人脸识别 - 21ic中国电子网

当前位置：首页 > 人脸识别

315晚会支付宝躺枪人脸识别都有哪些破解方法？

315晚会上，主持人展示了使用视频模拟的方式来破解人脸识别，巧的是，在此之前雷锋网就曾报道过安全研究员在FIT互联网安全创新大会上展示的5种方法破解手法，雷锋网在此再次编辑整理，呈现给读者。一人，一车，一司机，故事还得从一次“网约黑车”的经历说起。车到了，可疑的是，接我的司机、车的信息，与手机客户端上显示的完全不符，但为了赶紧回家，我顾不了太多便上了车，结果司机开了不到一分钟，就回头对我说：“我要取消订单了，等会儿你直接给我钱就行 ”，在我的一再拒绝下，司机说可以把我送回原处，让我重新打个出租车回去。结果当我再次用该约车软件打车，发现来接我的居然还是那个司机！司机说：“你要么就打个出租车回去，只要你还用这个软件约车，打到的还是我的车！” 当时我就纳闷了，为什么还是你的车？why？原来，附近有个由30多个黑车司机组成的车队，每个司机都有一堆虚假的司机账号，上百个账号由同一个人来统一接单，然后通过电台调度车辆去接人，因此不管你打到哪个号，都会调我去接人，而且就算是别人去接你，也是一样的流程。于是我感到奇怪，这个打车APP 上明明使用了人脸识别功能来验证司机信息，为什么这些司机可以继续使用虚假账号？经过一顿软磨硬泡，司机终于透露，虽然人脸识别听起来很牛逼，但是他们有软件可以轻易破解。没错，人脸识别技术就这么被一群黑车师傅给黑了。以上故事是在 Freebuf 主办的 FIT 2017 互联网安全创新大会上，来自平安科技的安全研究员高小厨（高亭宇）在一场“关于人脸识别技术应用风险”主题演讲中的一段描述。说完他便现场展示了那个司机用来破解人脸识别技术的软件，一个可以让照片“张口说话”的APP。【请注意两张照片的嘴部】高小厨说，从那之后他开始琢磨人脸识别技术在实际应用层面的风险，并调研了市面上使用了人脸识别技术的软件，最后的结果出乎自己的预料。花式破解人脸识别技术通过分析，他发现市面上大部分使用了人脸识别技术的软件，其识别流程均大致如下：检测人脸 → 活体检测 → 人脸对比（和之前上传的自拍照或证件照）→ 分析对比结果 → 返回结果（通过或不通过）据雷锋网了解，其中活体检测技术即在人脸识别时要求用户进行眨眼、点头、张嘴等动作，以防止静态图像破解，国内多个知名APP中的人脸识别都采用了该项技术。高小厨表示，一般的APP开发者不会自己开发人脸识别技术，而是通过第三方的API接口或SDK组件来获得人脸识别功能，基于这个特点，他对人脸识别技术从接入到实际使用过程中的每个关键点进行了分析，最终在多个环节都找到了多个突破点，只要略施小计，就能让人脸识别形同虚设。 1.注入应用绕过活体检测高小厨首先在现场演示了通过注入应用的方式来篡改程序，从而绕过所谓的活体检测功能，使用一张静态照片就可以通过人脸识别。在注入过程中，他首先在程序中布置一个了断点，通过不断演示人脸识别流程来触发该断点，然后分析并修改程序储存的值，来达到最终的绕过活体检测的效果。除了注入应用之外，他还发现可以通过查看当前APP的数据结构，修改入参字典来篡改活体检测完成后的图片，从而达到活体检测由任意一个人完成都可以通过的效果，这样他同样可以拿着被攻击者的照片来通过静态人脸识别，然后自己眨眼抬头来破解活体检测。

时间：2020-08-12 关键词：人脸识别 3d打印
刷脸支付，你用人工智能的姿势错了吧？

3·15晚会曝光了人脸识别技术的安全漏洞：在现场的测试中，可以使用软件后期修改人脸图片进行脸部识别，从而绕过网络实名认证系统。邪魅的一笑，震惊全国吃瓜群众！（315晚会视频截图）所以。。.你还敢再用刷脸的方式来进行线上支付，吗？人工智能识别准确率，是个伪命题？近些年，总听人说： XX人工智能软件的图片识别准确率高达百分之多少，语音识别准确率又是多少多少…… 靠谱的不得了，被满满的安全感围绕——有了刷脸登录或支付，麻麻再也不用担心我记不住密码啦！告诉麻麻之前，我们还是先来看看人脸识别是什么？计算机进行人脸识别的方式有很多种，有2D和3D之分；现阶段主流的算法简单来说，是通过人脸特征提取，神经网络训练和分类进行识别：比如，早几年的一个技术大赛上，一家公司通过抓取特征点的方式，识别出多倍模糊后图片上的人脸，在比赛中拿了第一。但如果，拿一张和大赛上识别的模糊照片有类似特征点的图片让该公司软件识别，是不是就算原图是“金刚”，也会被识别成人脸？为什么这么说？因为要想识别出如此高倍模糊的图片，就必须降低不可识别率，范围扩大了，势必会增高识错率。这个例子可能还不能完全说明问题，之所以说“人工智能识别准确率，现阶段还是个伪命题”，还有三个原因： 1. 很多厂商给出的数字并没有经过权威机构的验证； 2. 人工智能的识别率其实每天都在更新，不可能给出一个绝对值； 3. 严格的说现在并没有一个人工智能准确率的权威评审标准，只有用于算法PK的公共数据集，而这个数据集里只有几万到十万几张图片（类似于英语四级真题库），别有用心的公司会在比赛中刷分数，真实场景里的图片千千万，分数高的公司应用也不能真的用到现实场景中！就连拥有ImageNet公认全球领先技术的微软认知服务的所有API，官方都不会给出有关准确率的数字。所以，标榜一个所谓的准确率来吹嘘自家产品的安全性，是不负责任的做法。更何况，还是刷脸支付这种安全级别要求极高的场景！想让自己的脸成为密码，你可以选种更安全的姿势不可否认，生物识别的确是大势所趋。主要是指通过人类生物特征（如指纹、脸、虹膜等）进行身份认证的一种技术，人类的生物特征通常具有唯一性、可以测量或可自动识别和验证、具有遗传性或终身不变（请暂时忽略现代常见的变脸现象）等特点。 ▼ 同年出现的Windows Hello，便是使用生物识别技术的一个多重身份验证解决方案。 Windows Hello，可以对面部、虹膜、指纹进行检测；再加上它的好“机油”——Microsoft Passport，二者合体可以提供多重身份验证，从而登录你的Windows 10设备。说Windows Hello，就必须提支持Windows Hello的红外摄像头，集成了英特尔实感技术（RealSense 3D）。可以高清检测图像，探测热量和深度检测还可以侦测到特定的红外线光源，确保设备可以正确识别人脸；还可以实现精度更高且生物特征最持久的虹膜识别验证方式。简单说就是： - 针对脸部或虹膜检测， Windows Hello能通过带有红外感应摄像头的硬件和软件组合验证出活生生的人——深度传感器可以为你的脸建立70多个采样点的“3D脸模”，哪里高哪里低都可以检测出来，由此杜绝了照片和试图模仿你的人； - 另外，没有温度的脸无法识别，就算有人用3D打印机打了个你的脑袋出来，也开不了机！而Microsoft Passport是一种“两步认证”（two-factor authenTIcaTIon，2FA）系统，结合生物体特征信息识别以及PIN密码为用户设备提供更加安全的保障。

时间：2020-08-12 关键词：人脸识别生物识别人工智能
苹果要升级Face ID人脸识别技术：跟静脉匹配、双胞胎无效

iPhone X的出现，表明了苹果在新的生物解锁方式的态度，那就是押宝Face ID，的确人脸识别更安全，不过以苹果目前的算法来看，还有很大的进步的空间，毕竟双胞胎就能很轻松骗过去。从苹果最新申请的专利来看，一项名为 "用于困难的生物识别认证案例的静脉匹配 "的专利技术显示，苹果提出静脉可以作为一种识别器。虽然面部特征很容易被复制，但静脉模式在个体之间差别很大，甚至是双胞胎当中差别也很大。由于它们也在皮下，占据了三维空间，因此，如果没有被试者的极度配合，或者没有医学上的侵入性操作，要创造一个考虑到静脉结构的假脸也是极其困难的。专利中包括了使用次表皮图像技术创建用户静脉的3D地图，例如相机中的红外传感器从照亮用户面部的红外照明器中捕捉到泛光和斑点图案。这与目前Face ID的工作方式有些类似，即在用户的脸上以图案形式发出红外线，并由成像设备读取。不过，苹果的专利是专门检测血管而不是外表和其他生物识别方法一样，系统必须确定扫描的数据和之前拍摄的版本是否有足够接近的匹配度。如果匹配度足够接近，系统就会有效地确认用户已被授权，并授予访问权限。苹果每周都会提交大量的专利申请，但并不能保证该想法会出现在未来的产品或服务中。虽然不清楚苹果会在何时投入使用，但以目前iPhone上的Face ID体验来看，真的是需要他们尽早来实现了。

时间：2020-08-12 关键词：苹果人脸识别静脉 faceid 双胞胎
人脸识别技术在安防领域潜力究竟如何？

这是人脸识别技术在智能安防下的一个具体应用场景：你在门口安装了摄像头，当有物体出现在摄像头范围内的时候，摄像头自动拍摄下图像，对图像进行识别；识别后如果发现是个人，并且长时间在门外并没有敲门进门等行为之后，就会及时报警给户主；或者，在夜晚的时候发现有物体移动，对物体进行识别，如果是可疑的物体就主动报警。人脸识别技术在安防领域已经有了很大的应用，未来将有更广阔的应用空间，因此对安防企业来说，人脸识别技术的市场潜力无可估量。人脸识别市场规模将破50亿元据前瞻产业研究院发布的《中国人脸识别行业市场前瞻与投资规划分析报告》数据显示，2016年我国人脸识别行业市场规模已超过10亿元。预计未来五年，我国人脸识别市场规模平均复合增长率将达到25%，到2021年，人脸识别市场规模将达到51亿元左右。报告分析认为，随着我国社会经济发展水平的提升，对于人脸识别技术的应用需求也将扩大。同时，伴随着国内平安城市、智慧城市项目的深入发展，城市监控高清化的进一步普及，将使得人脸识别在数据采集上的阻碍大幅度减小，有助于提升人脸识别的质量及扩大其应用领域。未来，我国人脸识别市场将迎来爆发。拥有巨大前景的人脸识别市场，自然会吸引不少产业资本的垂青，除了百度、腾讯、阿里等多个巨头布局人脸识别行业外，还有部分主打人脸识别的企业也都表现出了巨大潜力，如海康威视、科大讯飞、旷世科技等公司成为人脸识别以及人工智能的潜力股，未来他们都将扛起人脸识别行业的大旗。未来，人脸识别技术将会在越来越多的领域应用，受人口基数、互联网普及程度高、人脸识别技术优势等因素影响，我国或将成为人脸识别领域的主战场。平安城市、智能交通领域人脸识别应用广泛在安防领域，人脸识别就表现出另外一种更高级别应用，即人物识别，从成千上万的人脸中识别出犯罪嫌疑人即多对一或者多对多，并且人脸应用精准度更高，尤其在平安城市、智能交通里这种应用更广泛。例如在平安城市中。人脸识别主要集中在人员复杂场合的重点监控，海康威视相关技术人员表示，基于人脸识别等核心尖端技术，针对长途客运站、火车站、机场、港口、车站、娱乐场所、街道、重点社区等公共场所及重要出入口的安全管理，可以根据现场抓拍机抓拍的人脸照片进行黑白名单实时比对报警，也可以对抓拍照片进行储存，并且为日后提供智能检索。海康威视近期发布深眸人脸摄像机，内置深度学习算法，可以对人脸进行快速定位抓拍，有效解决漏抓误报问题。即使周围环境光线不佳，人员戴帽子或一定角度下低头、侧脸，仍然可以做到准确识别。其发布的脸谱采用高密度GPU架构，集成了基于深度学习的人脸智能算法，每秒可实现数百张人脸图片的分析、建模，性能表现出色。此外，单机支持30万人脸黑名单布控，人脸1V1比对、以脸搜脸等多项实用功能，可满足各行业的人脸智能分析需求。总结除了以上提出的平安城市、智能交通等应用领域，人脸识别技术还可以用在楼宇对讲、考勤等多领域。凡事一些需要进行身份认证和识别的场所都可纳入人脸识别技术的市场范围。例如金融、医疗、教育、交通、社保等等等领域，有着非常广阔的应用空间，因此对安防企业来说，人脸识别技术的市场潜力无可估量。随着人工智能和深度学习技术的发展，人脸识别技术在未来几年也将获得长足的发展，带来更为广阔的应用空间。

时间：2020-08-12 关键词：人脸识别智能安防人工智能
腾讯优图：列MegaFace海量人脸识别测试榜首

　　在人脸识别领域，国内的研究团队已经走在了世界的前列。近日，腾讯优图实验室就在国际最权威、难度最高的海量人脸识别数据库MegaFace中，以83.290%的最新成绩在100万级别人脸识别测试（Challenge1/FaceScrub idenTIficaTIon）中拔得头筹，参加此次比赛的还有Google，百度等团队。这也是近期继LFW之后，优图实验室再次刷新世界纪录。　　　　　　关于MegaFace：MegaFace是由美国华盛顿大学（University of Washington）计算机科学与工程实验室发布并维护的一套公开人脸数据集，与LFW数据库侧重于对比两张人脸照片是否具有相同身份不同，MegaFace以海量人脸注册情况下的识别率为重要指标，MegaFace是目前最为权威热门的评价人脸识别性能，特别是海量人脸识别检索性能的基准参照之一。　　攻克海量人脸识别难题优图连获国际比赛佳绩　　在人工智能领域，人脸识别技术的应用规模在不断扩展、算法能力在不断提升，这使得简单的人脸对比评测已经很难区分不同算法能力之间的差距。在海量人脸识别测试中，当干扰集达到100万人规模时的人脸识别准确率已成为了人脸识别技术在寻亲、追逃等方面最有效的指标。腾讯优图团队攻克海量人脸识别难题，刷新MegaFace记录也就更具现实意义。　　腾讯优图实验室的训练数据来自于其收集的西方人和东方人数据库。其中，西方人共计2万个身份200万张人脸，东方人共计5万个身份400万人脸。优图借助于自研的基于TensorFlow的多机多卡集群训练平台RapidFlow来进行深度学习模型的训练。集成多个数百层深的深度学习模型后，优图最终在MegaFace取得100万级人脸识别准确率83.290%的好成绩。值得一提的是，使用这一模型，优图人脸识别算法在LFW和MegaFace两个数据库同时刷新记录，这也表明这种算法能力的可推广性和普适性。　　寻亲、安防、金融等场景落地优图人脸识别融入大众生活　　攻克技术难题之后，海量人脸识别技术具备极强的现实推广意义，能够被广泛地应用在寻亲、追踪等领域。优图的海量人脸识别技术在国际上屡创记录，也为其更大规模的落地应用提供了技术优势。　　在寻亲方面，优图就在近期发挥了重要作用。依托于优图实验室研发的海量人脸检索技术，由福建省公安厅与腾讯互联网+合作事业部联合发布的“牵挂你”防走失平台自今年3月上线以来，已在福建全省范围内有近十起24小时内联系到走失人亲属的成功案例。除此之外，优图的人脸识别技术也广泛地应用于各种产品中，从内部的QQ空间、微众银行等，到外部的滴滴出行、联通；另一方面，优图的人脸识别技术应用在生活类场景之外，也逐步扩展到金融、安防、网络安全等领域。　　“发展人工智能，场景、大数据、计算能力和人才等四个要素缺一不可。”腾讯董事会主席兼首席执行官马化腾近日的深圳IT领袖峰会上表示。“研究成功落地才能产生价值”也正是优图一直以来秉承的团队理念和努力的方向。对于未来，优图表示将以开放的心态，打造更多的应用场景，让技术真正在现实中对大众产生意义，为人类的生活带来更多的安全和便捷。

时间：2020-08-12 关键词：人脸识别人工智能大数据
借助算法、芯片及数据，人工智能真火了！

如果说2000年左右全球科技焦点的思科，代表了互联网10年的辉煌，那么今年大火的NVIDIA，则可能代表了刚刚开启的AI时代。思科为互联网提供基础架构，而NVIDIA为AI提供驱动力。AI从70年代就跌宕起伏地发展，早期一直是学术界自High，基本未曾走入老百姓的身边；如今，借助算法、芯片及数据，人工智能火热起来，尤其是工业界反超学术界。群众观感也是冰火两重天：有人担心人工智能未来威胁人类，有人认为人工智能的目前很多表现是“人工弱智”，仍然不值一提。客观地讲，目前人工智能尚属起步阶段，确实产品良莠不齐，各种伪智能宣传的天花乱坠，但实际效果让人大失所望。人工智能形式不是一定要科幻Style的、类人的、有胳膊有腿的机器人，而是很可能是一个输入法、一个外卖应用、打车软件、甚至新闻推送APP等，都是人工智能。人工智能不是一个具体行业，而是一个技术驱动，可以渗透到各个行业，即所谓的+AI。但目前，人工智能比较火热的表象还是停留在自动驾驶、人脸识别等领域。据说大概在五年前，我国公安系统内部出现了图侦大队——公安局内一个专门做图像侦查的子部门，一线城市图侦大队可能有300-500人规模，是整个公安局较大的部门，伴随城市摄像头数量激增，人数可能还会扩展；但伴随AI技术在安防监控领域应用，图侦的投入未来可能重在技术及设施，人员有望减少。目前，图侦领域比较成熟的应用是“车牌类”，车牌识别成熟，数据碰撞、轨迹分析、智能布控等手段屡屡立功。很多人抱怨抓车牌一抓一个，人贩子没抓几个。其实车牌识别技术成熟、160迈以下识别率达90%以上；其次车都是沿道路行驶，布控容易；最后，车辆违章的规则很容易设定。如果嫌疑人举着440*140的牌子在马路上穿梭，其实也很容易逮到。可惜他们不走寻常路、带帽带罩带眼镜，所以即使偶尔出现在治安的摄像机下，也不容易识别。回到公安同学的问题，这是个很好的问题，也代表了人脸识别在实战领域的进展。目前，越来越多的机场、口岸、车站、地铁开始部署人脸识别，这些人流密集的地方，部署人脸识别环境还是比较合适的，室内光线好、通道范围小、摄像机角度合适，目标距离近，并且都是高大上的行业，基础设施比较好（大多是高清、网络摄像机）。对于突发要案或者紧急协查，在1：N（静态模式）的识别模式下，或M（小）：N（动态模式），那么基于目前人脸识别误报率（按97%）及服务器计算量，系统负荷力及误报率都是可以接受的，但破案效率及提供的有价值情报信息则非常巨大。人脸识别进行布控的优势是不基于证件等其他容易复制或篡改身份特征。目前北京地铁有1000多个车站，早期地铁站摄像头数不多，后来逐渐增加，早期是模拟摄像机，后来MPEG-2/4编码、后来H.264高清，目前每个车站平均100个摄像头是有的。其实在进站口、闸机口等“要塞”进行升级或者部署人脸识别摄像机即可，而不可能按100个摄像头这么计算，这样，总体人脸识别摄像机数量没那么多，M:N模式的运算力和错误数量也没那么恐怖，不至于导致人脸识别系统崩溃。再说街头的摄像机，街头的摄像机是“广域、大范围监控及巡逻”的用处比较多，以目前人脸识别技术，对户外光线、角度、距离、人脸像素（80*80像素比较理想）等要求还是比较严格的。基于户外大范围巡检的重要意义与价值，已经有AI厂商基于此痛点进行定向研发，据称50米范围识别人脸如探囊取物。此产品的出发点及市场空间非常好，但是尚未落地，没有反馈，并且单体价值应该不菲。回到安防产业，基于AI的安防监控，绝不是几年“智能分析”时代群魔乱舞的格局，未来真正能敢于宣传自家是“AI+安防”的可能无非三五家。AI的研发，需要的GPU集群，最新的Tesla V100高性能计算卡造价百万，AI研发人员年薪动辄百万，AI算法需要千亿视频海量大数据“喂养”，试问有几个安防公司能承受如此？安防人工智能四个核心竞争壁垒：算法能力，数据能力，产品化能力，渠道能力。 AI技术方面，一些新兴的算法公司有一定优势，如旷视、商汤、云从等，但是在安防行业积累及数据方面，远不如老牌安防公司如海康、网力、大华、宇视、科达等公司。AI从实验室的科学家身边，走向工业界，算法是其一，数据能力、产品化能力及渠道能力，更是考验。AI大幕刚刚开启，安防行业作为先头部队，携AI重火，实战力提升几何，拭目以待！ ‘

时间：2020-08-11 关键词：人脸识别人工智能大数据
iPhone8被证实加入红外模块用于面部及虹膜识别功能

电子发烧友早八点讯：根据来自苹果供应商Largan的消息，目前已经证实苹果在今年的iPhone 8上将会内置3D传感器组件，用来进行用户的面部识别和虹膜识别功能。根据《日经新闻》的消息称，Largan首席执行官Adam Lin表示，公司的3D传感器模块将在下半年问世，同时报告还进一步引用了Yuanta投资公司分析师Jeff Pu的观点，认为苹果将是今年下半年唯一一家推出内置虹膜识别的智能手机厂商。另外，在今年的iPhone 8中，苹果还将加入人脸识别技术。另外根据凯基证券分析师郭明錤的分析，关于苹果未来的产品计划，iPhone 8还将配备一个红外发射模块和红外接收模块，而整个模块未来将被用于FaceTIme功能。根据郭明錤的说法，这个新系统将通过摄像头完成3D感知和建模功能，同时还有更先进的生物识别技术。值得注意的是，郭明錤还表示，iPhone 8的前置摄像头和红外模块将来自于富士康、Genius和Kantatsu的竞争。同时再加上索尼的图像传感器，今年3D摄像头将在iPhone 8身上扮演重要的作用。虽然Largan并没有明确的提到苹果，但是公司透露已经计划将员工的数量提高一倍来满足对产品的需求。该公司计划增加4500名员工，并且投资6.61亿美元新建了一家工厂来满足订单需求。据悉，苹果的红外接受模块中将包含一个定制的140万像素图像传感器，用来检测光线信号的变化。该系统技术是来自于苹果在2013年投资3.45亿美元收购的PrimeSense公司。而这种技术再与苹果的人脸识别技术结合，iPhone 8的这套系统将成为目前市面上最先进的智能手机。上周，苹果咋WWDC开发者大会上公布了iOS 11的VRKit工具，同时将在今年推出一系列关键的增强现实和面部识别技术。除了3D人脸识别前置摄像头之外，苹果的iPhone 8还将采用玻璃机身已经OLED显示屏，并且还有可能将Touch ID指纹识别技术嵌入到屏幕下方。声明：电子发烧友网转载作品均尽可能注明出处，该作品所有人的一切权利均不因本站转载而转移。作者如不同意转载，即请通知本站予以删除或改正。转载的作品可能在标题或内容上或许有所改动。

时间：2020-08-10 关键词：苹果人脸识别 iphone8
供应链曝iPhone8有大革新将配备面部识别与增强现实

电子发烧友早八点讯：最近，一家可能你从未听说过的公司曝光了一条与苹果“十周年纪念版iPhone”有关的消息，正如我们大家所知道的那样，这款iPhone将会被命名为iPhone 8。外界目前普遍预测iPhone 8将配备3D识别传感器和增强现实等新功能。今年2月，凯基证券分析师郭明錤曾表示，iPhone 8的前置摄像头将有革命性的新变化，能够提供人脸识别和增强现实等新功能。从今年2月开始，关于iPhone 8前置摄像头的传闻就不断传出，还有关于苹果为了让前置摄像头发挥更大的作用、甚至为了解决问题而不惜让iPhone 8推迟上市的消息。上周，一家名叫Finisar的供应链厂商举行了点好财报会议，在会议上该公司表示将在今年下半年售出上千万3D传感器，而这些传感器既可以用于面部识别、也可以用来进行增强现实等领域的应用。而Piper Jaffray的一位分析师也表示，当季度三个月，Finiisar将累计向苹果供货超过6000万传感器组件。与Finisar同样的是另外一家名叫Lumentum的供应链厂商，该公司负责向苹果提供大量的激光传感器，并且将同样会被使用在iPhone 8中。之前两家公司的产品主要提供给数据中心和电信网络类型的客户，而未来通过成为苹果供应链中的一部分，iPhone 8将成为两家公司新的营收来源。Finisar甚至还暗示，已经开始向新的客户提供组件产品，并且还将满足客户更高的眼球，而这个新客户所指的应该就是苹果公司。虽然成为苹果的供应链厂商对于Finisar和Lumentum来说都是好消息，但是对于普通用户来说，我们更关心这意味着什么。而根据目前的情况来看，通过新的供应商加入，在iPhone 8上我们的确将看到更多具有创新性和突破性的新功能。声明：电子发烧友网转载作品均尽可能注明出处，该作品所有人的一切权利均不因本站转载而转移。作者如不同意转载，即请通知本站予以删除或改正。转载的作品可能在标题或内容上或许有所改动。

时间：2020-08-10 关键词：苹果人脸识别 iphone8
百度人脸识别落地南阳机场已实现乘客“刷脸”登机

电子发烧友早八点讯：6月28日，百度方面宣布，其与南航合作将人脸识别技术落地南阳姜营机场，在该项合作的帮助下，南阳机场在安检及登机环节均将应用到百度提供的人脸识别技术，实现乘客“刷脸”登机。据介绍，此次百度人脸识别技术主要体现在两个环节。一是在安检环节，将旅客图像采集数据与身份信息进行比对，核实乘客身份，百度方面称，机场场景对安全要求很高，百度人脸识别准确率达99.7%，较准确率93%的人眼识别更准确。同时，安检环节采集的旅客人脸数据将录入数据库中，完成入库注册，此外，旅客也可以通过南方航空APP将用户人脸进行注册，提前完成人脸入库注册。二是在登机环节，登机运用了人脸识别技术中的1：N技术，旅客可直接通过人脸闸机与库中所收录的信息比对验证，刷脸登机。目前人脸识别功能应用范围仅限于南阳姜营机场南航相关航班。此次百度与南航合作推进人脸识别技术落地机场，属于百度与南航战略合作的一个部分。 2016年11月17日在浙江乌镇召开的世界互联网大会“互联网+出行”分论坛上，中国南方航空集团与百度公司签订战略合作协议，双方的合作将覆盖基于地理位置信息的出行服务、互联网营销、线上线下业务互补、云计算与大数据、新型技术探索、用户挖掘等8个领域的内容。百度与南航的战略合作将在基于位置信息的出行服务、大数据分析、用户挖掘等领域展开深度探索。百度将发挥在云计算、人工智能和大数据领域的优势，为南航提供相关的决策支持。另外，据百度方面提供的信息，在此次合作落地之前，百度人脸识别技术已落地乌镇、武夷山等旅游景区。百度研究院院长林元庆曾于今年早些时候表示，百度人脸识别等人工智能研究成果接下来会加快落地。对于此次与南阳机场的合作，林元庆表示，此次合作是一次全新的场景突破，因为机场不同于景点、公司门禁，对安全性有极高的要求。林元庆曾介绍，对于百度人工智能研究成果如何落地、实际应用的问题，百度研究院更多是提供技术，很多技术第一轮的落地在百度内部，当内部落地做的比较好的时候，有相关的技术部门推到外面去。 “这里面有一个部门，Andrew（百度前首席科学家吴恩达英文名）在的时候就成立了，AI平台部，这是一个挺大的team（团队），负责这些技术对内对外的孵化和商业化落地。像人脸这种场景，我们也是跟这几个团队close work together（紧密合作），公司在这块今年也会有专门的团队来做这个事情。” 声明：电子发烧友网转载作品均尽可能注明出处，该作品所有人的一切权利均不因本站转载而转移。作者如不同意转载，即请通知本站予以删除或改正。转载的作品可能在标题或内容上或许有所改动。

时间：2020-08-10 关键词：百度人脸识别
海康威视人脸识别再传捷报，保障昆明商洽会顺利举行

近日，2017南亚东南亚国家商品展暨投资贸易洽谈会在昆举办，来自全球86个国家和地区的4000余家企业在昆明滇池国际会展中心参展，涉及19项系列活动，17个展馆8000个标准展位，50余万人次入场观展。本次安保任务时间紧、任务重，海康威视全力配合省厅和市局任务部署，在集成商有力协助下，三天时间内完成了9个人员安检口，42套海康深眸人脸抓拍机；6个车辆出入口，12套深眸车辆抓拍机的安装调试工作。并与省厅、市局的人脸&车脸识别系统打通，实现出入展会核心区域的人车管控。海康深眸人脸抓拍机安装情况系统通过视图库级联方式往上级公安机关推送人脸数据，有效保证了省市两级公安机关的人脸应用。同时，通过导入黑名单库，实现与全国在逃库、昆明扒手库等信息的实时比对和预警。海康威视人脸识别系统应用情况本次部署的人脸系统与市公安局联网平台，统一总线，无缝互联，针对实时预警的黑名单，除展示现场人脸照片外，还提供了现场抓拍大图和前后10秒录像等更多的关键线索，为刑侦民警快速抓捕提供有力支撑。商洽会期间，海康深眸人脸抓拍机共采集人脸图像973661张。人脸图像识别系统共预警重点人员405次，其中：抓获全国在逃人员5人、查获携带毒品的前科人员1人、发现并处置扒窃前科人员5人、查获冒用他人参展证入场人员1人、核查其他重点布控人员328人，馆内扒窃警情较去年同期下降70.8%，通过科技手段，有力地保障了商洽会的顺利召开。在短时间内实现快速部署、快速实战，预警准确率达98%，系统前后端均融合了深度学习算法的海康威视人脸识别系统，实战效果可以用“快”、“准”二字来形容： 1部署快海康深眸人脸抓拍机，针对不同场景可选择不同形态、焦距段、分辨率的产品。摄像机支持电动变焦，通过远程调整焦距就可以实现不同距离的人脸抓拍。而针对较大场景的人脸抓拍，则可以使用600万像素深眸人脸抓拍机。 2抓拍快内嵌了高性能GPU芯片的海康深眸人脸抓拍机，可同时检测跟踪30张人脸，针对每张人脸，基于评分机制，输出最优人脸图片。对于快速移动的人脸（骑电动车30码以下）也能实现快速抓拍。 3比对快海康脸谱采用高密度GPU硬件架构设计，集成了基于深度学习的人脸算法，单台设备每秒可实现数百张人脸的分析与比对，性能表现出色。系统在黑名单比对中，从抓拍到嫌疑人到系统比对预警， 3秒内完成，快速的预警比对，给刑侦民警实施抓捕提供了有效的时间保证。 4抓拍准人脸抓拍除了要快，准确率也要保证。在白天出入口场景下，深眸人脸抓拍机实测抓拍准确率高达98.4%以上，人脸检出率则高达98.7%以上。前端人脸抓拍的高准确率和检出率则保证了整个人脸识别系统的准确率。 5比对准海康脸谱经过千万级高质量样本训练，人脸识别准确率较上一代算法有了明显提升。在人脸左右偏转45°、上下偏转25°等大姿态情况下，依旧能够做到准确识别、比对。人脸识别系统在商洽会上的出色表现，获得了云南省公安厅及昆明市公安局领导的高度赞许。

时间：2020-08-09 关键词：人脸识别海康威视
人脸识别技术在智慧城市中九大应用盘点

随着人脸识别技术的快速提升，人脸识别应用领域加速落地，2016年以来，人脸识别在银行、证券、金融社保、交通、教育、电子商务、高考、机场、地铁等场景应用频频刷屏，热度居高不下。目前，人脸识别已经从安全性、可靠性要求较低的行业如安防、社区等上升到金融社保、证券、银行、互联网金融、电子商务等安全可靠性要求较高的行业。在智慧城市发展的热潮下，人脸识别更是成为推进智慧城市建设的有利武器。其典型的应用主要包括： 1．养老金领取管理。随着养老金社会化发放工作的全面展开，退休金的冒领问题也日益突出，社保机构很难管理到离退休人员的健康以及生存状况，冒领情况严重，造成全国每年退休金的流失总数高达十亿元。利用人脸识别技术可以有效地进行人员核对，减少养老金的流失。 2．办税认证系统。在基层税务机关，经常出现冒用他人身份证开具免税发票的现象，造成税收流失，也导致免税发票代开终端前整日人满为患，正常纳税人排队等候时间过久。通过人脸识别技术，系统自动将镜头摄取人像同公安部门身份信息中的人像进行比对，实时完成实名认证。不仅有效缓解了窗口办税人员的压力，提升了办税效率，还增强了实名制办税体验，降低了涉税风险。 3．疑犯追踪系统。基于人脸识别技术，对长途客运站、火车站等公共场所进行监控，将视频中的人脸与疑犯数据库进行比对，一旦疑犯在人群中被识别出来即刻报警。这就大大减轻了管理人员的工作负荷，提高了抓捕效率，增加了城市的安全性。 4．社区管理系统。在智慧城市中，以城市中最小的单元社区为例，通过非配合式人脸识别，可以帮助物业管理部门在访客管理、物业通知（水电费通知、车库信息等）等方面为业主提供更加友好自然的生活体验。 5．楼宇门禁系统。人脸识别智能门禁系统通过构建具有智能化管理功能的身份识别系统，结合先进的人脸识别算法，能精确、快速地识别人脸并打开门禁，提高了楼宇、家庭的安全。 6．考生身份验证管理系统。立足考试行业的特殊需求，集计算机、通信、网络、人脸识别技术、数据库等多元化技术为一体的应用系统项目，为考试机构提供考生身份证信息提取、身份验证、管理等功能，构建更为高效、公平的考试环境。 7．驾驶学员的身份信息认证和安全驾驶管理系统。包括到场验证、学员身份认证、上车下车签到、驾驶时间的控制等。 8．智能膳食管理系统。系统在学生打饭时进行人脸识别，纪录学生每天选购的菜品，根据医院体检结果给出膳食调整意见，对于学生单次浪费食物超30％的情况予以纪录，不断优化菜品和调整学生饮食结构。 9．商业智能分析系统。实体商业中，目标客户的引流以及精准营销成为商业成本的重要支出，传统被动式的商场标识、人工推送和导购等手段效率的下滑，让以人工智能为核心的精准营销成为商业新的增长点。人脸识别系统能充分利用机器视觉对人脸的特征识别和归纳能力，将客户的性别、年龄、心情等作为商业需求的对应特征，针对性地实时推送客户感兴趣的内容，为商家进行目标客户群导流和精准营销；另一方面，通过对不同人群的兴趣内容的观察和学习，逐步提升对目标人群推送内容的匹配精准度。（原标题：人脸识别技术在智慧城市中的应用）

时间：2020-08-08 关键词：人脸识别智慧城市
“真·靠脸吃饭”京东之家体验店推出“刷脸支付”

TechWeb报道8月31日消息，京东在零售创新发布会上正式对外推出线下京东之家体验店，并表示会在第一时间将自身的技术积累、大数据资源等赋能线下，推动零售行业变革。近日，有网友逛京东之家时发现，体验店内已推出“刷脸支付”功能，网友直呼“终于可以靠脸吃饭了”。据了解，京东支付已将行业热门的人脸识别技术成功地应用到了线下支付环节中。京东之家的“刷脸支付”功能，可以实现准确、快速、友好的获取用户面部信息，单次交易可以控制在2秒左右完成支付。根据京东方面披露的数据，京东之家的“刷脸支付”技术，是京东风控研发部基于AI 、深度学习、人脸识别技术，创建的内部品牌。京东超脑的人脸识别技术算法识别准确率已经达到了99.9%，用户和商户均可自由申请开通京东刷脸支付。用户使用“刷脸支付”前，需要先通过京东APP或京东金融APP扫描店内二维码，完成实名认证并上传正面照后，就可开通京东支付中的“刷脸付”；在付款环节，京东刷脸支付采取的是生物识别加手机号验证双重验证的方法，可以更好地保障用户支付的安全问题。具体到用户体验方面，支付用户只需要在刷脸设备的屏幕中输入手机号后四位，面对摄像头，扫描面部信息，系统就会自动与数据库中的存储信息进行比对，身份信息核实后点击确认便可完成支付。网友实地体验后表示，相比于流行的扫码付来看，刷脸付显然优势明显，用户甚至无需掏出手机、打开APP、扫描二维码等，仅在指定的屏幕前“刷个脸”，就可快速验明“正身”，便利快捷，大大提升了支付效率。京东支付官方透露，目前正在上海宝地京东之家、深圳沃尔玛京东之家，北京昌平永旺京东之家，北京通州万达京东之家等4家线下零售店开展“刷脸支付”功能的内部测试工作。这次在四家京东之家门店测试，是希望进一步收集用户反馈，推动刷脸支付的迭代升级。下一步，还将在更多真实商业场景针对特邀用户开放测试。对京东这次推出的“新玩法”，有网友表示：现在的线下移动支付很便捷，大家出门其实早已不爱带钱包了，而未来很有可能将升级成为“刷脸支付”的时代。

时间：2020-08-07 关键词：人脸识别人工智能深度学习
手机3D摄像头是苹果专属？国内奥比中光也能做到

苹果发布会大概率在9月12日发布，关于新一代iPhone的消息可谓是众说纷纭，爆料大神郭明池发布报告，称苹果不采用屏下指纹识别技术的原因是遇到了技术挑战，相比起现在十分成熟的Touch ID技术，屏下指纹识别技术在体验上可能不够完美。如果爆料属实，那么苹果在iPhone发布十周年的庆典，要放哑炮了吗？从爆料大神郭明池的年初预测苹果将支持前置3D摄像头，到6月份与IOS 11一同发布的AR Kit功能，加上最近国内外各大开发人员的AR应用展示（如AR Measure等），这一系列的消息，就像是为3D摄像头在手机领域的王者驾临在做铺垫。 AR Measure - 开发者 Laan Labs 特别是3D前置摄像头通过人脸识别+虹膜识别，实现用户人脸检测快速解锁功能，将是手机甚至整个智能终端界的热点。不管这种猜测最终是否成为现实，3D摄像头已经成为手机摄像头发展的下一步趋势。 3D摄像技术有哪些？目前主流的三种3D成像技术有： 1）结构光（Structured Light）：结构光投射特定的光信息到物体表面后，由摄像头采集。根据物体造成的光信号的变化来计算物体的位置和深度等信息，进而复原整个三维空间。 2） TOF（TIme Of Flight，飞行时间）：通过专有传感器，捕捉近红外光从发射到接收的飞行时间，判断物体距离。 3）双目测距（Stereo System）：利用双摄像头拍摄物体，再通过三角形原理计算物体距离。三种3D成像技术对比从上图可以看出，从上图可以看出，结构光优势在于可以用更低的硬件成本，达到甚至超越其他2种3D摄像技术的效果，而在算法开发方面也不会太高。苹果的前置3D摄像头用的是什么技术？预测iphone 8前置3D摄像头采用的将是PrimeSense结构光技术，众所周知，苹果的技术几乎都不对外开放，自从苹果2013年收购了PrimeSense，国际市场上对结构光方案的需求被垄断。目前国内手机厂商对3D摄像头的需求也是非常的迫切，跟进的意愿非常强，开始寻找除了PrimeSense以外的可以提供结构光技术的合作商。国外爆出的IPhone8 3D摄像模块深圳奥比中光科技有限公司正好填补了这一空白！作为2014年深圳市孔雀计划第一名，奥比中光所推出的3D深度摄像头Astra、Astra Pro、Astra mini早在2015年已经完成量产，并在2016年获得联发科的战略入股。是目前继苹果、微软、英特尔之后全球第四家可以量产消费级3D传感器的厂商。可实现人脸识别、手势识别、人体骨架识别、三维测量、环境感知、避障、跟随、三维地图重建等数十项功能，可广泛运用于电视、手机、机器人、无人机、VR/AR、智能家居安防、汽车驾驶辅助等领域。近期，奥比中光将推出新一代结构光3D传感摄像头产品，相比较第一代产品，更加小型化，分辨率参数会更高，功耗更低，将适用于包括手机、平板、笔记本等众多小型化产品有3D视觉方面需求的厂商，势必对现阶段移动终端（尤其是手机终端）的设计有巨大影响！奥比中光手机3D摄像产品Astra P Astra系列深度摄像头产品图及详细参数产品中最核心的3D计算芯片、深度算法、系统支持SDK等也都是该公司完全自主开发。自成立以来，已申请国内外专利300余件，研发团队具有从底层芯片、深度算法、到系统、框架、上层应用支持的技术实力。随着奥比中光持续在结构光3D传感技术领域的演讲，目前已将3D传感器技术应用于体感电视，机器人，安防等行业，奥比中光作为软硬件技术结合的全球人工智能视觉龙头企业，将以让所有终端都能看懂世界为愿景而奋斗。

时间：2020-08-07 关键词：苹果 iPhone 人脸识别 ar 3d摄像
什么是人脸识别技术？人脸识别技术能否辨别撞脸呢？

人脸识别技术知识普及　　人脸识别技术是一种用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行一系列比对的、基于人的脸部特征信息进行身份识别的生物识别技术，通常也叫人像识别或面部识别。　　将待识别人脸所提取的特征与数据库中人脸的特征进行对比，根据相似度判别分类。而人脸识别又可以分为两个大类：一类是确认，这是人脸图像与数据库中已存的该人图像比对的过程，回答你是不是你的问题;另一类是辨认，这是人脸图像与数据库中已存的所有图像匹配的过程，回答你是谁的问题。显然，人脸辨认要比人脸确认困难，因为辨认需要进行海量数据的匹配。　　　　与指纹应用方式类似，人脸识别技术目前比较成熟的也是考勤机。因为在考勤系统中，用户是主动配合的，可以在特定的环境下获取符合要求的人脸。这就为人脸识别提供了良好的输入源，往往可以得到满意的结果。但是在一些公共场所安装的视频监控探头，由于光线、角度问题，得到的人脸图像很难比对成功。这也是未来人脸识别技术发展必须要解决的难题之一。　　　　人脸识别目前来讲具体分为以下几个步骤：　　1、人脸检测：根据眼睛、眉毛、嘴巴、鼻子等器官的特征以及相互之间的几何位置关系来检测人脸，即在一幅图像或一系列图像（比如视频）中判断是否有人脸，若有则返回人脸的大小、位置等信息。　　2、人脸图像预处理：系统获取的原始图形由于受到各种条件的限制和随机干扰，必须在图像处理的早期阶段进行灰度校正、噪声过滤图像预处理。人脸图像预处理主要包括：人脸对准，人脸图像增强，以及归一化等工作。　　　　3、人脸图像特征提取：人脸识别提取就是针对人脸的某些特征进行的。人脸特征也称人脸表征，它是对人脸进行特征建模的过程。　　4、人脸图像匹配与识别：人脸识别就是将待识别的人脸特征与已得到的人脸的特征模板进行比较，根据相似程度对人脸的身份信息进行判断。这一过程又分为两类：一类是人脸确认，是一对一进行图像比较的过程，根据其相似程度来判断是否是同一个人，相似程度一般以能否超过某以量化阈值为依据。　　另一类是人脸辨认，是一对多进行图像对比，将某人面像与数据库中的多人的人脸进行对比，并根据比对结果来鉴定此人身份，或找到其中最相似的人脸，并按照相似程度的大小输出检测结果。乌镇互联网大会中的刷脸注册系统，百度大厦的闸机，人停留1到2秒即可通过，这就是1：N的人脸识别。　　

时间：2020-08-07 关键词：人脸识别
AI界的泥石流：一眼便知你是直的还是弯的

北京时间9月9日凌晨彭博消息，美国高通公司在一项与苹果的专利大战中败下阵来，其要求四家苹果代工厂继续支付数以亿计美元专利使用费的要求未能获得法官支持，这些专利使用费涉及iPhone中所使用的专利技术。高通要求法院强制苹果四家亚洲代工厂继续向其支付专利使用费的申请被圣地亚哥一位联邦法官拒绝，四家代工厂中包括富士康以及和硕。之前苹果停止了向上述代工企业返还它们所垫付的费用，因此这些代工企业也随之中止了向高通支付专利使用费。另外，高通还要求法庭将其与苹果之间的诉讼纠纷限制在美国，但也被法官驳回，理由是并非所有两家公司之间的法律纠纷都能由一家美国法庭解决。美国地区法官Gonzalo Curiel表示，在法庭了解有关案件的更多信息之前，高通“未能从法律上拿出足够的理由”向代工厂索要使用费。本案“的法律问题复杂且新颖，法庭将在案件审理过程中快速、谨慎地加以解决”。苹果在一则声明中称，很高兴法官“认为高通在迫使苹果及他人支付过高且不合理的费用之前，必须先为其技术确定合理的价值，并在法庭上就其商业行为作出辩护，这些高昂的不合理费用等同于对我们自己的发明收税。” 苹果称，愿意为使用高通的技术支付“合理的价格”，“但是多年以来，高通一直不讲道理，拒绝就其所供应的某连接部件谈一个合理的价格”。高通发言人表示，虽然公司对法庭的裁决感到失望，但公司也承认其提出的要求有较高的程序阻力。

时间：2020-08-07 关键词：人脸识别 AI
“刷脸”时代到来未来人脸识别应用方向和发展趋势

9月，刷脸新闻频频进入公众视野：北京师范大学全部宿舍楼安装了人脸识别门禁系统；杭州一家肯德基餐厅可以刷脸支付了，整个过程不超过10秒…… 人脸识别技术应用“爆发”，是否意味着证件?指纹识别等传统身份识别方式将被取代？有网友着急地问：胖了?瘦了怎么办？整容了怎么办？有人假扮自己怎么办？这几年，人脸识别的应用场景已从线上运用逐步往线下拓展。北京有无人超市能刷脸进出，河南有机场能刷脸登机，厦门有酒店能刷脸入住…… 今年6月，南航在河南南阳机场启用人脸识别登机系统，乘客可以刷脸登机。来自前瞻产业研究院的数据显示，2016年我国人脸识别行业市场规模已超过10亿元，预计到2021年将达到51亿元左右。人脸识别技术的三大应用方向据介绍，人脸识别技术主要有三大应用方向。一个应用场景是1：1认证，即证明人与证件信息是统一的，主要用于实名制验证。其次是1：N认证，即判断某个人是否为特定群体中的一员，用于人员出入管理和城市安防等。重庆市某公安分局使用商汤科技的人像比对系统，在40个工作日内辨认出69名嫌疑人，相比人工效率提升200倍。第三种是活体检测，以确保是真人在操作业务，进而做账户许可授权。云从科技的人脸技术已经运用于全国50多家银行。中信银行(601998,股吧)的ATM和移动客户端可以远程身份认证，海通证券(600837,股吧)可以远程开户，滴滴平台则可以查验驾驶者是否为注册司机。人脸识别精度已有大幅飞跃从上世纪60年代开始，科学家们涉足人脸识别的研究，不过准确率一直不高。过去数年，科学家将深度学习算法运用于人脸识别。2014年，香港中文大学汤晓鸥研究团队开发的算法使机器识别准确率超过了人类。据360公司副总裁?人工智能研究院院长颜水成介绍，通常人脸识别包含以下环节：相机或者专业设备先采集到图片，人脸检测技术定位图片中的人脸，然后从中再定位诸如眼角?鼻尖?嘴角?脸部轮廓线等特征点，进行包括光线补偿或者遮挡物剔除等校正。再用深度学习算法进行身份特征提取，跟数据库中的人脸特征做比对，以识别人脸身份。 “随着深度学习算法的采用，人脸识别精度相比5年前已有大幅飞跃。”颜水成说。中国研发水平与国际发达水平基本同步，但整容幅度过大、双胞胎还难以识别国家“千人计划”专家?西安交通大学电信学院特聘教授龚怡宏表示，人脸识别领域国际上有几个公认的测试集，测试结果名列前茅的团队名称会记录上网，中国科研人员占据半壁江山，不少准确度都超过99%。尽管如此，龚怡宏表示，在测试集中得到的成绩，运用于现实中会大打折扣。在现实中人群样本更大，不同光线?姿态?分辨率等条件都可能给机器识别带来困难。颜水成表示，双胞胎?整容前后等特殊情况下机器能否识别，要看具体情况。比如整容幅度过大，机器无法识别是有可能的。此外，脸部信息也会随着年龄增长而改变。如果到了机器无法识别的程度，使用者只需去系统更新脸部照片就可解决。专家预测：未来身份查验趋势是“人证合一” 专家表示，相较指纹识别?虹膜识别等生物特征识别方式，人脸识别最大的优点在于“非接触性”，可以大大提升系统响应速度，同时避免指纹机器接触产生的卫生隐患。此外，“非配合?非侵入”式特征，意味着可以在不需要使用者配合的情况下采集到数据，有利于安防领域的应用。 “人脸识别会成为主要的身份识别手段，两三年内就可以大规模运用。”不过，龚怡宏也认为，未来身份查验的一个主流趋势是人证合一，即刷脸加证件，身份证还是会继续存在。谢忆楠表示，对于政府机关和银行机构而言，有很多建立在“亲见”和“本人到场”原则上的业务，也可能被远程办理所取代。比如身份证办理?银行开户?社保和公证业务等，如果可以在手机端验证身份，意味着老百姓(603883,股吧)就不用跑去现场办理了。人脸识别技术还面临一些安全漏洞目前通过一些特殊手段，比如用别人的照片等方式，都可能成功“骗”过人脸识别系统。对此，很多公司都加大了在“活体检测”上的技术投入，而在安全性要求较高的场景中，很多公司都会要求进行双重验证。此外，人脸被采集也使得隐私泄露风险剧增。谢忆楠表示，解决的方法是在采集到照片时进行“脱敏”处理，只提取照片特征，不保存照片本身。这不仅需要采集者自律，更需要在政府引导下建立起整个行业的统一标准，共同筑起保护用户隐私的行业堤坝。

时间：2020-08-07 关键词：人脸识别人工智能
揭秘IphoneX的3D深度摄像头

举世瞩目的苹果发布会，于新建成的Apple Park中的乔布斯剧院举行，在10周年这个充满纪念意义的日子里，苹果发布了堪称史上最强悍的Apple Watch Series 3 Cellular、Apple TV 4K后，iPhone 8/8 Plus如期而至，而重头戏One more thing，则是万众期待的10周年纪念版iPhone X，起价999美金的价格，绝对是物超所值！除了A11 64位4核处理器，5.8英寸的全面屏Super ReTIna、分辨率达2436&TImes;1125、后置竖向摄像头、无线充电、电池续航提升等性能升级及外观改造外，传闻已久的3D结构光深度摄像技术所支持的人脸解锁、人部识别、人脸支付等功能绝对是秒杀级应用，可以说将引起整个手机界甚至智能终端界的设计升级。

时间：2020-08-07 关键词：人脸识别 iphonex
由iPhoneX Face ID引领的人脸识别效应

从乔布斯原声开始的发布会展示，以 iPhone 十周年为契机的开发缘由，在昨晚这次盛大的苹果发布会上，“one more thing”——iphone X展示了一项iphone系列上前所未有的功能——人脸识别解锁，或者称之为Face ID。人脸识别技术原理分析人脸识别主要分为人脸检测（face detecTIon）、特征提取（feature extracTIon）和人脸识别（face recogniTIon）三个过程。人脸检测：人脸检测是指从输入图像中检测并提取人脸图像，通常采用haar特征和Adaboost算法训练级联分类器对图像中的每一块进行分类。如果某一矩形区域通过了级联分类器，则被判别为人脸图像。特征提取：特征提取是指通过一些数字来表征人脸信息，这些数字就是我们要提取的特征。常见的人脸特征分为两类，一类是几何特征，另一类是表征特征。几何特征是指眼睛、鼻子和嘴等面部特征之间的几何关系，如距离、面积和角度等。由于算法利用了一些直观的特征，计算量小。人脸识别：这里提到的人脸识别是狭义的人脸识别，即将待识别人脸所提取的特征与数据库中人脸的特征进行对比，根据相似度判别分类。而人脸识别又可以分为两个大类：一类是确认，这是人脸图像与数据库中已存的该人图像比对的过程，回答你是不是你的问题。 Face ID 说回iPhone，与当前微软、三星采用的虹膜解锁方案不同，苹果通过屏幕上方的原深感摄像头来投射超过 30000 个肉眼不可见的光点到你脸上，绘制出一个专属于你面部的深度图，而当解锁的时候，通过红外线扫描进行比对。在iphone X的“刘海”上集成了8个部件，运用了神经网络技术，借助A11芯片的生物引擎加上TrueDepth摄像头系统，让脸部识别更加准确与快速识别。 Face id技术的颠覆在于“刘海”处集度超高的传感器和摄像头这套系统的准确度高于 Touch ID、照片、面具乃至双胞胎都不能浑水摸鱼，另外加入了注意力检测机制，如果机主并没有准确对着机器观看，也不能解锁。同时，戴眼镜、换发型、换衣服、留胡子等常见情况也不会影响面容 ID 的判断。Touch ID随机解锁的比例为5万分之一，而Face ID随机解锁的成功比例为100万分之一。红外线是不可见光，人的肉眼是无法捕捉到的，但红外接收器无论是在暗处还是在亮处都能完整地接收红外线，在设置FaceID过程中，用户需将脸部置于手机屏幕中的圆圈范围内，然后就像设置TouchID那样，确保脸的所有角度都能被设备记录下来。另外，face ID 支持 Apple Pay 和当前所有支持 Touch ID 的第三方 app。尽管指纹识别不是苹果首次搭载到手机上，但是真正让指纹识别成为智能手机标配的仍然是苹果。从 5S 时代装备，并已经成为深入烙印当代手机使用习惯的 Touch ID，苹果并没有使用尚不成熟的屏幕下指纹，也没有绞尽脑汁在其他地方硬塞入一颗 Home 键，苹果选择了抛弃指纹touch id，用人脸识别取代指纹。毫无疑问，苹果作为业界标杆，将引领手机行业乃至各行各业人脸识别的兴起。人脸识别技术的应用方向人脸识别技术主要有三大应用方向。一个应用场景是1：1认证，即证明人与证件信息是统一的，主要用于实名制验证。相较指纹识别、虹膜识别等生物特征识别方式，人脸识别最大的优点在于“非接触性”，可以大大提升系统响应速度，同时避免指纹机器接触产生的卫生隐患。未来身份查验的一个主流趋势是人证合一，即刷脸加证件，身份证还是会继续存在。其次是1：N认证，即判断某个人是否为特定群体中的一员，用于人员出入管理和城市安防等。重庆市某公安分局使用商汤科技的人像比对系统，在40个工作日内辨认出69名嫌疑人，相比人工效率提升200倍。第三种是活体检测，以确保是真人在操作业务，进而做账户许可授权。云从科技的人脸技术已经运用于全国50多家银行。中信银行）的ATM和移动客户端可以远程身份认证，海通证券可以远程开户，滴滴平台则可以查验驾驶者是否为注册司机。人脸识别的应用场景已从线上运用逐步往线下拓展。北京有无人超市能刷脸进出，河南有机场能刷脸登机，厦门有酒店能刷脸入住……相信未来在人脸识别的应用上会越来越广泛，同时也为人类生活带来各种方便。

时间：2020-08-07 关键词：人脸识别 iphonex faceid
人脸识别、指纹识别、虹膜识别、声纹识别以及静脉识别的对比分析

　　苹果新机人脸识别使得生物识别再一次被爆炒，移动支付与智能手机的发展息息相关，同时移动支付的安全性又和生物识别技术有很大的关系。刷脸支付至少目前来看给我们提供了一个准确的方向，那就是生物识别技术。　　生物识别技术和产业的发展“风生水起”，根据前瞻产业研究院统计，2007年至2013年六年期间，生物识别技术的全球市场规模年均增速为21.7%。2015年生物识别技术全球市场规模将达到130亿美元，2020年将达到250亿美元，5年内年均增速约14%。　　目前我们常见的生物识别主要分为人脸识别、指纹识别、虹膜识别、声纹识别以及静脉识别，虹膜识别和静脉识别是常见生物识别技术中最优选。　　一般用户最常见的便是人脸识别和指纹识别，而这两者稳定性略显欠缺，和人脸识别类似，人的指纹虽然唯一，采集也比较方便，但是却比较容易磨损，用户手机上至少还有密码成为二选一备胎。而一旦用于脱离手机的线下支付，很难保证足够的成功率，而且复制指纹也可造成较大的安全风险。至于人的声音更容易发生变化，因此声纹识别并不适合用于支付。　　人脸识别技术应用最为广泛，使用最便捷　　人脸识别系统的研究始于20世纪60年代，80年代后随着计算机技术和光学成像技术的发展得到提高，而真正进入初级的应用阶段则在90年后期，并且以美国、德国和日本的技术实现为主。　　如今，人脸识别技术的应用已经不仅限在商务场所中，它已经以各种智能家居的形式逐步渗透到平常百姓家。不过，人脸识别系统信息存储仍是以计算机能识别的语言为主，即数字或特定代码，安全性便要打折了。也许，许多女性朋友对人脸识别功能苦不堪言，换个发型，画个妆，它便无法识别了。　　而此次苹果公司推出的Face ID具有自主学习能力，能够记录你每天面部五官的细微变化，化妆与否、戴上眼镜、帽子或留起胡须时都能解锁！因为你的五官没有变。　　指纹识别技术成熟，但并不适用每一个人　　每个指纹都有几个独一无二可测量的特征点，每个特征点都有大约七个特征，人们的十个手指产生最少4900个独立可测量的特征。指纹识别技术通过分析指纹可测量的特征点，从中抽取特征值，然后进行认证。当前，我国第二代身份证便实现了指纹采集，且各大智能手机都纷纷实现了指纹解锁功能。　　与其他生物识别技术相比，指纹识别早已经在消费电子、安防等产业中广泛应用，通过时间和实践的检验，技术方面也在不断的革新。虽然每个人的指纹识别都是独一无二的，但并不适用于每一个行业、每一个人。例如，双手长期手工作业的人们便会为指纹识别而烦恼，他们的手指若有丝毫破损或干湿环境里、沾有异物则指纹识别功能要失效了。　　虹膜识别安全性居于首位　　相对于其他生物识别技术而言，虹膜识别误识率和拒真率已经达到了零几率的识别水平，而虹膜识别又属于非接触式的识别，识别方便高效。虹膜是每个人特有的，具有不可复制的唯一性，安全等级来说是目前最高的。但是虹膜识别的应用价格也因其技术难度成正比，相比其他的识别技术，略显贵态。　　声纹识别成本低廉、获取便捷　　所谓声纹，是用电声学仪器显示的携带言语信息的声波频谱。它非常适合远程身份确认，只需要一个麦克风或电话、手机就可以通过网路（通讯网络或互联网络）实现远程登录。　　不过，声纹识别的缺点也十分明显，对环境的要求非常高，在嘈杂的环境、混合说话下声纹不易获取；人的声音也会随着年龄、身体状况、年龄、情绪等的影响而变化；不同的麦克风和信道对识别性能有影响等。　　静脉识别在市场的运用并不高　　静脉识别是通过指静脉识别仪取得个人手指静脉分布图，将特征值存储。比对时，实时采取静脉图，提取特征值进行匹配，从而对个人进行身份鉴定。　　静脉识别技术可追溯至1983年。当时，柯达公司的约瑟夫·莱斯在研究红外条形码技术时，产生了利用人手背血管红外成像作为身份识别的想法，发明了最早的手静脉特征识别技术。1987年，约瑟夫·莱斯获得此项技术的第一个专利，但在安防领域并未引起足够重视。　　静脉识别兼具四大特点：高度防伪、简便易用、快速识别及高度准确。最为重要的一点是，指静脉识别的特征已被国际公认具有唯一性，且和视网膜相当，在其拒真率（相同结构图，而被算法识别为不同）低于万分之一的情况下，其识假率（不同结构图，而被算法识别为相同）可低于10万分之一。　　比如在英国公司Sthaler提供的这项指静脉识别技术中，通过将手指静脉的生物信息和银行卡绑定，即可在支持相关技术的消费场所动动手指完成付款。　　安全性方面，Sthaler公司表示，指静脉技术是最安全的生物识别方法。相较于传统的指纹识别，指静脉识别技术有一个显著特点，就是必须活体且有流动的血液，因此信息不能被复制或被盗。并且，不会因为手指潮湿或不干净、破损等情况就无法使用。　　然而，目前静脉识别功能在市场的运用并不高，而它同样有着难以规避的缺点。例如手背静脉仍可能随着年龄和生理的变化而发生变化，永久性尚未得到证实；仍然存在无法成功注册登记的可能；由于采集方式受自身特点的限制，产品难以小型化；采集设备有特殊要求，设计相对复杂，制造成本高。

时间：2020-08-07 关键词：指纹识别人脸识别虹膜识别静脉识别声纹识别
期待,刷脸技术如何在科技的道路上突出重围

　　人脸识别技术又火了，现在在北京的某一所中学模拟考试都要学生刷脸进入了，自从iPhone X采用Face ID技术引起了关注，让国人纷纷陷入“刷脸狂潮”。然而，刷脸技术才刚刚起步，在技术和经验上还不成熟，在科技的发展道路上依旧是困难重重，所以我们期待，刷脸技术如何在科技的道路上突出重围。　　“刷脸查公积金”、“刷脸考勤”、“刷脸安检”……越来越多的日常行为被冠上“刷脸”二字，甚至在北京日坛公园的公共厕所里，取张厕纸也得刷一下脸。　　随着人脸识别技术和政务的结合，未来要证明你是你本人，也许再也不需前后盖十几个章，只需刷一下脸。　　国人对人脸识别的浓厚兴趣，也体现在相关领域公司的融资上：人脸识别云服务平台Face++和专注于打造人工智能视觉引擎的商汤科技先后获得1亿美元的C轮融资和4.1亿美元的B轮融资，跻身人工智能领域“独角兽”之列。　　人脸识别技术投入商业化应用的临界点似乎已经到来。iPhone X或许未必能成就自己，但却成就了人脸识别。　　人脸识别的三种算法　　什么是人脸识别？如果要给人脸识别下个定义，它是利用人的生物特征实现个体区分的一种技术，一般包括图像采集、特征定位、身份的确认和查找三个环节。简单来说，人脸识别就是从图像中提取面部特征关键点，比如骨骼特征、眉毛高度等，通过比对输出结果。　　虽然iPhone X的Face ID让计算机视觉领域的创业者兴奋不已，但此人脸识别非彼人脸识别。苹果的Face ID并没有采用普通摄像头的方式，而是采用红外主动识别的技术，这样就可以做到三维立体识别，增强了安全系数。　　在具体的应用场景中，人脸识别大致可以分为1:1、1：N、N:N三种。　　1:1等级的人脸识别，实现的是最初级的“证明你是你”。从字面上就可以看出，1:1是用户提前上传个人照片储存于系统中，每次验证时，线下拍照与系统中存储的照片信息进行对比，进而确定“你是不是你”。　　举个例子，我们在车站过安检时，检票员拿着你的身份证跟你本人做对比，证明你是不是身份证上的本人，这种场景就是1:1的场景。手机解锁、刷脸支付、网上买票、医院挂号、政府惠民工程项目，以及各种证券开户、电信开户、互联网金融开户……这都是1：1人脸识别的应用场景。同其他方式相比，1：1识别准确率高，对算力的要求也相对较低。　　而1：N的人脸识别算法则主要用于人脸检索，“证明你是谁”。与1:1的一一对照不同，1：N需要一张照片同系统中的海量照片进行对比，根据相似度排列出多个对比结果。而排在第一顺位的结果，未必准确。　　1:N人脸识别算法主要应用在安防领域，如用于排查犯罪嫌疑人、寻找走失儿童等。专注于动态人像识别的初创企业云天励飞在2015年开始就与深圳龙岗区警方合作，在当地地铁口、火车站、城中村、商超等场所建设“深目”系统。上线几个月后，便协助警方成功告破两起命案。　　应用在安防领域的1：N人脸识别，其特点是动态和非配合。所谓动态，即系统识别的不是图片，而是摄像头采集的视频。非配合是指识别对象不用感知到摄像头的位置并配合完成识别工作，识别对象处于被动状态。这在提高采集便捷性的同时，也意味着你的行踪已经被完全暴露。　　同1：1识别相比，使用地点、环境、光线、采集角度甚至是玻璃反射都会影响1：N识别的准确度，所以1:N相对更具有挑战性。　　至于N:N人脸识别，实际上相当于同时进行多个1：N识别，用于“证明谁是谁”。　　人脸识别技术尚不完善　　就人脸识别技术背后的基础性研究来说，中国、欧洲和美国几乎处在齐头并进的水平。但论及商业应用方面，中国绝对走在了前面。　　“人脸识别现在并不是很高端的技术。中国的大公司更注重眼前的利益，人脸识别对于他们来说是人工智能方向最快最好的变现渠道。”在北京航空航天大学人体识别技术领域的专家冷彪看来，例如谷歌（微博）这样的大公司之所以没有追捧人脸识别技术，是因为他们有更长远的打算。　　而中国人工智能领域的创业者似乎酷爱扎堆。　　从阿里巴巴、百度、腾讯、京东等传统互联网巨头，到诸如Face++、商汤科技等人工智能领域的独角兽，再到刚刚入局的创业团队，人脸识别不仅是大公司的专利，服务器端和移动端的人脸识别领域呈现出百家争鸣的态势。　　“人脸识别的门槛已经很低了，但是真实应用的场景下要做好并不简单。”紫牛基金创始合伙人张泉灵的话，代表了业内很多投资人的观点。　　在电视节目《最强大脑》中，百度基于深度学习的机器人小度基本展现了人脸识别技术现在的发展水平——它可以轻松提取人脸上千个特征点，并通过海量的图片进行深度学习训练，锻炼人脸图像的预处理功能，在1到2秒的时间内就能对人脸图像进行有效识别的匹配。　　与此同时，小度也暴露了人脸识别急需突破的一些难题：光线条件差、角度不同、信息模糊或变形都有可能造成识别误差，此外，人脸遮盖物、帽子、胡须、发型、整容或者PS等也会干扰识别。　　今年的3·15晚会曝光了人脸识别在技术上的漏洞。主持人仅凭现场观众的一张照片，经过技术处理，快速生成了与观众本人一模一样的3D人脸模型。主持人套上观众的3D脸模，对准手机摄像头，按照APP指示依次完成眨眼、转头、微笑等动作，成功骗过系统，顺利完成了活体检测认证。　　360人工智能研究院视觉分析专家邱学侃在接受采访时曾表示：现阶段人脸认证技术还不能在所有场景做到非常成熟，尽管人脸比对的精确度很高，但大部分的人脸识别系统对活体检测的重视程度不足，使用的算法比较简单，破解并不困难。　　场景是创业团队突围关键　　除了技术尚未完全成熟外，科技型创业公司经常会陷入一个误区：仅以技术论英雄。“现在大部分刚起步的人脸识别公司还停留在‘我技术比别人好’这个层面上。”PreAngel投资总监蒋锴表示，关于商业化落地场景，这些公司仍未想清楚。　　源码资本投资合伙人张宏江（微博）也曾表示：“如果说这个公司只有算法，只有几个牛人，没有数据或很难拿到数据，没有应用场景，这样的公司做不大。” 　　当然还有很多公司也强调数据，但是这也不是绝对的门槛。“假设现有技术已经达到92分，如果新技术能够达到94分，给用户的感受差别并不是那么强烈，意义也就不大。”在云天励飞方案营销总监王军看来，技术总是在迭代更新的，但当技术不能呈现颠覆性的时候，技术带来的价值就会大打折扣。　　当然，这并不是否认技术的意义。只是当赛道上已经出现了独角兽的时候，技术已经很难成为新企业的底牌。　　“我们现在关注刚起步的人脸识别公司，纯技术层面的看得少了，更多是关注可以解决实际问题的公司。”蒋锴表示，商业化能力，是新兴企业的突围点。技术和商务能力并重的AI创业团队更容易被资本看好。　　无论是从场景资源、数据获取还是资本实力而言，巨头都有着创业团队无可比拟的优势，巨头入局后，创业公司该怎么玩儿？　　“创业公司生存的根基是对这个行业深度的服务和渗透。”一位不愿具名的投资人表示，创业公司不会被巨头的革新轻易取代，相反，巨头的大量投入和基础性创新会推动新板块的机会出现。比如，正是在苹果公司大力推动了苹果手机、谷歌大力推广了安卓系统之后，移动互联网的发展才真正爆发，优步、滴滴这样的新机会才涌现出来。而Face ID的出现，何尝不是人脸识别创业团队的新机遇。　　但人脸识别能否出现成熟应用，仍然需要看场景。上述投资人表示：“我更看好一些对效果要求不那么高的场景，比如消费、娱乐，而对于准确率要求极高的金融支付等领域更加谨慎。” 　　这一观点与云天励飞方案营销总监王军不谋而合。“前通用电气董事长杰克·韦尔奇在《商业的本质》一书中表示，产品本身的价值才是更重要的。这个世界上并不是最尖端的技术就最具有商业价值，反而我觉得是最容易大规模复制的技术最容易流行起来。所以我看好人脸识别在对安全性要求没有那么高的领域的应用。”

时间：2020-08-07 关键词：百度人脸识别腾讯人工智能