随着社会的发展和科技的进步,人脸识别技术已经步入人们的寻常生活,并深刻地影响着人类的生活方式。人脸识别带来了诸多便利,但在其应用过程中却存在极大的安全隐患,如手机、平板电脑等设备放映的人脸图像会使人脸识别系统错误的将伪造人脸匹配到数据库中已存在的人脸身份信息而给予权限,进而影响整个系统的安全。究其原因,现有人脸识别系统极少关注所采集图像是否为真实活体人脸。人脸活体检测是分辨摄像头采集图像是真实活体人脸还是伪造人脸的一种技术,可在身份识别前拦截伪造人脸攻击,避免人脸识别系统做出错误判断,是提升系统安全性的必要步骤。针对上述系统安全性问题,本文针对人脸活体检测方法展开研究,具体如下:通过对伪造人脸和活体人脸图像的对比,发现梯度信息在图像特征提取中占有重要地位,且两者在边缘细节上存在较明显区分。为充分发挥上述特征在人脸活体检测中的作用,经过对多种卷积算子的分析,本文提出了定向差分卷积,并将其与传统卷积的优势融合,通过参数θ平衡二者权重,形成组合卷积。为了验证上述卷积的有效性,将其分别应用到中心差分卷积网络（Central Difference Convolutional Network,CDCN）和CDCN++网络上对中国科学院自动化研究所人脸活体检测数据集（CASIA-MFSD）、回放攻击数据集（Replay-Attack）、奥卢大学人脸活体检测数据集（OULU-NPU）、密歇根大学人脸活体检测数据集（MSU-MFSD）进行测试。实验结果表明,组合卷积在多数情况下可将两种卷积的优势结合,提高了卷积神经网络对图像的特征提取能力和人脸活体检测方法的鲁棒性。华为诺亚实验室提出的图像多分类模型TNT（Transformer in Transformer）在将图像均匀切分后再次对得到的各个图像块进行均匀切分,然后使用基于自注意力机制的Transformer对子图像块进行位置和语义编解码,不仅对图像中的显著特征进行提取,而且还将每个图像块的位置信息融合到编码序列中,可以充分提取图像的典型特征,这与人脸活体检测任务具有极大的相关性。鉴于其在图像处理领域的成功应用,本文首次将TNT模型引入人脸活体检测。通过对图像切分数量和网络输出等参数的调整,该模型在CASIA-MFSD、Replay-Attack及MSU-MFSD数据集的多数子类型上领先;在OULU-NPU数据集上的准确度不低于基于卷积神经网络的组合卷积方法,且在多个子协议上占优。实验结果表明基于Transformer的TNT模型可以分辨图像之间的细微差别,具有很好的特征提取能力,为人脸活体检测的后续发展提供了新思路。