关于人脸识别你所需要知道的二三事

人脸识别是一种利用面部特征确认身份的技术,广泛应用于手机解锁、执法、机场安检、零售体验和医疗保健等领域。其工作流程包括人脸检测、人脸对齐、特征编码和匹配。尽管能提高安全性,减少犯罪,但也存在监控、错误识别和隐私侵犯等争议。随着技术的发展,人脸识别在便利性和安全性之间寻找平衡成为重要议题。
摘要由CSDN通过智能技术生成

什么是人脸识别

人脸识别是一种使用人脸数据确认个人身份的方法。 人脸识别系统可用于识别照片或视频中的人。 人脸识别是生物特征安全的一个类别。 其他形式的生物识别包括语音识别、指纹识别和视网膜或虹膜识别。 该技术主要用于安全和执法,但在其他领域的应用也越来越多。

人脸识别工作原理

很多人通过用于解锁 iPhone 的 FaceID 了解到了人脸识别技术。在该项应用中,人脸识别不依赖于庞大的照片数据库来确定个人的身份——它只是将一个人识别为设备的唯一所有者,同时限制对其他人的访问。

在其他的应用中,通常是由人脸图像采集系统通过抓拍采集人脸图像等,如监控摄像头、智能门禁等设备。然后在后端的智能平台将前端采集的相关数据统一进行汇聚、处理、存储、应用、管理与共享,并结合人脸识别系统,实现大量人脸识别,并应用在现实场景中如:人脸识别考勤、人脸门禁、公安部的人脸追踪、抓捕嫌疑犯等等。将经过摄像头的人的面部与观察名单上的人的图像进行匹配。

人脸识别技术可能会有所不同,但总的来说,基本分为以下几个步骤:

第 1 步:人脸检测

人脸检测在实际中主要用于人脸识别的预处理,即在图像中准确标定出人脸的位置和大小。 从照片中找出人脸的位置,以图片左上角为坐标原点,分别记录下人脸框左上角和右下角的坐标,并将人脸部分裁剪出来。

第 2 步:人脸分析

在现实场景中,往往前端设备抓拍获得的人脸不一定是正脸的角度,所以需要将图像中的人脸姿态进行矫正。通过人脸关键点检测得到人脸的关键点坐标,根据人脸的关键点坐标调整人脸的角度,使人脸对齐。如图,这两个脸在计算机看来,是完全不同的两张脸,因此我们需要通过一些仿射变换将脸部进行对齐。

使用训练好的模型,自动地从检测出的人脸中标记出68个特征点(landmarks),然后在模板库中寻找一个标准模板,使用仿射变化,将这个68个点与模板的68个点对齐。

 

第 3 步:人脸编码(提取特征向量)

通过卷积神经网络训练一个模型,将送入的模型脸部图片自动编码成一个具有一个很强语义的向量。 训练过程:

  • 输入一张已知身份的照片。

  • 输入一张相同身份的照片。

  • 输入一张不同身份的照片。

  • 反复调整参数,使得步骤1和步骤2中的照片编码尽量接近,与步骤3中的编码尽量不同。

第 4 步:找到匹配项

依次计算输入图像和数据库中每个图片的向量差值的欧氏距离,直到找到小于我们阈值的那张,到此,人脸识别成功。

人脸识别的应用

解锁手机

现在市面上许多的智能手机配备了面部解锁功能。该功能能够更好地保护用户的隐私数据,即使手机被盗,手机内的数据都能被很好地保护。苹果就声称,随机人脸解锁手机的几率约为百万分之一。

执法

人脸识别经常被用于执法工作中。警方收集被捕者的面部照片,并将其与人脸识别数据库进行比较。一旦收集到了被捕者的照片,他们的照片将被添加到数据库中。

机场和边境管制

人脸识别设备在机场的配备非常广泛。越来越多的旅客持有生物特征护照,这使他们可以避免排长队,通过自动电子护照匹配,更快地到达登机口。人脸识别不仅可以减少等待时间,还可以让机场提高安全性。美国国土安全部预测,到 2023 年,97% 的旅客将使用人脸识别技术。除此之外,该技术也能够提高奥运会等大型活动的安全性。

寻找失踪人员

人脸识别可用于寻找失踪人员和人口贩卖的受害者。假设将丢失的个人数据添加到数据库中。那么,无论是在机场、零售店还是其他公共场所,只要人脸识别设备将其识别出来,执法人员就可以立即收到报警。

改善零售体验

例如,商店中人脸识别设备识别出客户后,根据他们的购买历史提出购买建议。“刷脸支付”也能够为用户带来便捷的支付体验。

银行业

生物特征网上银行是人脸识别的另一个好处。客户可以通过查看他们的智能手机或电脑来授权交易,而不是使用密码。有了人脸识别,黑客就没有密码可以攻破了。如果黑客窃取了你的照片数据库,“无生命”检测——一种用于确定生物特征样本的来源是活人还是假冒的技术——应该(理论上)阻止他们将其用于冒充目的。

市场营销和广告

营销人员已使用人脸识别来增强消费者体验。例如,冷冻披萨品牌 DiGiorno 在 2017 年的营销活动中使用了人脸识别技术,它分析了 DiGiorno 主题派对上人们的表情,以衡量人们对披萨的情绪反应。媒体公司还使用人脸识别来测试观众对电影预告片、电视试播中的角色以及电视促销的最佳位置的反应。采用人脸识别技术的广告牌——比如伦敦的皮卡迪利广场——意味着品牌可以触发定制广告。

卫生保健

医院使用人脸识别来帮助患者护理。医疗保健提供者正在测试使用人脸识别来访问患者记录、简化患者登记、检测患者的情绪和疼痛,甚至帮助识别特定的遗传疾病。 AiCure 开发了一款应用程序,该应用程序使用人脸识别来确保人们按规定服药。随着生物识别技术变得越来越便宜,预计医疗保健行业的采用率将会增加。

跟踪学生或工人出勤率

中国的一些教育机构使用人脸识别来确保学生不会逃课。平板电脑用于扫描学生的面部并将其与数据库中的照片进行匹配,以验证他们的身份。更广泛地说,该技术可用于工人进出工作场所,以便雇主可以跟踪出勤率。

识别驱动程序

根据这份消费者报告,汽车公司正在尝试用人脸识别来代替车钥匙。该技术将取代进入和启动汽车的钥匙,并记住驾驶员对座椅和后视镜位置以及电台预设的偏好。

监测赌博成瘾

人脸识别可以帮助博彩公司在更高程度上保护他们的客户。对于工作人员来说,监控进入和在赌博区周围移动的人很困难,尤其是在赌场等拥挤的大型空间中。人脸识别技术使公司能够识别那些注册为赌博成瘾者并记录他们的游戏,以便工作人员可以建议何时停止。如果自愿排除名单上的赌徒被发现赌博,赌场可能会面临巨额罚款。

人脸识别使用实例

  1. 亚马逊此前曾向执法机构推广其名为 Rekognition 的基于云的人脸识别服务。然而,在 2020 年 6 月的一篇博客文章中,该公司宣布计划在一年内暂停警方使用其技术。这样做的理由是留出时间启动美国联邦法律,以保护人权和公民自由。
  2. Apple 使用人脸识别来帮助用户快速解锁手机、登录应用程序和进行购买。
  3. 英国航空公司为从美国登机的乘客提供人脸识别功能。可以通过摄像头扫描旅客的面部以验证其身份以登机,而无需出示护照或登机牌。
  4. 总部位于美国的医疗保险公司 Cigna 允许中国客户提交使用照片而非书面签名签署的健康保险索赔,以减少欺诈事件。
  5. 可口可乐在世界各地以多种方式使用人脸识别。示例包括奖励客户在其在中国的一些自动售货机进行回收,在其澳大利亚的自动售货机上投放个性化广告,以及在以色列进行活动营销。
  6. Facebook 于 2010 年开始在美国使用人脸识别,当时它使用标签建议工具自动标记照片中的人物。自 2019 年以来,Facebook 已选择加入该功能,作为更加注重隐私的驱动力的一部分。 Facebook 在此处提供有关如何选择加入或退出人脸识别的信息。
  7. 谷歌将该技术整合到谷歌照片中,并使用它对图片进行分类,并根据识别的人自动标记它们。
  8. MAC 彩妆在其一些实体店中使用人脸识别技术,允许顾客使用店内增强现实镜子虚拟“试妆”。
  9. 麦当劳已在其日本餐厅使用人脸识别技术来评估那里提供的客户服务质量,包括分析其员工在帮助顾客时是否微笑。
  10. Snapchat 是人脸识别软件的先驱之一:它允许品牌和组织创建适合用户面部的过滤器——因此在社交媒体上随处可见的小狗脸和花冠过滤器。

人脸识别的优势

除了解锁你的智能手机,人脸识别还带来其他好处:

提高安全性

在政府层面,人脸识别可以帮助识别恐怖分子或其他罪犯。在个人层面,人脸识别可用作锁定个人设备和个人监控摄像头的安全工具。

减少犯罪

人脸识别使追踪窃贼、小偷和侵入者变得更加容易。仅知道人脸识别系统的存在就可以起到威慑作用,尤其是对轻微犯罪。除了物理安全之外,网络安全也有好处。公司可以使用人脸识别技术代替密码来访问计算机。从理论上讲,该技术无法被黑客入侵,因为没有什么可以窃取或更改的,就像密码一样。

更快的处理

识别人脸的过程只需一秒钟,这将极大地提高用户的使用体验。

与其他技术集成

大多数人脸识别解决方案与大多数安全软件兼容。

人脸识别的劣势

虽然有些人不介意在公共场合拍摄,也不反对在有明显好处或理由的情况下使用人脸识别,但该技术可以激发其他人的强烈反应。一些缺点或担忧包括:

监视

一些人担心人脸识别以及无处不在的摄像机、人工智能和数据分析的使用创造了大规模监控的潜力,这可能会限制个人自由。虽然人脸识别技术可以让政府追踪犯罪分子,但它也可以让他们随时追踪普通和无辜的人。

错误范围

人脸识别数据并非没有错误,这可能导致人们因未犯下的罪行而受到牵连。例如,摄像机角度的微小变化或外观的变化(例如新发型)都可能导致错误。 2018 年,《新闻周刊》报道称,亚马逊的人脸识别技术错误地将 28 名美国国会议员认定为因犯罪被捕的人。

侵犯隐私

道德和隐私问题是最有争议的问题。众所周知,政府在未经他们同意的情况下存储了几名公民的照片。 2020 年,欧盟委员会表示正在考虑在公共场所禁止人脸识别技术长达五年,以便有时间制定监管框架以防止隐私和道德滥用。

海量数据存储

人脸识别软件依赖机器学习技术,需要海量数据集“学习”才能提供准确的结果。如此庞大的数据集需要强大的数据存储。中小型公司可能没有足够的资源来存储所需的数据。

在世界各地,生物特征信息被越来越多地捕获、存储和分析,通常是由组织和政府进行的,在网络安全方面的记录参差不齐。一个越来越多的问题是,保存和处理所有这些数据的基础设施有多安全?

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

人工智能技术小白修炼手册

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值