La biometría ha estado evolucionando como un área emocionante pero desafiante en la última década. Aunque el reconocimiento facial es una de las técnicas biométricas más prometedoras, es vulnerable a amenazas de suplantación. Muchos investigadores se centran en la detección de vida facial para proteger los sistemas de autenticación biométrica de ataques de suplantación con fotos impresas, repeticiones de video, etc. Por lo tanto, es crítico investigar la investigación actual sobre la detección de vida facial, para abordar si los avances recientes pueden ofrecer soluciones para mitigar los desafíos crecientes. Esta investigación realizó una revisión sistemática utilizando el enfoque PRISMA al explorar las bases de datos electrónicas más relevantes. El proceso de selección de artículos sigue criterios preestablecidos de inclusión y exclusión. El análisis conceptual examina los datos recuperados de los artículos seleccionados. Para el autor, esta es una de las principales revisiones sistemáticas de literatura dedicadas a la detección de vida facial que evalúa el material académico existente publicado en la última década. La investigación analiza los ataques de suplantación facial, diversas estrategias de extracción de características y enfoques de Inteligencia Artificial en la detección de vida facial. Los métodos basados en inteligencia artificial, incluidos algoritmos de Aprendizaje Automático y Aprendizaje Profundo utilizados para la detección de vida facial, han sido discutidos en la investigación. También se consideran nuevas áreas de investigación como la Inteligencia Artificial Explicable, el Aprendizaje Federado, el Aprendizaje por Transferencia y el Meta-Aprendizaje en la detección de vida facial. Se discuten una lista de conjuntos de datos, métricas de evaluación, desafíos y direcciones futuras. A pesar de los logros recientes y sustanciales en este campo, los desafíos hacen que la investigación en la detección de vida facial sea fascinante.