先说一个不太冷的知识：过去几年，游戏防沉迷系统一直在和一个很朴素的问题较劲——你怎么确定屏幕对面坐的是不是账号主人本人？

实名认证填个身份证号，初衷是好的。但现实是，未成年人借爸妈的账号、租个成人号、甚至网上花几块钱买个“已实名”的号，防线就绕过去了。有调查显示，租号黑产已经形成了一条灰色链条，十几块钱就能让一个孩子玩上几个小时。政策要求越来越明确：光认号不行，得认人。

于是“人脸识别”被推到了前台。但问题也跟着来了：传统刷脸体验实在算不上友好，让你眨眼、张嘴、摇头，光线不好还反复失败；更要命的是，拿一段高清视频或者一个3D面具，有时真能把系统糊弄过去。

中科逸视的人脸核身技术，就是把“认人”这件事从“让你做动作”变成了“让屏幕发光”。听起来像变魔术，但拆开来看，每一步都有物理和算法在撑腰。

先说清楚：防沉迷到底卡在哪儿

2021 年 8 月 30 日，国家新闻出版署下发了一份通知，业内习惯叫它“830 新规”：未成年人只能在周五、周六、周日和法定节假日的 20 点到 21 点玩 1 小时游戏。2024 年 1 月 1 日，《未成年人网络保护条例》正式施行，把这件事从部门规定抬到了行政法规层面。

规矩是硬的，执行是软的。

因为几乎所有游戏的防沉迷，第一步都是“实名认证”。而实名认证能确认的事情只有一件：这个身份证号是真的。它没法确认：念出这串数字的人，是不是这个人。

于是黑产和熊孩子就找到了同一个缝隙：

• 网上几十块钱能买到一整套“成年人身份信息”；
• 亲戚朋友的身份证号，在家庭群里躺了很多年；
• 有的孩子干脆把爸妈的脸录成视频，用来对付“眨眨眼”。

一个漏洞，能让前面所有的政策设计打个对折。所以行业里这些年反复在提一个词：从实名走到实人。

人脸核身方案，简单看就是“身份证精准识别 + 炫彩活体检测 + 权威数据比对”三位一体。名字有点长，拆开看其实很朴素：先查证件，再查人是不是活的，最后查这个活人是不是证件上那个人。

三道关卡，一道不过，后面直接不启动。

一次刷脸，屏幕背后发生了什么

第一关：先给证件“过安检”

你对着手机拍身份证正反面。这一秒里，后台其实在干好几件事：

• 找到证件。不管你拍得多歪、背景多乱，算法先把证件的四条边从画面里抠出来。
• 把它“扶正”。用透视变换做几何校正，把倾斜、梯形失真的照片拉回正常比例，再去反光、去阴影、去噪点。
• 逐字读出来。姓名、身份证号、住址、签发机关、有效期，端到端的文字识别网络一次性结构化输出。据厂商介绍，这块准确率能稳定在 99.5% 以上。
• 顺手查防伪。版式对不对、字体纹理有没有异常、微缩文字在不在、光变油墨的颜色有没有随角度变化。翻拍的、打印的、PS 修过的，基本到这一步就露馅了。
• 把人像抠出来，顺便打个分。证件照区域自动裁切，再评一次清晰度、光照均匀度、遮挡率。分数不够，直接让你重拍。

这一步的产出，不是一堆文字，而是一个“基准锚点”：这张脸，长在这个身份上。

第二关：让手机屏幕当一次探照灯——炫彩活体检测

要理解它，先得承认一个现实：让用户“眨眨眼、张张嘴、摇摇头”的那套办法，正在失效。高清屏能放循环视频，硅胶面具能做出表情，生成式 AI 能实时换脸。你让人做的动作越具体，黑产模仿起来就越有靶子。

中科逸视换了个思路：不让人动，让光动。

具体是这么回事。你自然地看着屏幕，什么都不用做。屏幕会在这一两秒内快速闪出一组彩色光——红、绿、蓝，以及它们的混合色，按毫秒级精度切换，顺序每次随机。相当于给每一次验证现编了一串只有这一次有效的“光密码”。与此同时，前置摄像头以同样的帧率把你这张脸录下来。

接下来的问题就变成：光打在脸上，脸会怎么回应？

这就得聊到皮肤的一个特性，叫次表面散射。皮肤不是一张不透明的纸，它是半透明的。光打上去，一部分在表面反射，另一部分会钻进表皮，在真皮层里撞上胶原纤维和血管，散射一圈，再从旁边透出来。所以真人脸反射回来的光，是柔和的、有层次的、带一点“内部透亮感”的。

这个特性，恰恰是最难伪造的。几种常见的攻击手段，破绽各不相同：

• 打印照片。表面是死的，光打上去不会随颜色变化而“流动”，反射很僵。
• 手机、平板重放。像素排列和刷新率跟拍摄设备对不上，会出现摩尔纹、色彩混叠。
• 3D 打印头模、硅胶面具。没有皮下散射，高光到阴影的过渡太硬、太假。
• 换脸、深度伪造视频。光场变化是“算”出来的，跟真实皮肤的物理响应合不上拍。

算法会从至少三个层面去读这些回应：

• 微观纹理。汗腺、毛孔、细纹对光的散射是不规则、非周期性的。假体表面要么过于光滑，要么纹理重复得太规律。
• 皮下血管。特定波长的光（比如绿光）能穿过表皮被血红蛋白吸收，于是能反推出皮下微循环的图案。活人的血管是分布的、有形态的。
• 三维轮廓。鼻梁、眼窝、颧骨这些起伏，会在特定角度产生特定的渐变高光。一张平板做不出这种光影推演。

最后，多帧彩色光图像被叠成一个特征张量，送进 ResNet 与 Transformer 的混合判别网络，输出两件事：是不是真人，以及如果不像真人，更像哪一类攻击。训练时喂进去的样本覆盖了照片、屏幕翻拍、面具、头模、视频回放、AI 合成等各大类。据厂商数据，这块的防攻击成功率在 99.8% 以上。

而且，这套方案不需要红外摄像头，也不需要结构光传感器。一部普通手机的前置镜头加一块彩色屏就够了。这一点对游戏场景特别关键——你没法要求玩家为了登录游戏去买一台带特殊硬件的高端机。

第三关：拿着答案去对档案

前两关解决的是“证是真的”“人是活的”。最后一关要回答那个最要命的问题：这个活人，是不是证件上那个人？

系统会做一次交叉比对：现场抓到的活体人脸、身份证上的头像、以及通过加密通道向权威人口信息库调取的存档照片，三者做 1:1 核对。

技术上有几个细节：

• 先把脸变成一串数字。深度网络把人脸编码成高维特征向量。这串向量对旋转、缩放、光照变化不敏感，所以你今天没刮胡子、镜头歪了 15 度，都不至于影响结果。
• 再比相似度。算两组特征向量的余弦相似度，超过阈值才算通过。这个阈值不是固定的，会跟着场景的安全等级走。金融开户卡得很死，因为放过一个冒名者的代价太大；游戏登录反而要在两头之间找平衡——松了，防沉迷形同虚设；紧了，误伤真玩家，第二天就是一堆投诉。
• 全局和局部一起看。既看脸型、五官布局这类整体特征，也看眼角、嘴角这类细节。前者抗年龄变化，后者抗“长得像”。
• 三个条件同时成立才放行：活体通过、证件信息与权威库一致、相似度过阈值。少一条都不行。

不通过的时候，系统不会只丢一句“验证失败”，而是给出具体原因：非活体、证件信息不符、人脸不匹配。这个区分很重要——它决定了后续是走人工复核、还是直接拦截。

这套东西好在哪儿

把三道关卡合起来看，它的特点其实很朴素：

• 不折腾人：全程不用眨眼、摇头、张嘴，盯着屏幕就行。活体检测平均 1 到 3 秒，全流程一般在 10 秒内结束。这一点在游戏场景里权重很高——玩家对登录环节的耐心，通常以秒计算。
• 不挑光：光源是屏幕自己发的，不受室内灯光、逆光、深夜关灯的影响。以前那种“你走到窗边再试一次”的提示，基本可以删了。
• 不挑设备：普通前置摄像头加彩色屏即可，不用红外、不用结构光。能做成 SDK，也能做成 H5 和小程序，玩家不用为了验证专门下一个 App。
• 防得住回放：每次的光码都是随机生成的，录下来的视频下一次用不了——它对不上新的光序列。这是“动态光密码”最实在的价值。
• 留得下痕迹： 每次核验会生成唯一流水号，记录时间戳、设备指纹、结果哈希，影像和日志加密存储。真出了纠纷，能查、能审计、能定责。
• 接得进去：提供标准 API / SDK，支持 iOS、Android、Web、小程序多端接入，也支持私有化部署，方便对数据本地化有要求的平台。

不止游戏：同一套逻辑的其他战场

人脸核身本质上只解决一个问题：在见不到面的情况下，确认“你是你”。所以它的地盘远不止游戏，凡是“不见面、又必须认准人”的地方，逻辑都是通的。

强实名监管的行业，容错率最低：

• 金融。银行远程开户、大额转账授权、信贷面签，防的是冒名开户、批量注册和洗钱跑分。
• 电信运营商。线上开卡、补换卡，对应的是“断卡行动”里最难啃的那一块。

公共服务，要的是少跑腿又不失守：

• 智慧政务。社保生存认证、公积金提取、证照申领，防冒领、防代刷、防材料造假。
• 互联网医疗。在线问诊、电子处方、医保结算，防冒名就医、套保和号贩子。
• 教育与考试。远程考试的考前核身、考中抽检，防替考。

平台型企业，管的是“账号背后到底是谁”：

• 直播与内容平台。主播实名认证，防未成年人违规开播和身份造假。
• 酒店与出行。自助入住、网约车司机每日出车核验，防人证不符和账号共享。
• 企业办公。门禁考勤、重要区域访问，防代打卡和越权进入。

场景不同，底层是同一句话：从“你有这个身份”，走到“此刻站在这里的，就是这个身份的人”。

写在最后

说到底，数字世界里的“你是谁”，一直是个不太好回答的问题。过去我们靠密码、靠身份证号、靠手机验证码，但这些证明的都是“你知道什么”或者“你持有什么”。人脸核身补上的那一块，是“你本身是谁”。

中科逸视的做法，是用一块会发光的屏幕，把“证明你是你”这件事从一件需要刻意配合的任务，变成了一次几秒钟的无感经过。对游戏防沉迷来说，这意味着防线终于可以落在“人”身上，而不是落在一个可以被借用、租用、买卖的号码上。对更广泛的数字身份场景来说，道理也差不多：认人，终究比认号靠谱。