在当今这个人工智能惠及生活的时代，大部分用户都有这样的疑问：刷脸支付除了考验人脸识别技术以外，它的安全性如何保证？
首先用户需了解刷脸支付的开通流程。用户需在终端上先进行人脸检测，再进行端和云两侧都需要验证的活体防攻击检测，验证后会进行人脸核身，就是上传人脸并与从公安拿到身份证图片进行比对，验证本人身份。如果确认，即可开通免密刷脸支付。刷脸支付的使用过程与开通区别不大，但由于用户规模过大，使用上亿人脸库用来做支付的准确率和风险较大，所以在进行人脸检测后，通常会要求用户输入手机号进行二次确认。但从长远来看，输入手机号的过程终将会淘汰。
对于人脸支付硬件，其中有两个十分重要的特性，一个是 3D摄像头，它主要是进行活体检测。第二，是在流程当中进行检测、跟踪、优选、活体算法的前项计算过程。早腾讯优图推出交互式的活体，通过摇头、眨眼动作验证真人身份，紧接着推出针对手机的应用场景推出光线活体检测，以及针对通用设备的红外活体检测以及3D 活体检测。
红外双目活体检测方案采用的是双目摄像头，检测过程中输出一张 RGB图与一张红外图，其算法原理是利用人的皮肤与纸张对红外光的反射不同，以此保证检测精度。但如若找到一种与皮肤相类似的材料进行检测，就不能保证识别的安全性，所以红外双目活体多用于刷脸开门等场景。
针对有着更高安全要求的刷脸支付，通常会使用 3D 摄像头配合检测，并输出一张 RGB的图与一张人脸深度图，纸张等平面不存在深度信息，但人脸是有三维深度信息的，其输出的人脸深度图就可以用来做活体检测。
除了深度的要求以外，在实际应用中 RGB 摄像头的成像质量也至关重要。其实，技术人员是很难判断人脸支付 POS机所处的具体环境，比如，若 POS 机放置于窗边，识别时人脸处于背光的场景，从而无法进行识别，这些都会给 RGB成像带来巨大挑战。这时通常需要与 3D 摄像头的厂商明确，要求摄像机需优化到适配不同场景都能进行正常识别工作。
