在过去的几十年内计算机技术发展十分迅速产生了许多先进的技术 使人们的生活方式产生了很大的改变但是这些技术在给我们带来巨大便利的 同时也带来了一些问题所以研究人员不仅仅继续去研究更加先进、新颖的新 技术还在继续研究如何发现和弥补现有技术的漏洞让人们可以更加安全、 放心地去享受技术带来的便利。 近年来生物特征认证技术正在迅速发展与传统的数字密码、图案密码、 验证码、保密问题等方式相比生物特征认证更加方

在过去的几十年中，计算机技术迅速发展，带来了许多先进的技术，极大地改变了人们的生活方式。然而，这些技术在给我们带来巨大便利的同时，也带来了一些问题。因此，研究人员不仅继续研究更加先进、新颖的新技术，还在继续研究如何发现和弥补现有技术的漏洞，以使人们能够更加安全、放心地享受技术的便利。

近年来，生物特征认证技术正在迅速发展。与传统的数字密码、图案密码、验证码、保密问题等方式相比，生物特征认证更加方便快捷。因此，生物特征认证技术迅速在各种应用场景实现了大规模的工业落地，成为我们日常生活中的一部分。生物特征认证技术主要利用生物的一些自有特征（如指纹、声音、虹膜、步态和面部等）识别个体身份，并完成身份信息的认证。其中，面部识别不需要特定的设备，成本较低，并且可以远距离捕捉人脸图像进行识别，无需与设备进行身体接触，更适合工业落地。因此，吸引了众多研究人员对其进行研究改进，通过提出各种新技术、新方法，不断提高人脸识别技术的准确度。

目前，人脸识别技术已经在众多人脸识别数据集中取得了接近完美的效果，甚至超过了人眼的识别效果，被广泛应用于手机解锁、刷脸支付、门禁打卡、身份认证等实际场景。随着人脸识别系统在不同场景中的普及，人们对人脸识别技术的使用越来越熟悉，人脸识别技术的安全弱点也逐渐为大众所知。因此，确保人脸识别系统在实际应用过程中的安全性非常重要。

人脸活体攻击是最常见的攻击手段之一。不法分子利用受害者的人脸照片或其他信息对人脸识别系统进行认证，盗取受害者的隐私或财产等，对用户造成损失。随着互联网社交的普及和低成本拍照设备的出现，几乎所有人都可以轻易获得他人的人脸照片，不需要任何创新技术即可对人脸识别系统进行攻击。其中，有些攻击手段肉眼难以区分活体人脸和非活体人脸，这使得人脸识别技术的安全性无法保证，对用户的隐私和财产构成巨大威胁。因此，判断输入系统中的人脸图像是否为活体人脸对于人脸识别技术的现实应用非常重要。

为了抵御不法分子的攻击，目前的人脸识别系统中都包含人脸活体检测这一步骤。通过人脸活体检测，可以判断输入的照片是否为活体人脸，提高人脸识别系统的安全性，然后进行身份认证。为了进一步提高人脸识别系统的安全性和便捷性，本课题的研究内容是基于深度学习的静默式人脸活体检测