从Face ID说起,浅析刷脸技术

作者: 佚名 2017-09-22 14:20:50

 文章从三个方面切入,对“刷脸”技术进行了简要的分享。

近日,iPhone X 的 Face ID 功能,再次引爆关于刷脸的讨论,小宅本期从三方面聊聊关于刷脸的事:

  • (why)为什么 Face ID 挺靠谱?
  • (what)最近还有哪些刷脸应用?
  • (what)刷脸都有哪些相关技术?

iPhone X 的 Face ID 挺可靠

上周,iPhone X 发布,推出很多新功能,但被网友们玩坏了,比如:好贵、好丑,而被玩得最多当然是:Face ID。

哈哈哈,看完这些是不是都不敢买 iPhone X 了,好像还有生命危险。其实它的 Face ID 挺靠谱,理由大盘点:

几何构图更精准

通过点阵投影器,将30,000多个肉眼不可见的光点投影在你脸部,绘制出你独一无二的脸部几何结构图。红外镜头会读取点阵图案,捕捉它的红外图像,然后将数据发送至 A11 芯片中的安全隔区,以确认是否匹配。

Face ID 并不是简单的图像识别系统,它看的是整张脸的 3D 模型,识别用户脸上特别详细的特性,可以做到面具也无法骗过的程度。

远不止10亿张图像

为了训练 Face ID ,苹果收集了10亿张图像,获取全球广泛的地理和民族数据集,用于测试和验证 Face ID 的识别率。

这些数据中必须包括一张脸部数据的高保真深度图,为此这些数据不能来源网络,而只能是在外收集,在获得扫描主题的认可之后,会从各个角度进行非常详尽的脸部数据扫描,获得更多细节数据,来训练 Face ID 系统。

自适应特性

Face ID 有一项自适应性特性,不管你是换了个发型,蓄起大胡子,还是接受了整形手术,它都能够在你“变脸”之后认出你。因为 Face ID 会通过深度学习来重新训练模型,实现自我适应特性。

安全和隐私

和当年苹果的 Touch ID 一样,苹果承诺不会向执法机构交出人脸数据,因为苹果从未拥有过这些数据。

你在训练数据的时候,它随即就以数学模型的方式保存到 Secure Enclave 中,逆向工程也无法让它恢复成一张脸的样子。这些数据都是在设备端,而不在苹果的云端,且 Face ID 的数据都经过了加密。

注视感知功能

Face ID 还有一个“注视感知”功能,你必须盯着手机看才能解锁。这可以避免在你睡觉时别人用手机扫你的脸就能解锁,也避免有人趁你不注意拿着手机对着你的脸就能够解锁的风险。

黑暗中也能刷脸

Face ID 有一个泛光感应元件,借助不可见的红外光线,即使在黑暗中也能识别你的脸。在这里需要澄清的一点是,iPhone X 并不会发射出可见光。

可靠且快速

不管光线如何,Face ID 利用 RGB 摄像头、红外发射器和点阵投影器,能够覆盖一份非常广泛的场景阵列,识别不仅非常可靠,且速度很快。

有这么一种情况:用户拿起手机同时向上轻扫屏幕,Face ID 系统很有可能就已经完成了验证,在你完成轻扫的同时解锁了你的设备。

快速禁用 Face ID

在某些极端情况下,比如被小偷或者警察强制要求交出手机的时候,用户可以快速禁用 Face ID,只要在伸手掏出手机的时候按压任何按键就能禁用 Face ID 了。

而且,在紧急情况下,你可以同时按下任何一个音量键和电源键禁用 Face ID,默认回到需要输入密码解锁的模式。

另外,相比旧款机型要快速按压电源键 5 次的操作, iPhone X 只要你长按机身两侧的任何一侧按键,你就可以进入关机界面,这种操作显得更加隐蔽。

自动上锁

在以下情况,用户都需要密码才能启用 Face ID:

  • Face ID 尝试解锁失败5次;
  • 4 个小时内没有用 FaceID 来解锁过设备;
  • 6.5 天内不曾用密码或完全没用过密码解锁手机;
  • 按下设备的睡眠/唤醒键或者设备进入睡眠模式;
  • 重启设备。

开发者屏蔽

开发者不能访问 Face ID 阵列的原始传感器数据,相反,他们可以获得深度图以便在应用中使用,包括 ARKit 应用。

美中不足

有些眼镜的涂层会阻隔红外线,在这种情况下,你只能摘下眼镜识别,或者用密码解锁。

对于盲人或者视觉受损用户,可以关闭“注视感知功能”来使用 Face ID,但是整体安全水平没有那么高,因为它无法确定用户双眼正直视着它,盯着它看。

由于 Face ID 要求能够看到你的双眼、鼻子和嘴巴,也就是说某些情况它无法使用,比如脸上戴着面纱之类东西的用户。

最新刷脸应用

除了 iPhone X,还有一些比较新的刷脸应用:

刷脸支付

近日,支付宝在肯德基的 KPRO 餐厅上线刷脸支付:在自助点餐机上选好餐,进入支付页面,选择“支付宝刷脸付”,然后进行人脸识别,大约需要1-2秒,再输入与支付宝账号绑定的手机号,确认后即可支付,支付过程不到10秒。

肯德基 KPRO 的点餐机上配备了3D红外深度摄像头,在进行人脸识别前,会通过软硬件结合的方法进行活体检测,来判断采集到的人脸是否是照片、视频或者软件模拟生成的,能有效避免各种人脸伪造带来的身份冒用情况。

这也是刷脸支付在全球范围内的首次商用试点。

刷脸取款

近日,农行在自动取款机上线“刷脸取款”,用户可以不带卡,只要刷脸就能取款。站在农行 ATM 机前,看一眼摄像头,再输入手机号、取款金额、密码,自动吐钞,拿走现金。

除了人脸识别之外,用户还需要输入手机号码或身份证号进行身份确认,最后再依靠密钥进行取款,安全性相对插卡取款还多了一重保障。不过,如果是进行过整容,或者化妆与本人差距实在太大,可能会造成识别失败。

除了农行外,招行也属于较为激进的AI技术探险者。去年,招行在全国106个城市近千台 ATM 机上实现了“刷脸”取款的功能。

刷脸进站

目前,一些火车站已经推出“刷脸进站”功能。旅客拿着身份证、火车票,再面朝屏幕盯上几秒钟,旅客就能快速通过检票,最快只要3秒。

旅客再也不用排长队等待人工检票,这不仅极大地给旅客提供了便利,更增加了安全性。

另外,这种刷脸进站系统,还与公安网相连,犯罪嫌疑人在终端前一露脸就露馅。

当有人脸部受伤或者多人刷脸时,还是会出现识别不出的状况,这种时候就需要车站工作人员进行二次识别了。

其他刷脸应用

6月底,南航于河南南阳机场启用国内首个人脸识别智能化登机系统,无需证件、登机牌,在登机口前,旅客只需“刷脸”即可秒速开闸登机。

最近,蚂蚁金服通过人脸识别技术,帮助上海、杭州、深圳等地市民实现了“刷脸”办政务,对着手机摄像头扫一扫就能查询公积金、申报个人所得税等。

近日,支付宝和自提柜厂商“递易”在上海开始试点自提柜刷脸取件,根据提示操作,取件只需要5秒钟。

除此之外,还有很多刷脸的应用,小宅就不一一举例了,刷脸应用非常方便的改变了我们的生活。

人脸识别技术

既然刷脸时代已经到来,那么关于人脸识别都有哪些技术?

人脸检测

检测图片或视频流中的人脸并返回人脸框坐标,且可以储存检测到的人脸数据,用于后续人脸比对、人脸搜索等高级功能。主要应用:

基于人脸的人流量统计,利用人脸检测技术,能够轻松识别出图像或视频中所有人脸并计数,从而方便在零售商业、机场或学校等场所进行基于人脸的人流量或出勤率统计。

集体照标记,在集体照中找到并标记出所有人脸,配置高精度的智能算法,可以在各种场合都能抓住每一个笑容,无论是大学毕业典礼留影还是马拉松比赛抓拍。

人脸关键点

定位并返回人脸五官与轮廓的关键点坐标位置。关键点包括人脸轮廓、眼睛、眉毛、嘴唇以及鼻子轮廓。无论是静态图片还是动态视频流,人脸关键点均能完美贴合人脸。主要应用:

人脸照片编辑,运用人脸关键点,能够轻松编辑人脸照片,并施以令人惊叹的精细效果,如人脸妆容、贴纸、人脸五官或外貌变换等。

视频滤镜与贴纸,能够流畅处理视频流中的人脸,可以实时添加人脸滤镜或贴纸。

3D  人脸模型 ,利用高精度的人脸关键点,可以为视频或图片中的人脸打造纤毫毕现的 3D 模型。

人脸属性

基于深度学习算法,能够进行一系列人脸相关的属性分析。可以获取多种人脸属性,包括年龄、性别、微笑程度、头部姿态、眼睛状态、情绪、颜值、视线、嘴部状态、皮肤状态、人种、人脸图片质量与模糊程度。这些精准的人脸属性信息,能够开展各类基于人脸照片的分析工作。主要应用:

  • 广告精准投放 ,通过实时分析受众群体的人脸属性,可以投放精准匹配的广告信息。
  • 市场调查 ,运用人脸属性,能够分析客户的属性与行为模式。在市场分析与媒介效果测量领域,获得前所未有的灵感与助益。

人脸比对

分析两张人脸属于同一个人的可能性大小。使用人脸比对技术,可以得到一个置信度分数和相应的阈值,以便评估相似度。主要应用:

基于人脸的用户核验,运用人脸比对技术,能够比对实拍照片与底图,核验用户身份。这被广泛应用于打造刷脸登录或远程核身功能中。

人证合一,自动将人脸照片与证件照片进行比对,例如护照、驾照或身份证照片,这有助于在安保场景中提高效率与准确性。

人脸搜索

针对一个新的人脸,在一个已有的人脸集合中搜索相似的人脸。通过精准强大的人脸搜索算法,可以返回一系列相似人脸,以及相应的置信度分数与阈值,以评估相似度。主要用于:

智能照片库,通过人脸搜索,能够轻松聚合相册中的相似人脸。借此可以打造带有人脸自动聚合功能的智能相册应用。

刷脸门禁,采集访客的人脸图像,并在身份照片库中进行搜索,以便确认访客的身份。人脸搜索技术被广泛用于自动门禁或访客登记系统。

安防监控,能够检测到监控画面中的人脸,并在预置的数据库中搜索相似人脸,从而快速定位可疑人物或失踪人口。

这是一个刷脸的时代,不管你长得英俊潇洒,还是貌美如花,在机器面前,人人平等,不以颜值论英雄。轻松一刷,智享生活!

本文由 @小宅的视界 原创发布于人人都是产品经理。未经许可,禁止转载。

题图来自PEXELS,基于CC0协议

人工智能
上一篇:腾讯优图:视觉AI到底发展到了什么地步? 下一篇:iPhoneX人脸识别引发怎样的数据安全的思考?
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

11个主流AI聊天机器人平台,你绝不能错过 精选

人工智能聊天机器人掀起了一场用户体验革命。只要用户需要,机器人就能提供有用的信息。一些企业应用AI聊天机器人为客户提供积极有益的帮助,企业也因此得到了长足的发展。

读芯术 ·  23h前
5G自动驾驶什么样?韩国测试得出这样的结果

自动驾驶与5G的产业发展备受关注,而两者结合会有什么样的效果,韩国企业近日进行了一番探索。韩媒报道称,10月10日,LG U+自动驾驶汽车在首尔麻谷LG科学园一带的普通公路上进行了测试。

佚名 ·  1天前
全球十大AI训练芯片大盘点

AI芯片哪家强?现在,有直接的对比与参考了。英国一名资深芯片工程师James W. Hanlon,盘点了当前十大AI训练芯片。

乾明 ·  1天前
模型仅1MB,更轻量的人脸检测模型开源,效果不弱于主流算法

AI模型越来越小,需要的算力也也来越弱,但精度依旧有保障。最新代表,是一个刚在GitHub上开源的中文项目:一款超轻量级通用人脸检测模型。

乾明 ·  1天前
人工智能遇冷,自动驾驶受阻?

2016到2019,人工智能经历了梦幻般的三年,但人工智能的历史规律告诉我们:高潮过后可能会引来新的一波沉寂,人工智能助推下的自动驾驶也会受到波及。

佚名 ·  1天前
非监督学习最强攻略

本次主要讲解的内容是机器学习里的非监督学习经典原理与算法,非监督,也就是没有target(标签)的算法模型。

SAMshare ·  1天前
PyTorch终于能用上谷歌云TPU,推理性能提升4倍,该如何薅羊毛?

Facebook在PyTorch开发者大会上正式推出了PyTorch 1.3,并宣布了对谷歌云TPU的全面支持,而且还可以在Colab中调用云TPU。

晓查 ·  1天前
500亿参数,支持103种语言:谷歌推出「全球文字翻译」模型

由于缺乏平行数据,小语种的翻译一直是一大难题。来自谷歌的研究者提出了一种能够翻译 103 种语言的大规模多语言神经机器翻译模型,在数据丰富和匮乏的语种翻译中都实现了显著的性能提升。

机器之心 ·  3天前
Copyright©2005-2019 51CTO.COM 版权所有 未经许可 请勿转载