如何快速准确实现刷脸认证的人脸校验过程？

本文共计1209个文字，预计阅读时间需要5分钟。

在互联网高速发展的今天，App的验证方式越来越方便用户。从最初的密码输入，到指纹解锁，再到如今的刷脸认证，只需轻轻一刷，即可解锁设备、完成在线/离线支付，轻松跨越禁闭关卡。

互联网飞速发展的今天，各种App的验证方法也越来越方便用户，从一开始的密码输入，到后来的指纹解锁，演变成如今的刷脸认证。刷个脸，就可以解锁设备、在线/线下支付、通过门禁、快速检票等。与此同时也伴随了很多安全问题，首要就是如何判断用户的真实性。

HMS Core机器学习服务（ML Kit）的人脸比对和活体检测能力能够快速捕捉人脸，通过识别并提取模板中的人脸特征，不需要用户配合做动作就可以判断是真实人脸，还是人脸攻击，同时将模板人像和人脸进行高精度比对，输出相似度值，进而判断两者是否为同一个人。

基于此，开发者可以快速构建人脸检测能力，比如在金融类App中，比对用户身份证照片和人脸检测结果，判断用户信息真实性，可提供快速安全的身份核验流程，适用于互联网远程开户、刷脸支付等金融业务。在办公App中，可采取刷脸考勤，识别是否为本人，有效防止代打卡等行为。

效果展示

从效果展示图来看，活体检测几秒钟就可以完成精准识别手机上的假照片。

开发步骤 开发准备

1. 在AppGallery Connect中配置相关信息，具体开发准备可以参考文档。

2. 配置HMS Core SDK的Maven仓地址。