BCTC活体检测主要是对不同攻击手段进行检测，辨别出纸质/非纸质/屏幕（平面）是否是真人；不同材质的头模、头套或3D打印（立体），是否是活体；以及真人是否会被误拒。检测中心采用的攻击数量达到4万笔，在强光、弱光、逆光、阴阳光、正常光等不同光照环境下，采用二维静态纸质/非纸质图像、二维静态/动态电子图像、三维面具/头模、人脸区域不完整、人脸活体等手段进行攻击。其中仿真头模全部按照真实人脸一比一制作。
需要强调的是，2021年2月18日之后增加真人攻击测试项，被测物体的材质（真人皮肤）、特征、五官凹凸都可以轻而易举的将此前通过BCTC检测的算法攻破。
2021年初，清华大学人工智能研究院用极其简单的攻击手法，成功破解19款手机人脸识别系统的事件刷遍朋友圈。测试人员仅用攻击目标的照片，用优化算法生成对抗样本，然后把贴纸裁下来，贴在眼镜框上，就能够在15分钟之内破解这些手机的解锁功能。另外，研究人员还用对抗样本攻击了几款政务和金融APP的人脸识别系统，甚至假冒机主完成了银行开户。
肇观电子送检BCTC的人脸识别模组NE-DMF-K1，FAR 误识率远低于0.1%，FRR拒识率远低于1%增强级标准。
同时针对二维纸质/非纸质/静态/非静态，三维面具/头模，人脸区域不完整等攻击手法，错误拒绝率和正确接受率都达到了100%。
二．专业AI芯片NE-D163A
▲ 肇观电子AI视觉芯片NE-D163A
肇观电子的深度人脸模组搭载的是自主研发的AI 视觉芯片NE-D163A,芯片在支持最高1.2TOPSAI卷积算力的同时，自带硬件Depth内核，能够高效提供60FPS的VGA分辨率深度图像，在人脸识别目标距离内0.3~1.2米内，提供毫米级深度精度供做活体检测判断。
NE-D163A芯片同时支持FP16和INT8两种数据格式，并能够很好支持市面所有主流推理算法，基本能力如下：▲ 在FP16的精度下，NE-D163A跑各项网络可以达到的每秒帧数
▲ 在INT8的精度下，NE-D163A跑各项网络可以达到的每秒帧数NE-D163A芯片在提供高效的运算能力同时，能够保障数据类型转换过程中精度水平基本保持不变，典型模型框架下从FP16量化到INT8，精度损失<1%。 NE-D163A作为一颗专业的AI主控芯片，其具有CPU，DSP，ISP，Codec，CV加速引擎，MCU，AI计算引擎和丰富的接口等在内的一系列组件，支持Linux和RTOS操作系统，是一款适合作为信号处理的核心芯片。
三．金融级3D人脸检测活体算法
