脸型虚拟刘海测试 扫一扫(脸型虚拟刘海测试)

苏王——自测一下漫画脸的三大特征你符合吗

漫画一般都会将某个特点无限夸张放大，达到颜值冲击眼球的效果。想要修炼顶级漫画脸，关键要素是什么？ 眼睛 眼睛往往是划分漫画风格的标准之一，也是塑造漫画脸的重中之重。 日漫可能更突出人偶感，黑眼仁”不要求太大，有一些轻微的下三百反而增加厌世气。 杨超越的富江仿妆就是用眼线拉长眼睛，露出轻微下三白，眼神有种飘忽感，懵懵懂懂确实挺像二次元娃娃。 喜欢这种风格的姐妹如果做双眼皮，可以参考富江，她就是扇形双眼皮，内窄外宽，眼尾略微上扬，一定程度上会拉长眼睛。 Lisa的欧式大双和强烈异域风的五官，酷劲儿十足，是不是挺像漫威女主，简直是欧美漫画的漫撕女本人~

Lisa其实是圆眼，舞台妆偏爱上挑的眼线和半包眼头制造强烈视觉冲击，使眼型尖锐狭长挺像还算英雄女主，一点点下三百显得气质更冰山！ 短脸 像程潇、孔雪儿和Lisa都是短脸，既增加幼态又显脸小，并且五官占比都挺大，脸上的留白少，强调了眼睛和鼻子。 这种浓颜大五官比起小家碧玉类型的颜会更加明艳吸睛，这也正是漫画脸具有冲击感和辨识度的原因~ 刘海 这是一个外在附加点，今年大火的漫画刘海就是给虚拟漫画脸加分~前面提到的不少女明星都经常保持着一刀切”刘海，露出少部分额头显得更加轻盈。 而且漫画刘海一般都超过眉毛接近眼部，把视觉中心移至眼部面中，更加缩短脸型哦~

其实不难发现眼睛是漫画脸的重点，短面型减少留白、刘海转移视线都是着重眼部！

苏王姐妹们可以好好分析下自己的风格哦！

面由 AI 生｜ZegoAvatar 捏脸技术解析

一、AI"卷"进实时互动

2021年，元宇宙概念席卷全球，国内各大厂加速赛道布局，通过元宇宙为不同的应用场景的相关内容生态进行赋能。针对“身份”、“沉浸感”、“低延迟”、“随时随地”这四个元宇宙核心基础，ZEGO 即构科技基于互动智能的业务逻辑，提出并落地了 ZegoAvatar 解决方案，将 AI 视觉技术应用至虚拟形象，完成了业务和技术的无缝衔接。

图1：Avatar 产品 AI 能力矩阵

ZegoAvatar 基础能力包括：面部表情随动、语音驱动表情、AI 人脸特征识别（AI 捏脸）、拍照捏脸等，涉及的 AI 技术点包括人脸检测、人脸跟踪、人脸关键点检测、头部姿态检测、3D人脸重建、AI 特征识别等。

上次我们讲述了关于 ZegoAvatar 的面部表情随动技术解析，今天我们将和大家一起再探讨下关于 ZegoAvatar 中的 AI 捏脸部分！

二、捏脸技术的发展历程

首先来讲一下“捏脸”的概念，“捏脸”就是用系统设定的元素组合成为虚拟角色定制出个性化的形象，比如通过人脸、眉毛、眼睛、发型等元素的重新组合，搭配成一张头像作品。

1、关于捏脸的发展过程

2005 年，国内出现了首款可以进行捏脸的游戏《完美世界》。在游戏中你可以自定义角色形象，捏出你想要的造型。

当然，那个时候还叫“形象自定义系统”，仅仅可以满足一些比较简陋、简单的五官替换功能，虽然那时，多半的玩家也只是先选择系统库里的脸型，然后再选择发型，之后再选择五官模型，但这新奇的模式不仅给玩家带来了全新的游戏体验，也为后来游戏中“捏脸”系统的蓬勃发展奠定了基础。

2013 年《剑灵》B&S 又将捏脸的玩法进行了普及，它还有一个非常好的捏脸导入功能，你可以直接将别人的捏脸数据导入你创建的人物中，这意味着捏脸的成本非常低。

2018 年国内新推出的热门游戏《逆水寒》，提供了可调动面部几十个肌肉群、通过排列组合绽放出无数种可能性的捏脸系统。

2、我们为什么要“捏脸”？

关于我们为什么要“捏脸”这个问题，我们可以从审美标准、代入感和个性化三个方面来思考：

通过对比不同世代的审美标准，我们可以发现这样一个规律：随着时代的不断进步，人的审美观、对美的要求都在不断地发生改变。对于服饰、配色的追求是如此，对于游戏品质的追求亦是如此。

无论是游戏还是虚拟社交，最重要的无疑是“代入感”，而对这一点感官最为直观的，那就是自己的玩家形象，因此一个强大捏脸的游戏，给玩家的代入感是无与伦比的。

捏脸也是寄托个性化表达的载体之一。如果你想以高冷酷炫的外表示人，那你就给自己捏一个霸道总裁脸；如果你希望对外界呈现温柔可人的一面，那你不妨把自己的虚拟形象塑造得柔美端庄。

当下很多玩家的注意力已经从在游戏里的“炫实力”转移到了“炫酷”、“炫特色”上面。无论打开哪款时下流行的网游，玩家花在装扮、美化上的钱绝对不会比提升能力来得少。一张独具特色的虚拟角色面孔在虚拟世界中已然成为社交的第二张名片，而这也成为了与虚拟世界连接的桥梁。

三、ZegoAvatar 捏脸效果展示

向大家展示一下 ZegoAvatar 的拍照捏脸效果：

图2：捏脸效果

说明：

1、实验数据来源均为内部收集和付费收集获得的，不涉及用户隐私；

2、当您在使用我们产品 Avatar SDK 功能时，我们需要本地处理您的面部特征值信息、声音特征信息，以实现捏脸、表情随动、声音驱动功能场景。您需要授权我们使用摄像头、麦克风权限，关闭后仅影响对应功能，不影响应用其他功能。我们仅会在您的本地设备中离线处理相关面部特征值信息、声音信息，不会上传、后台存储或与第三方共享该种信息。

四、整体捏脸流程解析

在 ZegoAvatar 的技术方案中，拍照捏脸是通过送入一张人脸照片来得出该照片中人的性别、年龄、发型、脸型、眼睛大小、眉毛位置、眉毛长短、眉毛类型、是否戴眼镜等信息来给出一个与该头像最为契合的虚拟形象。

与传统的捏脸方式不同， ZegoAvatar 拍照捏脸采用了 AI 技术，可实现自动生成自己的虚拟形象，让每个人的虚拟形象不再千篇一律。下面我们将向大家详细解读 ZegoAvatar 捏脸算法大致流程与整体架构。

1、AI 技术在捏脸中的具体应用

AI 捏脸涵盖的主要技术有：人脸检测、人脸对齐，性别分类，发型分类，及眉毛、眼睛人脸五官的属性分类等。

2、捏脸的大致流程通过对输入图片的分析获取对齐后的人脸图片。人脸对齐后的图片分 2 种，一种是仅含人脸的图片（图片人脸占比100%），另一种是包含完整头发信息的图片（人脸占比 25% 左右）；将对齐后的人脸图片送入性别分类模型中，得出性别；通过判断性别来选择相应的捏脸推理模块，从而得到虚拟形象编码（含是否有胡子，脸型、发型等信息）；最后通过虚拟形象编码生成定制化的虚拟形象。

图3：虚拟形象产出过程图

五、捏脸的效果难点攻克

为了得到最好的捏脸效果，我们在实际研发过程中需要很好的解决以下问题：

数据如何采集如何保证结果准确不同用户在不同使用场景的鲁棒性效果如何保证1、科学数据的采集

根据数据采集模块得到人脸属性数据，并通过数据矫正和增强后训练得到 AI 表情模型，具体分为以下几个部分：

a、数据采集：针对业务需求，我们购买和收集了人脸数据约 102 万张，并经过严格标注和验收；我们为此开发了一套可用于人脸属性的数据标注软件，用于获取人脸的性别、头发、胡子、是否带眼镜、皮肤等级等数据；

b、数据管理：我们还对一些难例在数据集上进行细分，尤其是对面部光线过暗、图像质量低、人脸角度过大等极端情况的数据进行了分类管理，在训练时可以对其进行不同的数据处理，如样本均衡，针对难例类型加入超参数均衡损失计算等在数据上进行训练优化；

c、数据增强：针对落地场景，设计了定制化的数据增强流程，丰富了训练数据的模式。

2、模型设计的主要思想

在捏脸推理模块中的网络模型搭建上，我们通过试验结果对比验证，设计一种性能和精度表现都非常不错的网络结构，主要包括提取图像特征的骨干网络和输出相应虚拟形象编码的输出头。结构图如下：

图4：网络结构示意图

我们尝试了 Ghostmodel、Mobilenet、Bottleneck、MicroNet 等思想的网络结构和训练策略，在反复测试验证下最终的骨干网络是由 CBA、Ghost Bottleneck、MobileVit Block 组成，结构如下：

图5：网络骨干（Backbone）示意图

其中骨干网络和输出头模块的具体结构如下：

图6：骨干网络和输出头模块结构图

其中 Ghost Bottleneck 通过“廉价“的操作（DepthwiseConv）获取“冗余“的特征图来实现模型的推理提速，并通过Bottleneck 思想将特征图的通道进行增加和减少进一步减少了参数量，其结构如下：

图7：Ghost Bottleneck

Transformer，MobileVit Block 可以通过较少的参数获取各个特征图中局部的表征信息和特征图对其他特征图的全局表征信息，通过特征之间相互“参照”，使得特征的表达更加准确，其结构如下：

图8：MobileVit Block

输出头采用的特征共享的结构，使具有相关性的子任务之间相互起促进作用，其结构如下：

图9：输出头

就这样搭建出了我们完整的网络结构：

图10：完整网络结构图

3、精心设计优化方法

设计不同的任务分支并针对类别进行细分，还采用的共享特征的机制利用任务之间的相关性辅助目标任务学习。

损失函数为:

在实际训练时我们不知道各个子任务之间的影响是否都是有效的，为消除多任务之间存在竞争关系，我们通过调整梯度，使每个 task 的训练率相同，从而可以自动平衡多任务 loss function 中的权重。举个例子，如果任务i收敛的很快，那么相对于其他子任务这个任务的

就应该减小，从而使其他任务对当前网络产生更大的影响。

总的来说，我们大致从以下几个方面进行优化：

a、从网络设计：

捏脸算法不是一个笼统 end-to-end 的算法，需要从很多维度提取特征进行细节分析。为了减少模型的消耗，我们很多模型都采取多任务辅助监督训练。中间辅助监督的思想最早在 2014 的 ILSVRC 冠军模型 Googlenet 中出现，后面在分割网络 PSPNet 中有借鉴，最近在 ECCV 2020 中提出的 LableEnc，更是说明将 ground-truth 标签映射到潜在嵌入空间上，作为辅助backbone 训练的中间监督信息在检测领域的有效性。结合我们实际任务，我们的多任务辅助监督训练与上面提及的中间辅助监督不一样，我们的中间监督不仅仅只使用 ground-truth，大多时候，我们设计的网络会使用多个任务协同监督一个主任务。

b、从数据处理：

数据处理，我们会根据我们实际需求，采用不同的数据增强，除此之外，为了减少计算量，在某些任务中，我们还使用重构图像的策略，X = AS，X 表示原图像，S 表示重构图像，A 表示基函数组成的矩阵。

我们的优化准则为：

其中，I(x,y) 表示原图像 X 上的像素，表示基函数矩阵 A 的第 i 个向量，表示 S 中的第 i 个响应值。通过优化准则，我们能够实现通过感受野响应相对强烈的信息表达整张图片所有信息。

c、从损失函数

损失函数的设计能够直接影响网络收敛的好坏，不同任务的损失函数不同，但其本质就是通过最小化损失函数求得全局最优。我们会通过具体任务定义不同的损失函数，或者在公开损失函数中根据我们需求加惩罚项或约束。

4、完美的捏脸效果

由编码结果直接生成虚拟形象，可能会出现脸型与五官或者发型“不搭噶“的情况。如何保证定制虚拟形象拥有更高的颜值，也需要依赖整个团队的配合。

一方面，开发同学在虚拟形象的渲染效果上不断的调试优化，在肤色的调节、阴影的渲染、毛发的渲染、高光效果上做了很多尝试；另一方面设计同学为虚拟形象设计的各种贴图素材，构建了完备的素材库。例如：眉毛类型、眼睛形状、睫毛样式、脸型、肤色等。

在技术不断钻研和美学角度审视的碰撞下，这样才使得 ZegoAvatar 最终的虚拟形象不仅有很高的精细度，还提供了十分丰富的捏脸自由度。

下面从 3 个方面简单表达捏脸环节的效果：

a、从性别上分析

性别识别，是捏脸最基础也是最关键的环节。因为角度，光照等外界因素，很容易识别错误，一旦性别识别错误，后面的捏脸程序，就会“越跑越偏”。为了平衡准确率和在移动端实时性，训练过程中尝试了很多 tricks，我们的性别识别，在不同国籍不同年龄不同场景不同表情组成的 5万测试集上，准确率能达到 96.7%。

b、从人脸外观特征上分析

性别识别结果之后，人脸上的外观特征识别尤为重要，比如是否戴眼镜，是否有胡子，胡子分布在哪里。这些人脸上明显的外在特征，如果识别不准确，捏出来的效果就会非常假。我们人脸外观特征模型，包括眼睛，胡子和胡子分布的识别，各维度的准确率分别为眼镜：99.5%、胡子：96.2%、胡子上下左右分布：95.0%。

c、从头发维度上分析

头发分析也是捏脸过程非常重要的一环，并且头发多个维度都具有多样性，在头发分析中，如果识别错其中一个维度，整体效果就会大大打折扣。我们的头发分析模型，囊括了 5 种长度，9 种刘海，2 种捆扎方式还有头发区域 4 种维度的信息，能够给到渲染模块非常细粒度的头发特征，从而渲染出非常逼真的头型。

ZEGO

ZEGO 即构科技根据 AI 产业发展变化，抓住适合自己技术能力的垂直应用场景，围绕虚拟社交和在线 KTV 场景核心问题挖掘，为用户打造个性化的虚拟形象。在制作 AI 捏脸时走了一些弯路，后来我们从围绕市场玩家的关注热点，又在整个团队的不断探索和验证、积极寻找突破口下我们的捏脸质量也越来越高。

莎士比亚在《仲夏夜之梦》中借人物之口说过，“想象的东西往往是虚无缥缈的，但在诗人的笔下，它们可以有形、有固有的实质，也可以有名字”。ZEGO Avatar 就如同莎士比亚笔下的诗人一般，为每个人定制个性化的虚拟形象，成功的开启了进入元宇宙时代的入口。

ZEGO 即构科技也将随着相关领域的技术成熟，将打造出赋予新的内涵和意义的数字人。从技术底层为内容开发者赋能，将虚拟技术更直接、更便捷、更高效的交付终端用户。

未来，我们可通过 AI 模型直接得出捏脸系数，真正做到千人千面！

10秒钟自测你适不适合剪刘海，剪错真的太丑了

大噶猴！请接受芽芽的灵魂拷问：今天你洗头了吗？

天气越来越冷，现在还能保持勤快洗头的人，芽芽真的竖起大拇指夸你一句精致！机智（懒惰）如芽芽又重新捡起了“单独洗刘海”这个知识点，只要刘海洗得勤，油头就追不上我~~~

说起刘海，实在是居家旅行必备的显嫩必杀！但是刘海虽好，但是要先搞清楚自己适不适合，不然好好一个明艳动人的大美人也很容易被刘海美貌打折哦！

没错，芽芽说的就是刚剪了辛式刘海的舒淇，快把我的气质美人还给我55555……

好好一张有气质又有味道的脸，非要用刘海挡住一大半，不仅辨识度降低了很多，跟舒淇本身大气的五官也非常不搭。（明明裙子这么好看啊！！发型实在看不懂

不止舒淇，今年女明星们似乎都中了“刘海蛊”，这一切都要从辛芷蕾发型开始说，突然一下大街小巷每家沙龙都在剪这个发型，芽芽也是真的陷入思考了一阵，就连辛姐自己有时候都驾驭不了的刘海，真的不适合每个人啊！

整齐圆润的发际边缘不仅不会让脸看起来小，反而把饱满的苹果肌凸显得更加明显，有种欲盖弥彰的味道。姐真的很美，咱别留刘海了行吗？

如果看到上面的造型内心还是毫无波澜甚至感觉不关自己的事，请把小眼神聚焦到下面这组。什么叫做有档次？IT IS!所以快拿掉刘海，right now！

女明星们今年就真的很爱剪刘海啊！颜值这么高了还会翻车？今天咱就好好说一说什么是“刘海脸”以及近期的刘海趋势。头发这种东西，不折腾也会掉，为什么不让它发挥作用再掉呢？

从额头来看自己适不适合刘海应该是最稳妥的了，抛开五官先不说，快拿出自己的正脸照对比一下下图叭！

最理想的脸型应该是上中下庭各占三分之一的，所以要找到适合自己的刘海，也最应该从额头比例开始看！

上庭的比例如果大于三分之一就是典型的大额头了，很多人发际线渐渐上移也会让额头看上去又大又宽。

Lisa一直以来的造型还蛮深入人心的，齐刘海性感萌妹不知道俘获了多少男孩女孩的心哟~~但是你见过小萝莉摘掉刘海的样子吗？

这可不是芽芽故意找黑图，无刘海的Lisa显然没有齐刘海造型那么惊艳。可以看到她的发际线本来就不低，再加上横向宽阔的额头和浓眉大眼，太多看点相碰撞就容易把她的颜值往下压。

有了刘海之后，齐刘海本身的元气可爱属性不仅弱化了大额头，跟Lisa的精致五官也很搭。整个人看上去更有辨识度，人间芭比名不虚传~

程潇也是出了名的大额头，感觉妹妹的发际线真的要好好管理一下了，当然大脑门其实也不是什么坏事啦，毕竟咱靠颜值~~

当程潇放下刘海的时候，就是她准备开大招了，这是哪本漫画里走出来的神仙美少女啊！！

虽然说大额头会显得发量少，但是短额头真的也没好到哪里去啊！？特别是再搭配一个低颅顶，分分钟显得没气质。

这位前几天实火了一把的半藏森林，说实话，芽芽到现在也没记住她长啥样……她就是非常典型的窄额头，而且从侧面看整个额头也是平平的，再加上五官确实也没有什么特色，换个表情换张照片就容易认不出来。

刚看到半藏森林的时候总感觉她神似IU，不过不排除是照着IU整的可能……（下面没有把两个人放一起对比哦！单纯讲一讲刘海鹅以！）

IU也是比较短的额头，而且颅顶比较低，所以之前很多留着空气刘海或者齐刘海的造型都不是很适合她，本来比较小巧的五官跟刘海一起很容易显得挤。

中分造型有时候也会暴露额头短窄的缺点，而且容易显得老气。

但是最近在新剧《德鲁纳酒店》里的造型就真的大获全胜，而且还引起了胎毛刘海的大趋势~这种像胎发一样卷曲的短短的刘海，显得人又精神又有气质，非常适合短额头哦~

石原里美也是典型的短额头，芽芽觉得她在《unnatural》里的齐刘海造型其实并不是很适合她，当然啦，美还是很美的~

相比齐刘海，眉上胎毛刘海和八字刘海明显更加适合石原妹子，时髦度和气质都提高了很多！

如果上庭位置刚好占了三分之一的话，其实有没有刘海都很OK！最典型的例子就是章子怡，她的额头就长得非常饱满，早期的齐刘海造型其实也很可爱~

虽然额头一样饱满，相反文淇mm没有刘海的造型就比较少了，英气的眉眼没有刘海的话很容易有女生男相既视感，狭长的丹凤眼完全是古偶男主标配啊~~

所以用齐刘海造型柔和一下“硬”五官之后，文淇mm整个气质都会变得不一样。不仅在一群人里有辨识度，就连跟前辈合作也没在怕的！（当然造型是其次，mm的表现力才是一绝）

林允的额头也很饱满自然，还蛮能hold住造型的，无刘海的时候超利落。

但是就有刘海的造型来说，齐刘海反倒显得普通没有辨识度了。

要营造少女感有时候不一定要靠齐刘海，龙须刘海就更加灵动自然，既能最大限度地放大五官，又能修饰脸型。

迪丽热巴和Angelababy也很喜欢这种刘海，本身五官就比较突出艳丽，额角留出两撮龙须刘海更仙了~

所以这种龙须刘海要怎么打理呢？Tony芽上线教你怎么做

step1：从发际线边缘内侧拉出适量的发丝，注意是内侧哦！如果想要修饰脸型，可以在发际线最靠上的位置取发丝，这样就不容易暴露日渐上移的发际线啦~

step2：如果头发长度太长的话可以先修剪一部分，注意只能偏长不能偏短，下手一定要轻！用夹板或者卷发棒在上中段位置向外卷，停留几秒打造适合自己的卷度，不够卷的话可以分次尝试~

step3：如果最后还是觉得过长，就可以最终修剪到适合自己的长度了~

在龙须刘海基础上更进一步的就是羊毛卷刘海或者胎毛刘海了，这种蓬松卷曲的刘海对于打造少女感来说真的绝了，看看女明星们有多爱它就知道了！

每次都能掀起新潮流的泫雅也很爱这种刘海，看似杂乱无章其实超显脸小！

羊毛卷刘海其实跟胎毛刘海很相似，但是因为要的就是乱乱的效果，所以还是很容易就能在家get的！

因为羊毛卷刘海的弧度比较小，专门买一个这么小的卷发棒太不值得了！今天芽芽就教你怎么用一支笔和直发棒打造羊毛卷~

step1:把刘海缠绕在笔身上，注意要向外缠绕哦~

step2：缠绕好之后用夹板按压几秒，想要获得更加自然的卷度的话也可以不断移动夹板保证受热均匀~

step3：最后随意把头发散开，抓出自己想要的造型就可以啦~如果担心持久度不够的话也可以喷上一层造型喷雾定型哦~

好啦，今天的Tony芽马上就要下线了！

快告诉我你们最爱的刘海或者关于刘海的变美史吧~

我们评论区见哦！

百变发型全hold住！

细思极恐！制作人脸动态视频只需2元，可模拟眨眼张嘴……警方出手

刷脸支付、刷脸打卡、刷脸门禁……如今人脸识别的应用越来越普及，很多人几乎每天都会刷脸，然而大家想不到，可能会有人在背后“偷刷”你的脸。

10月15日，安徽省合肥市警方公布一起非法利用AI人工智能技术，伪造他人人脸动态视频，为黑灰产业链提供注册的虚拟手机卡等技术支撑的案件。

此前，合肥市公安局网安支队在网上巡查时发现了一则可疑的互联网广告，广告发布者声称自己可以通过模拟人脸识别技术，帮“客户”通过虚拟运营商办理手机卡。除此之外，对方还大量有偿收购身份证、人脸等个人信息。通过侦查网警发现，广告发布者马某有重大嫌疑。

顺着马某，警方经过长时间的侦查确认，发现在马某背后还隐藏着一个专门帮助他人违规办理手机卡的犯罪团伙。近日，合肥警方在合肥、青岛同时展开抓捕行动，成功将8名嫌疑人一网打尽，现场缴获用于作案的10台电脑和26部手机。

当警方到达犯罪窝点时，几名工作人员正在操作着电脑上的软件，利用AI人工智能技术将一张张照片制作成人脸动态视频。

在嫌疑人制作的视频中，人物是可以依照输入的指令做出眨眼、张嘴、皱眉等多种精细动作，模仿人物表情变化。同时为了实现以假乱真，人物的刘海还能不时随风飘动来模拟拍摄时的轻微晃动，有的视频背景也是可以动的，画面效果非常逼真。

经过演示，将一张静态的自拍照输入软件后，嫌疑人只需要数十秒，就能够将照片变为相应的动态视频，“可以念数字，而且能做到实时的。”民警表示，看起来难以置信的事情通过软件，在很短的时间内就能完成。

马某交代说，由于制作简单，这样的一个视频价格通常也就在2元至10元，不过“客户”往往是成百上千的购买，因此，团伙牟利巨大。

那模拟视频有什么用呢？

嫌疑人表示，他们主要利用视频办理虚拟运营商的手机卡，因为手机卡注册环节中需要人脸识别，而通过这些逼真的视频，就可以欺骗后台审核人员，完成手机卡的注册。注册好的手机卡，嫌疑人就会卖给犯罪团伙用于电信网络、网络**、洗钱等犯罪活动。

为了完成视频制作，就需要大量的公民个人信息照片，在嫌疑人的电脑里，警方就发现了十几个G的公民人脸数据，人脸照片和其本人身份证照片也被整理好，分门别类地存放在一个个文件夹里。

“身份证正反面照片、手持身份证照片、自拍照等，被称为一套。”民警表示，成套照片被称为“料”，出售照片的人则被称为“料商”，而这些“料”在网上往往已经转手了很多次，但很多受害人对此却是毫不知情。

经查，马某所在的团伙就是分为两个小组，一个小组就是专门“收料”，另一个小组就负责制作视频并开卡。目前该案仍在进一步侦办中。

警方提醒

当中国网民规模超过10亿，当全家老少都开始习惯“云上生活”，当线上办公、网购、扫码已经成为日常，网络安全怎么强调都不过分。我们要像在线下世界里防骗、防盗一样，在网上也必须要有足够的安全意识，并拥有一定的防护技能。就像网络安全周的主题：“网络安全为人民，网络安全靠人民”。守住网络安全的防线，需要您的参与。

来源｜中国警察网（ID：zgjcwcpd）

栏目主编：秦红 文字编辑：李林蔚 题图来源：图虫 图片编辑：苏唯

来源：作者：中国警察网