In einer typischen Gesichtserkennungspipeline hat die Aufgabe des Gesichtsdetektors die Lokalisierung des Gesichtsbereichs. Der Gesichtsdetektor identifiziert jedoch Regionen, die einer Gesichtsform ähneln, unabhängig von der Lebendigkeit des Gesichts, was das gesamte System anfällig für Präsentationsangriffe macht. In dieser Arbeit versuchen wir, die Aufgabe des Gesichtsdetektors neu zu formulieren, um ausschließlich lebendige Gesichter zu erkennen, wodurch die Bedrohung durch Präsentationsangriffe eliminiert wird. Obwohl diese Aufgabe allein mit Bildern im sichtbaren Spektrum herausfordernd sein könnte, nutzen wir die mehrkanalige Information, die von kommerziell erhältlichen Geräten (wie Farb-, Tiefen- und Infrarotkanälen) bereitgestellt wird, um einen mehrkanaligen Gesichtsdetektor zu entwerfen. Das vorgeschlagene System kann als Live-Gesichtsdetektor eingesetzt werden und erfordert somit keinen separaten Modul zur Erkennung von Präsentationsangriffen, wodurch das System in der Praxis zuverlässig wird, ohne zusätzlichen Rechenaufwand. Der zentrale Ansatz besteht darin, einen einstufigen Objektdetektionsrahmen zu nutzen, bei dem eine gemeinsame Darstellung aus verschiedenen Kanälen für die Aufgabe der Präsentationsangriffserkennung (PAD) genutzt wird. Wir haben unsere Methode anhand des mehrkanaligen WMCA-Datensatzes evaluiert, der eine Vielzahl verschiedener Angriffe enthält, um die Wirksamkeit des vorgeschlagenen Ansatzes zu belegen.