从“你是谁”到“你状态如何”，这支跨学科团队正探索身份认证的新边界

近年来，随着线上身份核验场景日益普及，伪造人脸、AI换脸等新型安全挑战不断出现。与此同时，远程核验过程中的用户状态——如是否紧张、是否被胁迫、是否疲劳——往往难以被传统技术察觉。

针对这些问题，一支名为“灵瞳鉴真”学生团队，自主研发了“灵瞳鉴真”——基于多模态生物识别的主动式反欺诈与状态感知系统。该系统通过普通RGB摄像头，即可在视频流中同步完成两项核心任务：一是检测是否为真人、是否存在AI生成或面具等伪造攻击；二是实时分析用户的微表情、视线、头部姿态乃至心率变化，评估其是否处于异常状态。

双引擎驱动：防伪与察情并重

据团队负责人介绍，“灵瞳鉴真”的技术架构分为两大并行引擎。

防伪检测引擎融合了活体检测、深度伪造检测与呈现攻击检测。系统会要求用户完成随机指令，通过3D人脸建模分析动作连贯性；同时利用频域分析与神经网络模型，捕捉AI生成图像在纹理、频谱上的细微痕迹。对于照片、屏幕翻拍等常见攻击，系统则通过纹理分析与眼球反光特征加以识别。

状态分析引擎则聚焦用户的心理与生理状态。基于面部动作编码系统，模型可识别皱眉、嘴角拉伸等微小动作组合，并结合视线追踪、头部姿态估计，判断注意力走向。更值得一提的是，系统采用远程光电容积描记技术，通过面部肤色微变化反演出心率及心率变异性，为压力水平评估提供客观依据。

两个引擎的输出最终在融合决策层进行协同判断。例如在金融远程核验场景中，系统会结合对话关键词与随后几秒内的微表情、心率波动，综合生成风险提示，实现从“被动认证”到“主动预警”的升级。

聚焦两大场景：金融反欺诈与智慧课堂

项目目前主要面向两个高价值应用方向。

在金融领域，“灵瞳鉴真”可集成至银行、消费金融公司的远程面签或大额交易确认流程中，为风控人员提供“欺诈风险指数”与“异常状态提醒”，辅助识别潜在的被骗或被胁迫风险。

在教育领域，团队开发了专注度分析模块，在保护个人隐私的前提下，对课堂整体与个体的专注度、疲劳度进行实时评估，为教师优化教学策略提供数据参考。

“我们不是单纯做一个算法，而是希望解决真实场景中的痛点。”团队负责人表示，“对安全业务的深入研究，让我们在设计系统时更清楚哪些状态特征真正具有预警价值。”

目前，“灵瞳鉴真”项目已进入原型系统测试阶段，并计划与相关单位开展小范围试点合作，未来将继续优化模型轻量化与可解释性，推动技术从校园走向更广泛的应用场景。