敷面膜破解人臉辨識？防偽技術才是安全關鍵！

發佈日期: 作者:

圖片

近期一則外送員「敷面膜」成功通過平台APP的人臉辨識驗證、盜用帳號的新聞，引發社會對人臉辨識安全性的關注。

這類事件並非首次，過去也曾發生有人透過手機照片破解自助登機系統的案例。這些案例背後的共通點，在於系統僅依賴2D影像進行比對，實際上就像辨識一張平面照片，只要五官輪廓「對得上」，就有可能通過驗證。這也意味著，無論是照片、影片截圖，甚至敷著面膜的假臉，都有可能蒙混過關。

當系統無法有效辨識「是否為真人」，就可能在門禁管制、考勤管理、公共監控等應用中，留下可被攻破的風險漏洞。

因此，人臉辨識的「防偽能力」已成為關鍵指標。接下來，讓我們深入了解其運作原理，以及 2D、3D 與活體驗證等技術差異，看看一個真正安全可靠的人臉辨識系統，需要具備哪些條件。

圖片

▌人臉辨識是什麼?可以應用在哪裡?

人臉辨識（Facial Recognition）是一種生物特徵辨識技術，透過攝影機或影像系統自動偵測人臉，並分析臉部特徵來識別或驗證個體身份，因此也被稱為臉部辨識。它就像指紋一樣獨一無二，但因感測方式與技術不同，辨識效果會有很大差異。

圖片

隨著 AI 與影像辨識技術發展成熟，人臉辨識已廣泛應用於各種場域，包括：

  • 門禁系統與出勤考勤
  • 行動裝置的臉部解鎖與支付驗證
  • 公共安全監控與智慧安防監控
  • eKYC 身分驗證與金融科技服務
  • 智慧零售中的客群分析與精準行銷

圖片

▌人臉辨識原理為何?

人臉辨識的核心原理可分為四大步驟：

1. 臉部偵測：
辨識出影像或畫面中是否存在人臉，並定位五官的相對位置，如眼睛、鼻子、嘴巴等。

2. 臉部特徵擷取：
分析臉部的幾何特徵與結構，例如眼距、鼻子的寬度與高度、嘴唇位置、下巴形狀、顴骨輪廓等，並轉換成一組專屬的數位特徵向量，這組向量就像每個人專屬的「臉紋」，功能上類似指紋，可用來進行身份識別。

3. 特徵比對：
系統將新擷取到的臉部特徵向量與資料庫中已儲存的臉部資料進行比對，以計算相似度。

4. 身份驗證或辨識：
若是單一對應，例如手機解鎖，就是身份驗證，意指確認使用者是不是本人；若需從多筆資料中找出是誰，則屬於身份辨識，也就是找出這個人是誰。

▌人臉辨識有哪些技術？解析2D、3D與活體驗證差異

2D 人臉辨識
最基礎的人臉辨識方式使用一般平面攝影機，捕捉人臉平面影像並分析眼睛、鼻子、嘴巴等二維特徵的位置與比例，常見於監控系統及中階與入門款 Android 手機的人臉解鎖功能。

優點：

  • 使用相對簡單的演算法，成本低廉。
  • 部署容易且普及度高，應用廣泛。

缺點：

  • 安全性低，無法判斷深度與生命體徵，容易被照片、影片或面具等偽造攻擊。
  • 易受光線、角度、表情、化妝、眼鏡或口罩等外觀與環境干擾，影響辨識準確度。
  • 無法辨識真人與假人，不具備活體驗證能力。

3D 人臉辨識
比 2D 更進階的技術，除了捕捉平面影像外，還利用 3D 感測技術取得人臉的立體深度資訊，建立 3D 模型。此技術常用於高安全需求的場景，如手機臉部支付（例如 Face ID）、金融機構身份驗證及高安全門禁系統。常見技術有：

  1. 結構光：投射數萬個不可見的點陣光到臉部，依點的變形程度計算深度，如 Apple Face ID。
  2. 飛時測距（ToF）：利用紅外線測量光線反射時間計算距離，常見於手機前鏡頭、人臉辨識設備及部分高階監控攝影機。
  3. 雙目立體視覺：使用兩顆鏡頭模擬人眼，透過計算不同視角影像差異推斷深度，多用於監控攝影機和機器視覺系統。

優點：

  • 安全性高，能捕捉人臉立體結構、輪廓、凹凸與皮膚質感，難以被平面照片或影片偽造。
  • 防偽能力強，具備活體判別功能，有效分辨真人與偽造品。
  • 對光線與角度變化適應性佳，受環境影響較小。
  • 辨識精準度高，因數據維度豐富，可提取更多特徵。

缺點：

  • 需要能感測臉部立體結構的相機，像是使用結構光或 ToF 技術的裝置，因此設備成本較高。
  • 運算較複雜，處理 3D 數據需較強運算能力。
  • 部分高擬真度3D列印假臉難以識破。

▌活體驗證是什麼？如何補足2D與3D的人臉辨識漏洞？

活體驗證是人臉辨識中的關鍵防偽技術，目的是判斷鏡頭前是否為「真實的真人」，而非照片、影片、面具或 3D 模型等偽造物。

常見的驗證方式包括：

  • 偵測眨眼、嘴角動作、表情變化等自然動作。
  • 分析皮膚紋理與血液流動的細微變化。
  • 利用紅外線或深度感測辨識臉部立體結構。
  • 要求使用者進行特定動作，例如點頭、轉頭等。

這些技術可大致分為以下幾種類型：互動式、生理特徵型、深度感測型、多模態融合型。它們的設計核心皆在於提升辨識系統對偽造攻擊的防禦力，強化真偽辨識的準確性與安全性。

優點：

  • 能有效阻擋照片、影片、面具等偽造攻擊，強化安全防線。
  • 可用於高安全需求場景，如金融交易、門禁控制、身分驗證等。
  • 提升使用者信任感，並符合生物辨識相關法規要求。

缺點：

  • 技術成本與設備需求相對較高。
  • 對光線穩定性與攝影鏡頭品質有一定要求。

圖片

▌從門禁到監控，FaceMe 防偽技術打造多場域智慧辨識防線

FaceMe® 是一套由台灣自主研發、全球領先的 AI 人臉辨識引擎，廣泛應用於門禁管理、公共監控、金融科技與個人裝置等場景，具備高精準度、防偽能力與高度部署彈性。

  • 業界領先的準確率：通過 NIST 國際認證，辨識準確率高達 99.83%。
  • 遮蔽裝備下也能辨識：即使配戴口罩、護目鏡或安全帽，辨識率仍可達 95%，適用於醫療、工業等高防護場域。​
  • 通過 ISO 30107-3 Level 2 活體檢測（PAD）：

面對 3D 假臉攻擊偵測成功率達 100%。
支援 2D 鏡頭 AI 偵測、IR＋深度雙鏡頭、主動／被動式辨識。
能識別 Deepfake 偽造影像，對真實用戶提供 98% 以上識別率​。

  • 極速辨識反應：0.1 秒內完成身份驗證，適用即時性要求高的場域。​
  • 跨平台部署 × 彈性整合：

支援 Windows、Linux、Android、iOS 作業系統。
相容多種 SoC 與 AI 晶片平台。
提供完整 SDK 與 API，加速開發與整合流程​。