为什么被折叠？
0 个回复被折叠
22 回答
人脸识别很准，很快，但是不可能代替密码
我就放出话了，二维人脸识别会被欺诈集打的妈妈都不认识
二维人脸识别用来刷支付宝是愚蠢的行为之一
欺诈方法多了去了，几张二维人脸照片生成一张三维点云，你笑你动你眨眼，都可以过
二维人脸会被宣告死亡，三维人脸才是未来（笑
伴随着刷脸登录、刷脸开户成为现实，人们一方面开始接受人脸识别带来的便利，另一方面也或多或少容易产生恐惧心理。在登录场景、支付场景中，人脸识别系统遭受仿真面具或照片视频攻击的可能性确实存在，但抵御攻击的技术水平也在不断提升，应当清楚地认识到人脸识别大规模普及是大势所趋。
本期，我们来盘点下人们对人脸识别常见的认知误区。
1、一张照片或者一段视频真能蒙骗过关？
人脸识别技术点在于人脸检测、关键点定位和活体识别、跟踪，主要是通过人脸图像特征的提取与对比来进行的。人脸识别系统将提取的人脸图像的特征数据与数据库中存储的特征模板进行搜索匹配，通过设定一个阈值T，当相似度超过这一阈值，则把匹配得到的结果输出。将待识别的人脸特征与已得到的人脸特征模板进行比较，根据相似程度对人脸的身份信息进行判断。
整个过程大致如下：检测人脸 → 活体检测（点头、张嘴等动作） → 人脸对比（和之前上传的自拍照或证件照）→ 分析对比结果 → 返回结果（通过或不通过）。
目前人脸识别常见的攻击手段包括了纸片翻拍、屏幕翻拍、用户戴面具等。如今的活体检测技术逐渐加上了景深识别，使得人脸识别技术能够对付照片、视频伪装的外在攻击，对需要识别的人脸进行景深3D人脸辨识，以有效抵御蒙骗分子。
不仅如此，最新的人脸识别技术已经可以识别合成的视频、图像与自然视频、图像的差异，随着算法技术的日益精进，将变得愈发安全。
2、人脸算法的“准确率”越高越好吗？
上文提到，人脸识别算法一般会设定一个阈值T作为评判通过与否的标准。人脸相似度大于阙值时，显示匹配成功，否则失败。一般来说，阈值越高，误识率越低，但通过率也越低，会提示验证失败。阈值的设定一般是根据人脸识别的ROC曲线（Receiver Operating Curve）进行设定。
| 注：ROC曲线（Receiver Operating Curve）指受试者工作特征曲线，反映敏感性和特异性连续变量的综合指标，用构图法揭示敏感性和特异性的相互关系，它通过将连续变量设定出多个不同的临界值，从而计算出一系列敏感性和特异性，曲线下面积越大，诊断准确性越高。在ROC曲线上，最靠近坐标图左上方的点为敏感性和特异性均较高的临界值。
设定的阈值越高，认假率越低，拒真率越高，一般会通过人脸比对的相似度得到roc曲线，找到拒真率和认假率的交叉点即为最理想的阈值。
由此可见，人脸算法的准确率并非越高越好，完全可以依据场景方的需要，吻合特定场合来设定。
3、画妆整容能够识别吗？
人脸识别系统提取眉毛、眼睛、鼻子、嘴、脸颊等部位的轮廓近百个关键点信息，将待识别的人脸特征与已得到的人脸特征模板进行比较，根据相似程度对人脸的身份信息进行判断。只要不改变面部特征，人脸识别是没有问题的。
在人看来长得差不多的人脸，在机器看来却有很多特征是不同的。即使是长得非常相似的双胞胎，人脸识别都可以提取出细微的差别。目前极端情况下也存在双胞胎人脸识别分辩难度大的情况，但是网红脸对于人脸识别来说完全不是问题。
所以，无论用户是化妆或是卸妆，人脸的关键点位就在那里。但是，细节改变较大的整容，会显著改变面部特征，这种情况下人脸识别则可能面临着一定的难度挑战。
4、金融场景下的刷脸技术到底安不安全？
应用在金融场景中的人脸识别，并不是简单的人脸算法＋SDK。
与其他领域不同，金融场景因其特性使得它并不具备高的试错容忍率，使得误差率要控制在十万分之一甚至百万分之一以下才有商用价值。因此，需要建立多维度的身份认证体系才能为用户提供最彻底、全方位的解决方案。
以平安银行现钞机刷脸取款为例，技术层面，客户办理刷脸取款时，先输入手机或身份证号码，然后通过双目摄像头对客户人脸图像进行抓拍，同时结合红外活体检测技术、生物识别技术系统迅速启用平安科技人脸识别技术验证客户身份。此外，为了确保取款人身份的真实性，平安科技自研发深度学习活体识别算法，在刷脸取款系统中能够抵御照片、换脸视频、翻拍、面具的“攻击”，有效防止盗用、冒用他人证件进行交易。
因此，人脸识别配合移动互联网建立的双重验证机制，一重是密码认证（用户拥有设备认证），一重是身份认证，已成为坚实的安全堡垒。
再比如，在南非首家数字银行——DiscoveryBank上，平安科技为其提供“人脸识别＋声纹识别＋OCR电子签名”的多维度防护手段，并将所有这些手段进行交叉融合，全方位保障各场景金融安全。
由此可见，现在的金融场景下采用的是多重安全认证机制，以此来确保用户资金、账户的安全。
5、现阶段人脸识别普及的首要受益点是什么？
2017年，平安科技人脸识别开始服务于深圳市研究生考试、广东省高考术科统考以及众多民生政务项目。以机器识别替代原有人工审核方式，可显著降低人工压力，提升准确率。
未来，广泛的应用场景，在商场、无人超市、旅游景点、机场等诸多地点，通过手机端APP或小程序发送请求后，在封闭式的短时间核查场景下，考虑行业实际情况，再加一道人脸识别请求，免去原来的人工检票、人工核查，将极大程度地提高工作效率。
方便快捷、节省时间，成为人们对人脸识别技术普遍的认同，刷脸也逐渐在我们的生活中成为常态。
当然，需要引起警惕的是，有些开发者在调用第三方的人脸识别服务时，没有严格按照一个安全的规范来做，接入流程不够严谨，甚至经常出现为了提高用户体验而舍弃安全性的做法，亟待需要建立健全的行业规范。
http://weixin.qq.com/r/Gi4AGB7EjUPyrVp793sI (二维码自动识别)
整个过程大致如下：检测人脸 → 活体检测（点头、张嘴等动作） → 人脸对比（和之前上传的自拍照或证件照）→ 分析对比结果 → 返回结果（通过或不通过）。
目前人脸识别常见的攻击手段包括了纸片翻拍、屏幕翻拍、用户戴面具等。如今的活体检测技术逐渐加上了景深识别，使得人脸识别技术能够对付照片、视频伪装的外在攻击，对需要识别的人脸进行景深3D人脸辨识，以有效抵御蒙骗分子。
不仅如此，最新的人脸识别技术已经可以识别合成的视频、图像与自然视频、图像的差异，随着算法技术的日益精进，将变得愈发安全。
2、人脸算法的“准确率”越高越好吗？
上文提到，人脸识别算法一般会设定一个阈值T作为评判通过与否的标准。人脸相似度大于阙值时，显示匹配成功，否则失败。一般来说，阈值越高，误识率越低，但通过率也越低，会提示验证失败。阈值的设定一般是根据人脸识别的ROC曲线（Receiver Operating Curve）进行设定。
| 注：ROC曲线（Receiver Operating Curve）指受试者工作特征曲线，反映敏感性和特异性连续变量的综合指标，用构图法揭示敏感性和特异性的相互关系，它通过将连续变量设定出多个不同的临界值，从而计算出一系列敏感性和特异性，曲线下面积越大，诊断准确性越高。在ROC曲线上，最靠近坐标图左上方的点为敏感性和特异性均较高的临界值。
设定的阈值越高，认假率越低，拒真率越高，一般会通过人脸比对的相似度得到roc曲线，找到拒真率和认假率的交叉点即为最理想的阈值。
由此可见，人脸算法的准确率并非越高越好，完全可以依据场景方的需要，吻合特定场合来设定。
3、画妆整容能够识别吗？
人脸识别系统提取眉毛、眼睛、鼻子、嘴、脸颊等部位的轮廓近百个关键点信息，将待识别的人脸特征与已得到的人脸特征模板进行比较，根据相似程度对人脸的身份信息进行判断。只要不改变面部特征，人脸识别是没有问题的。
在人看来长得差不多的人脸，在机器看来却有很多特征是不同的。即使是长得非常相似的双胞胎，人脸识别都可以提取出细微的差别。目前极端情况下也存在双胞胎人脸识别分辩难度大的情况，但是网红脸对于人脸识别来说完全不是问题。
所以，无论用户是化妆或是卸妆，人脸的关键点位就在那里。但是，细节改变较大的整容，会显著改变面部特征，这种情况下人脸识别则可能面临着一定的难度挑战。
4、金融场景下的刷脸技术到底安不安全？
应用在金融场景中的人脸识别，并不是简单的人脸算法＋SDK。
与其他领域不同，金融场景因其特性使得它并不具备高的试错容忍率，使得误差率要控制在十万分之一甚至百万分之一以下才有商用价值。因此，需要建立多维度的身份认证体系才能为用户提供最彻底、全方位的解决方案。
以平安银行现钞机刷脸取款为例，技术层面，客户办理刷脸取款时，先输入手机或身份证号码，然后通过双目摄像头对客户人脸图像进行抓拍，同时结合红外活体检测技术、生物识别技术系统迅速启用平安科技人脸识别技术验证客户身份。此外，为了确保取款人身份的真实性，平安科技自研发深度学习活体识别算法，在刷脸取款系统中能够抵御照片、换脸视频、翻拍、面具的“攻击”，有效防止盗用、冒用他人证件进行交易。
因此，人脸识别配合移动互联网建立的双重验证机制，一重是密码认证（用户拥有设备认证），一重是身份认证，已成为坚实的安全堡垒。
再比如，在南非首家数字银行——DiscoveryBank上，平安科技为其提供“人脸识别＋声纹识别＋OCR电子签名”的多维度防护手段，并将所有这些手段进行交叉融合，全方位保障各场景金融安全。
由此可见，现在的金融场景下采用的是多重安全认证机制，以此来确保用户资金、账户的安全。
5、现阶段人脸识别普及的首要受益点是什么？
2017年，平安科技人脸识别开始服务于深圳市研究生考试、广东省高考术科统考以及众多民生政务项目。以机器识别替代原有人工审核方式，可显著降低人工压力，提升准确率。
未来，广泛的应用场景，在商场、无人超市、旅游景点、机场等诸多地点，通过手机端APP或小程序发送请求后，在封闭式的短时间核查场景下，考虑行业实际情况，再加一道人脸识别请求，免去原来的人工检票、人工核查，将极大程度地提高工作效率。
方便快捷、节省时间，成为人们对人脸识别技术普遍的认同，刷脸也逐渐在我们的生活中成为常态。
当然，需要引起警惕的是，有些开发者在调用第三方的人脸识别服务时，没有严格按照一个安全的规范来做，接入流程不够严谨，甚至经常出现为了提高用户体验而舍弃安全性的做法，亟待需要建立健全的行业规范。
http://weixin.qq.com/r/Gi4AGB7EjUPyrVp793sI (二维码自动识别)
我做的识别项目用在室外
=================
摘下眼镜不认了？
眼镜反日光不认了？
眼镜反月光不认了？
我只是带了个美瞳
我烫发了
头发挡眉毛了
今天阴天
今天烈日当空
你是谁，你怎么进来的？？？
请那些99.9999%的平台帮我把上面的问题解决了吧
人脸识别和人脸认证已经逐渐渗透到日常生活中。
5月份，支付宝官方就已经公开证实可以“刷脸支付”了。随后，部分肯德基店铺已经支持“微笑支付”了。而在金融领域，招商，建设，农业银行的ATM已经支持“刷脸取款”。在校园内，北京师范大学一栋女生宿舍上线了“人脸识别系统”。
脸，已经有了机器识别属性的功能。作为人工智能领域的一个分类，人脸识别技术正在以强大惊人的学习能力和算法赋予人独一无二属性特征。
人脸识别是生物识别中的一类；人，作为一个生物体，拥有难以想象的丰富特征，而基于海量数据和学习能力，机器的识别能力也越来越精确。
人脸识别主要分为两种：
一：1:1人脸验证，将人脸图像与数据库中存储图像进行比对；
二：N:1比对，在N张图片中搜索最符合条件的那一幅图片。难点在于，个人随着时间变化，容颜将会发生变化。目前来说，唯一解决的方法便是更新数据库。前段时间iphoneX上市，有人调侃如果卸妆后或者在复杂环境下苹果机是否还能正常使用。
在国内，人工智能行业被炒作的越来越火，以BAT为代表的互联网企业纷纷砸重金在人脸识别技术上。
比如，百度内部使用人脸匝机，与首都机场合作，未来将实现刷脸登机；阿里巴巴集团中，阿里妈妈采用人脸识别算法排查部分商家违反冒用明星图像代言争取流量的做法。腾讯下辖的金融业务—财付通采用人像识别技术保证交易安全；
人脸识别技术体验好，耗时短的优点，还在刑事侦查方面有不可小觑的作用，比如公众安全领域的防爆治安作用。
不过，关于如何保护用户隐私的话题不得不提上日程进行讨论了。从人脸识别技术面世以来，便有人提出质疑。
人性是可怕的，定会有人通过仿真面具以及照片进行欺骗。
人脸识别技术技术点在于人脸检测，关键点定位和活体识别，跟踪。而在未来，识别的将不仅仅是人脸，甚至你的性取向都能通过机器推演出来。
所以在不久的将来，人的秘密和隐私均能被机器看透。而涉及人类隐私的数据存储在机器中如何做到绝对的安全呢？
人脸识别主要分为两种：
一：1:1人脸验证，将人脸图像与数据库中存储图像进行比对；
二：N:1比对，在N张图片中搜索最符合条件的那一幅图片。难点在于，个人随着时间变化，容颜将会发生变化。目前来说，唯一解决的方法便是更新数据库。前段时间iphoneX上市，有人调侃如果卸妆后或者在复杂环境下苹果机是否还能正常使用。
在国内，人工智能行业被炒作的越来越火，以BAT为代表的互联网企业纷纷砸重金在人脸识别技术上。
比如，百度内部使用人脸匝机，与首都机场合作，未来将实现刷脸登机；阿里巴巴集团中，阿里妈妈采用人脸识别算法排查部分商家违反冒用明星图像代言争取流量的做法。腾讯下辖的金融业务—财付通采用人像识别技术保证交易安全；
人脸识别技术体验好，耗时短的优点，还在刑事侦查方面有不可小觑的作用，比如公众安全领域的防爆治安作用。
不过，关于如何保护用户隐私的话题不得不提上日程进行讨论了。从人脸识别技术面世以来，便有人提出质疑。
人性是可怕的，定会有人通过仿真面具以及照片进行欺骗。
人脸识别技术技术点在于人脸检测，关键点定位和活体识别，跟踪。而在未来，识别的将不仅仅是人脸，甚至你的性取向都能通过机器推演出来。
所以在不久的将来，人的秘密和隐私均能被机器看透。而涉及人类隐私的数据存储在机器中如何做到绝对的安全呢？
