成功骗过了苹果iPhone X的Face ID——但这并非纯粹的照片攻击，而是利用了特殊材料模拟面部轮廓。此外，在公安系统的监控视频中，犯罪嫌疑人试图用同伙照片通过高铁站闸机的情况偶有发生，但多数因闸机本身的活体检测失败，这种手段往往只能短暂蒙混，很快就会被二次核验识破。这些案例无一例外地指向一个结论：在缺乏活体检测的环境中，照片是有效的；而在2018年之后的主流终端上，照片攻击已经成为历史。唯一持续存在的威胁，是使用高精度3D打印模型（而非平面照片）进行的欺骗，但这需要极高的成本和作案条件，已经不属于“照片破解”的范畴。