首頁 > 熱點聚焦 > 正文
聚焦刷臉:刷臉支付三大疑惑有待完善
中國安防行業網    2017/10/20 14:16:00    關鍵字:刷臉,刷臉支付      瀏覽量:


  疑惑一:“刷臉”如何確保精準度?
  在衡量人臉識別能力時,很多公司都會宣稱其準確率超過“99%”。對此,長期研究機器學習的西安交通大學電信學院特聘教授、國家“千人計劃”專家龔怡宏表示,這里的準確率指的是在一些世界知名人臉數據庫比對中取得的成績,但在現實運用中,這種準確度要大打折扣。
  商湯科技聯合創始人楊帆也認為,這些準確度是在一定前置條件下取得的,但現實應用場景復雜多變,人群樣本更大,不同光線、姿態、分辨率等條件都可能給機器識別帶來困難。
  不過,這也不代表技術要達到100%準確率才可以使用。“世界上沒有完美的技術,任何技術都是有錯誤率和瑕疵的,但是如果在特定的場景下,技術的準確度能夠滿足要求、錯誤帶來的風險可以承受,那它就是有價值的。”顏水成說。
  蘋果方面介紹,新機iPhoneX的面容ID功能利用由點陣投影器、紅外鏡頭和泛光感應元件組成的先進原深感攝像頭系統,在A11仿生強勁動力的支持下可繪制面譜并識別面容。該功能會投射30000多個肉眼不可見的紅外光點,然后將得到的紅外圖像和點陣圖案傳輸給神經網絡,創建用戶臉部的數學模型,再將這些數據發送至安全隔區,以確認數據是否匹配。而且,用戶的樣貌隨著時間而改變,技術也能隨之進行調整適應。
  螞蟻金服介紹,支付寶在肯德基KPRO的點餐機上配備了3D紅外深度攝像頭,在進行人臉識別前,會通過軟硬件結合的方法進行活體檢測,來判斷采集到的人臉是否是照片、視頻或者軟件模擬生成的,避免各種人臉偽造帶來的身份冒用情況。
  疑惑二:雙胞胎、過度化妝和整容能分辨嗎?
  “人臉的角度、光線、表情、年齡、化妝、遮擋、照片質量等會影響我們的判斷,并且隨著數據庫樣本增大,兩個不同人長得像的概率會快速上升。”陳繼東提出了生物識別技術面臨的難題,不過,他認為深度學習會讓計算機更聰明,能克服這些困難。
  顏水成表示,面對雙胞胎或者整容前后等特殊情況,機器能否識別,要看具體情況。比如整容幅度過大,機器無法識別是有可能的。此外,臉部信息也會隨著年齡增長而改變。如果到了機器無法識別的程度,使用者只需去系統更新臉部照片就可解決。
  為了提高識別率,不少應用場景都需要用戶采用除人臉識別技術外的雙重驗證。陳繼東表示,交叉驗證方式進一步提升識別率,即使是雙胞胎也“判若兩人”。在金融等對誤識別率容忍極低的領域中,單一識別要素即使精準度再高仍然會有漏網之魚,因此需要結合多因子綜合驗證。目前人臉識別準確率已遠超肉眼,而且有活體檢測算法來判斷采集到的人臉信息是否為照片、視頻等冒充。“即便出現賬戶被冒用的極小概率事件,支付寶也會通過保險公司全額賠付。”
  疑惑三:用戶隱私如何保護?
  有專家指出,人臉特征與指紋、虹膜相比,是一個具有弱隱私的生物特征。例如,很多人都會發自拍照,也是相對公開的特征。如何保證用戶數據安全尤為關鍵。
  據媒體報道,在一個名為“你的臉就是大數據”的項目中,俄羅斯攝影師葉戈爾?茨韋特科夫在圣彼得堡用了6周時間拍攝100名地鐵乘客的人臉照片,之后利用人臉識別工具比對俄羅斯最大社交網站VK(VKontakte)上的5500萬用戶,找到了大約70名乘客的個人資料。
  如何防范類似的隱私泄露風險?曠視科技副總裁謝憶楠表示,曠視在采集到照片后會對照片進行脫敏處理,只提取照片特征,而非照片本身,即使這些特征在傳輸過程中被竊取,也無法還原出照片,過程是不可逆的。
  陳繼東說,目前支付寶已經對人臉識別技術進行了加密、脫敏的技術防范,可以將人臉信息變成一個不可逆的數字信息,不能還原、比對。
  蘋果方面介紹,其所有保存的面容信息都被保護在安全隔區內,以確保數據安全無虞。同時,所有處理都在設備上進行,不會發生在云端,以充分保護用戶隱私。面容ID只有在用戶注視iPhoneX時才會為它解鎖,并采用特別設計,可防止被照片或面具假冒的人臉欺騙。
组六期期必中技巧