人臉識別如何防止照片及影片欺騙？

人臉欺騙的常見手法

人臉識別與指紋不同，採集對象是可被拍攝、複製與顯示的影像，因此偽造手段更加多樣。按複雜程度，常見欺騙手法可分為幾類。打印照片是最基本的手法：把目標者的高清照片放在鏡頭前，若系統沒有深度或動作判斷，照片與真人頭像在平面特徵上幾乎無法分辨。影片重放把預錄的目標者影像在手機或平板上播放，比靜態照片多了一層面部動作，可繞過要求眨眼、張口等簡單動作的系統。面具與立體頭模則以矽膠、3D打印等製成近似立體的頭部模型，攻擊成本最高，專門針對強調深度判斷的系統。

不同手法面對的系統級別不同：照片攻擊屬入門級，任何具備基本防欺騙功能的系統都應拒絕；影片攻擊需要動作與時序判斷；面具攻擊則要求材質與深度分析。選型時應按場所風險選擇對應的防禦等級，並以實際手法測試驗收。

防欺騙的判定原理

人臉防欺騙的核心，是找出「真實人臉」與「偽造影像」之間可量度的差異。技術上主要分為兩大方向：以動作與時序判斷的活體檢測，以及以深度與材質判斷的立體分析。動作活體檢測要求使用者完成眨眼、張口或轉頭等指令，系統追蹤面部關鍵點的位置變化，靜態照片缺乏真實動作而失敗；但預錄影片本身含有動作，因此單純動作判斷已被認為不夠可靠，需要配合其他判據。

更進一級的判據包括深度判斷與材質分析。雙目立體或結構光方案量度面部的深度圖，平面照片與屏幕在不同位置的深度接近常數，與真實人臉的立體形狀明顯不同；近紅外線光源照射下，真人皮膚與紙張、屏幕、矽膠的反射特性不同，材質分析據此分辨真假。上述判據可組合使用，例如「動作+深度」「動作+紅外」的雙重驗證，大幅提高破解難度。

近年演算法更把多類判據訓練成單一深度學習模型，直接由影像輸出「真/假」判斷，並隨攻擊手法更新而不斷演進。無論採用哪種方案，防欺騙都只是降低風險而非消除風險，高價值場所應按多重認證思路設計。

硬體級別與選型考慮

防欺騙能力很大程度上取決於採集硬體，而不只是軟體。普通RGB攝影機只能提供平面影像，軟體縱使再強，也難以可靠量度深度或紅外特性；具備紅外光源的攝影機（IR Camera）可取得紅外圖像，供材質分析使用；雙目或結構光模組可輸出深度圖，直接量度立體形狀；加入主動光源的活體模組則主動投射結構光或紅外點陣，令平面偽造在物理上更難成立。

選型時應先評估場所風險與環境限制。戶外或強光環境下，紅外與結構光方案受陽光干擾較明顯，需選用抗強光的型號；戴口罩或戴眼鏡的員工比率高時，紅外方案與深度方案的表現亦有差異，應以現場人員實際試測。防欺騙等級與成本成正比，一般辦公室選擇紅外加動作驗證已足夠，金庫、伺服器房等高價值區域才需要深度模組。

香港私隱與合規安排

人臉影像與抽取的特徵屬個人資料，香港《個人資料（私隱）條例》（第486章）與私隱專員公署指引對其收集、使用與保存有明確要求。門禁系統啟用人臉識別前，機構應先完成私隱影響評估，訂明收集目的、比對流程、保留期限與刪除程序，並以顯眼告示通知出入人士。特徵模板應加密儲存且不可逆向重建影像，存取限於必要人員並留有紀錄。

香港住宅大廈、商場與學校陸續引入人臉識別門禁，管理處須在登記時向住戶或會員交代資料用途；僱主以人臉識別監察員工出入，更須確保收集範圍與僱傭目的相稱，避免過度監控。啟用防欺騙功能後，系統會因採集與運算增加處理時間，還可能把部分合法用戶（如光線不足或佩戴口罩時）誤判為可疑，需設定清晰的人工覆核程序，保障被拒人士的申訴權利。若系統連線雲端處理，應確認資料儲存位置、跨境傳輸與處理者保安安排，並把整條資料流程寫入文件以備審計。

驗收測試與常見錯誤

防欺騙能力必須以實測驗收。建議測試至少包括：以打印照片放在鏡頭前，確認拒絕；以平板或手機播放預錄影片，確認拒絕；以真人站立於正常位置，確認通過；在光線不足、背光與佩戴口罩等情況下，量度正常用戶的誤拒率；再以人手在鏡頭前快速晃動，確認系統不會因動作混亂而誤判。測試記錄應保存，作為日後比對演算法更新成效的基準。

1. 測試靜態照片——高清打印照放在鏡頭前，應被拒絕。
2. 測試影片重放——屏幕播放預錄影片，包括附帶動作的片段，應被拒絕。
3. 測試正常通行——不同光線與角度下真人辨識，記錄誤拒率。
4. 確認更新機制——廠商是否持續更新防欺騙演算法，能否應對新型攻擊手法。
5. 建立人工覆核——被拒人士的申訴與人工核實流程，須在啟用前定稿。

常見的選型錯誤是把「識別準確率」當作防欺騙能力：兩者測試對象完全不同，準確率高的系統未必能擋住照片。另一錯誤是只買硬體而忽略演算法更新，靜態防欺騙模型很快會被新型打印與重放手法繞過。合約應包含韌體與演算法更新條款，並在保養期內定期覆試。

整體保安與多重認證

人臉防欺騙只是人臉識別環節本身的安全，出入口系統的整體保安仍需多重認證與流程配合。高價值區域可採用「人臉+卡片」「人臉+密碼」或「人臉+員工手機應用程式」的雙重認證，即使人臉環節被繞過，另一因素仍能把關。閉路電視應覆蓋識別位置，記錄進出人員的整體過程，作為事後覆核與投訴處理的依據，這在香港商廈與住宅大堂是普遍做法。

同時要管理好登記流程本身：登記時拍攝的人臉樣本若畫質低或角度差，日後比對容易被誤拒；樣本老化（如長期戴口罩、體重變化）亦會降低識別成效，應設定期更新機制。香港不少場所已把「人臉識別門禁」與「考勤」「訪客登記」結合，用途擴大便意味著個人資料用途擴大，私隱影響評估與告示內容都應隨之更新。防欺騙技術再強，若整體流程存在缺口，系統安全依然不完整。

常見問題

權威參考來源

• 維基百科：Liveness detection（活體檢測）
• 維基百科：Spoofing attack（欺騙攻擊）
• 維基百科：Face detection（人臉偵測）
• NIST Face Recognition Vendor Test（人臉識別供應商測試）
• 《個人資料（私隱）條例》（第486章）

相關技術主題