未来智讯 > 人脸语音识别论文 > 人脸识别,到底靠不靠谱
    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。
    人脸识别系统成功的关键在于是否拥有尖端的核心算法,并使识别结果具有实用化的识别率和识别速度;“人脸识别系统”集成了人工智能、机器识别、机器学习、模型理论、专家系统、视频图像处理等多种专业技术,同时需结合中间值处理的理论与实现,是生物特征识别的最新应用,其核心技术的实现,展现了弱人工智能向强人工智能的转化。
    不过这项“刷脸”技术也引发疑问:如果胖了瘦了,机器能识别出来吗?双胞胎如何区分识别?如果有人拿我的照片和视频来冒充怎么办?比如,用3D打印等技术复制人脸骗过摄像头、老婆趁老公睡着刷下脸是不是就转走钱了、抢劫犯再也不用逼问密码了、盗窃分子通过一定手段拿到住户的相片能“忽悠”住摄像头吗等问题。
    人脸识别系统难点
    人脸识别,是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像头采集含有人脸的图像(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脸部识别的一系列相关技术,即通常所说的刷脸技术。
    人脸识别主要分四步完成:人脸图像采集及检测、人脸图像预处理、人脸图像特征提取,匹配与识别。其原理和手机上的指纹解锁相似,只不过把指纹变成了脸。由于人脸比指纹等视觉辨识度更高,所以理论上刷脸技术的前景更广阔。
    人脸识别被认为是生物特征识别领域甚至人工智能领域最困难的研究课题之一。人脸识别的困难主要是人脸作为生物特征的特点所带来的。
    其一,相似性。不同个体之间的区别不大,所有的人脸的结构都相似,甚至人脸器官的结构外形都很相似。这样的特点对于利用人脸进行定位是有利的,但是对于利用人脸区分人类个体是不利的。
    其二,易变性。人脸的外形很不稳定,人可以通过脸部的变化产生很多表情,而在不同观察角度,人脸的视觉图像也相差很大,另外,人脸识别还受光照条件、人脸的很多遮盖物、年龄等多方面因素的影响。
    其三,用户配合度。现有的人脸识别系统在用户配合、采集条件比较理想的情况下可以取得令人满意的结果。但是,在用户不配合、采集条件不理想的情况下,现有系统的识别率将陡然下降。比如,人脸比对时,与系统中存储的人脸有出入,例如剃了胡子、换了发型、多了眼镜、变了表情都有可能引起比对失败。也就是说,人如果发生较大变化,系统可能就会认证失败。光照、姿态、装饰等,对机器识别人脸都有影响。
    人脸识别优势特点
    与此前的指纹识别相比,人脸识别系统有很多的改进。指纹技术的使用寿命不如人脸识别系统,使用成本也高于人脸识别系统。由于沾水、沾汗、沾灰,还有传感器只能在室内使用等原因,指纹识别系统在露天户外使用的可能性很小。而用于人脸识别的摄像机一天24小时都可工作,第一它不侵犯人权,第二它是很安全的,无论室内还是户外均可使用。人脸识别系统意味着每个人的脸上都贴着名字,外人看不见,但监控系统能看得见。
    在安全性方面,人脸识别系统信息存储仍是以计算机能识别的语言为主,即数字或者特定代码。也就是说,他同样会面临黑客的攻击。但若是对已存储的人脸信息进行加密,即便黑客偷走了“人脸”,也没办法识别或者打开。
    与传统方式相比,人脸识别的最大特点就是更具安全、保密和方便性。人脸识别独具的活性判别能力,保证了他人无法以非活性的照片、木偶、蜡像乃至人头欺骗识别系统,无法仿冒。
    此外,人脸识别速度快,不易被察觉。与其他生物识别技术相比,人脸识别属于一种自动识别技术,一秒钟的时间里可以识别好几次。而且不被察觉的特点对于一种识别方法也很重要,这会使这种识别方法更易被接受,并且不容易引起注意从而不容易被欺骗。
    人脸识别应用前景
    虽然马云刷脸支付成功了,但是这项技术目前还没有正式投入商用,具体时间支付宝方面也未透露,不过人脸识别仍然值得期待。
    虽然人脸识别技术已经研究了半个多世纪,但直到2014 年水平才有了飞速发展,识别人脸的精度数次超过人眼,达到99%以上。相信随着技术的发展(集合虹膜、视网膜、语音等识别技术),识别率会更加完美。
    支付应用――2013年7月,芬兰一家企业就推出全球首个“刷脸”支付系统。结账时,消费者只需在收银台面对POS机屏幕上的摄像头,系统自动拍照,扫描消费者面部,等身份信息显示出后,在触摸显示屏上点击确认完成交易。无需信用卡、钱包或者手机等。整个交易过程不超5秒钟。
    现在常用的刷POS机付款方式,不仅支付流程比较繁琐,用户消费时还容易遭遇支付欺诈、安全验证出错等一系列的难题,二维码或者终究是一个过渡方案,用户体验更好的生物支付将进一步成为移动支付场景应用的核心手段。
    据悉,支付宝的人脸支付由马云的蚂蚁金服与Face++合作研发,它能够应对复杂的光照并支持多种人脸姿态,可以精确定位面部的关键区域位置,包括眉毛、眼睛、鼻子、嘴巴、脸部轮廓等。
    值得一提的是,Face++团队曾拿下三项世界第一,其中,在最重要的互联网图片人脸识别LFW中,Face++团队力压Facebook,获得了99.6%的准确率。
    网络应用――利用人脸识别辅助信用卡网络支付,以防止非信用卡的拥有者使用信用卡等。如计算机登录、电子政务和电子商务。在电子商务中交易全部在网上完成,电子政务中的很多审批流程也都搬到了网上。而当前,交易或者审批的授权都是靠密码来实现。如果密码被盗,就无法保证安全。如果使用生物特征,就可以做到当事人在网上的数字身份和真实身份统一。从而大大增加电子商务和电子政务系统的可靠性。
    娱乐应用――人脸识别技术广泛地应用于日常生活中,如相机拍摄,图片对比等,尤其近两年来,相亲节目如火如荼,其中浙江电视台的爱情连连看中的最佳夫妻像环节就利用了人脸对比技术来测试男女主人公面相的相似程度。
    随着移动互联网的崛起,一些人脸识别技术的开发者将该项技术应用到娱乐领域中,比如应用开心明星脸等,根据人脸的轮廓,肤色,纹理,质地,色彩,光照等特征来计算照片中主人公与明星的相似度。
    人脸识别具有十分广泛的应用空间:人脸识别出入管理系统、人脸识别门禁考勤系统、人脸识别监控管理、人脸识别照片搜索、人脸识别来访登记等。
转载请注明来源。原文地址:https://www.7428.cn/page/2018/0713/21778/
 与本篇相关的热门内容: