活体检测（Liveness Detection）是指：判断摄像头前这一次采集到的人脸，是不是来自一个"此刻真实在场、有生命的人"，而不是照片、屏幕回放、面具或合成视频。
它的问法和人脸比对（Face Comparison）完全不同。人脸比对问的是"这张脸是不是张三"——把脸压成特征向量算距离；活体检测问的是"这堆像素是怎么来的"——它审的是采集过程，不是身份。所以一张张三的打印照，能让人脸比对打出很高的相似度，活体检测却可能直接判零。两者正交，是两道独立的门。
打个比方：门卫要做两件事。一件是核对身份证照片和你像不像（人脸比对）；另一件是确认站在面前的是个活人，不是举着照片、不是手机放录像、不是戴硅胶头套。第二件事更难，因为它判断的是物理世界发生了什么。
各类攻击，卡的环节并不相同：
| 攻击方式 | 主要破绽 | 通常拦在哪一层 |
|---|---|---|
| 打印照片、手机里的自拍 | 平面没有深度和视差；有摩尔纹、反光、屏幕边框 | 成像层（深度、多光谱）+ 纹理模型 |
| 屏幕回放录好的视频 | 无法响应随机指令；屏幕自发光、玻璃反射 | 交互层（随机挑战）+ 成像层 |
| 3D 面具（硅胶、树脂） | 形状能骗过深度，但材质的光谱反射、透光性、温度、呼吸与脉搏的微动难仿 | 硬件层（红外、多光谱）+ 生理信号分析 |
| 深度伪造（Deepfake）、实时换脸 | 攻击的不是脸，而是"摄像头到服务器"这一段链路 | 链路层（可信执行环境、防虚拟摄像头注入）+ 频域伪影与时序一致性 |
这张表说明一个关键点：活体检测不是单个模型，而是一条分层防线。硬件（结构光 Structured Light、飞行时间 ToF、红外）、算法（纹理、频域、靠血液流动引起肤色微变的远程光电体积描记 rPPG）、交互策略（随机动作、读数字）、设备与链路可信（防注入虚拟摄像头），缺一层就会漏水。实时换脸之所以危险，正因为它绕过了"对镜头做动作"这类防御——动作是真人做的，脸是后换的。这类攻击的学名叫呈现攻击（Presentation Attack），对应的防御叫呈现攻击检测（PAD）。
对从业者：人脸识别系统的安全上限由活体检测决定，而不是由识别模型决定。选型先问"我的对手是谁"，防薅羊毛和防金融级攻击，投入差一个量级。同时要接受可用性与安全的拉扯：配合式动作安全但掉转化率，静默式体验好但更依赖成像硬件。涉及生物特征，还需遵守个人信息保护的相关要求，具体合规门槛以官方页面和适用标准为准。
对普通人：远程开户时让你"眨眨眼、转转头"不是刁难，那是在给门卫出一道只有活人答得出的题。