|
苹果方面介绍，新机iPhoneX的面容ID功能利用由点阵投影器、红外镜头和泛光感应元件组成的先进原深感摄像头系统，在A11仿生强劲动力的支持下可绘制面谱并识别面容。该功能会投射30000多个肉眼不可见的红外光点，然后将得到的红外图像和点阵图案传输给神经网络，创建用户脸部的数学模型，再将这些数据发送至安全隔区，以确认数据是否匹配。而且，用户的样貌随着时间而改变，技术也能随之进行调整适应。
蚂蚁金服介绍，支付宝在肯德基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，避免各种人脸伪造带来的身份冒用情况。
疑惑二：双胞胎、过度化妆和整容能分辨吗？
“人脸的角度、光线、表情、年龄、化妆、遮挡、照片质量等会影响我们的判断，并且随着数据库样本增大，两个不同人长得像的概率会快速上升。”陈继东提出了生物识别技术面临的难题，不过，他认为深度学习会让计算机更聪明，能克服这些困难。
颜水成表示，面对双胞胎或者整容前后等特殊情况，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。
为了提高识别率，不少应用场景都需要用户采用除人脸识别技术外的双重验证。陈继东表示，交叉验证方式进一步提升识别率，即使是双胞胎也“判若两人”。在金融等对误识别率容忍极低的领域中，单一识别要素即使精准度再高仍然会有漏网之鱼，因此需要结合多因子综合验证。目前人脸识别准确率已远超肉眼，而且有活体检测算法来判断采集到的人脸信息是否为照片、视频等冒充。“即便出现账户被冒用的极小概率事件，支付宝也会通过保险公司全额赔付。”
疑惑三：用户隐私如何保护？
有专家指出，人脸特征与指纹、虹膜相比，是一个具有弱隐私的生物特征。例如，很多人都会发自拍照，也是相对公开的特征。如何保证用户数据安全尤为关键。
据媒体报道，在一个名为“你的脸就是大数据”的项目中，俄罗斯摄影师叶戈尔·茨韦特科夫在圣彼得堡用了6周时间拍摄100名地铁乘客的人脸照片，之后利用人脸识别工具比对俄罗斯最大社交网站VK(VKontakte)上的5500万用户，找到了大约70名乘客的个人资料。
如何防范类似的隐私泄露风险？旷视科技副总裁谢忆楠表示，旷视在采集到照片后会对照片进行脱敏处理，只提取照片特征，而非照片本身，即使这些特征在传输过程中被窃取，也无法还原出照片，过程是不可逆的。
陈继东说，目前支付宝已经对人脸识别技术进行了加密、脱敏的技术防范，可以将人脸信息变成一个不可逆的数字信息，不能还原、比对。
苹果方面介绍，其所有保存的面容信息都被保护在安全隔区内，以确保数据安全无虞。同时，所有处理都在设备上进行，不会发生在云端，以充分保护用户隐私。面容ID只有在用户注视iPhoneX时才会为它解锁，并采用特别设计，可防止被照片或面具假冒的人脸欺骗。
相关行业标准有待完善
专家普遍认为，人脸识别技术的市场潜力巨大，技术要求高安全性、高准确率、高可用性、高实时性，但目前人脸识别技术还没有一个行业标准，用户隐私安全也亟待保障，建议制定并完善行业标准。
在中科院计算技术研究所研究员山世光看来，经过多年发展，人脸识别近几年确实取得了突破式发展，完成了一些以前“不可能完成的任务”。但用户隐私也值得关注，即用户的照片是如何传输和保存的，有没有在未经允许的情况下被保存或拷贝。相关应用如何设计人脸识别系统，确保用户数据不被盗用，目前看起来还不明确。“人脸识别技术逐渐走向成熟，应用越来越多，人脸识别技术的各类标准，包括保护公民隐私的标准应尽快出台。”山世光说。
华为集团从事模式识别的技术人员田女士说，人脸数据很难更改，“例如，我们不可能因为一次人脸数据被盗就去整容来更改我们独有的生物密码。因此，当下很多技术都在突破活体检测，如用‘眨眨眼’‘张张口’来进一步确认”。
3/4 首页 上一页 1 2 3 4 下一页 尾页 |
