Face ID到底靠不靠譜?這三大方案或能打消疑慮

(原標(biāo)題:Face ID到底靠不靠譜?這三大獨(dú)門(mén)解決方案或能打消你的疑慮)

摘要: 為了解決人臉三維識(shí)別6大技術(shù)難題,蘋(píng)果公司給出了獨(dú)門(mén)解決方案:提高數(shù)據(jù)采集建模能力,增加AI神經(jīng)網(wǎng)絡(luò)單元,提升智能識(shí)別和并行運(yùn)算能力。

Face ID到底靠不靠譜?這三大方案或能打消疑慮

離iphone X預(yù)售的時(shí)間越來(lái)越近,盡管iphone 8事故不斷,但人們對(duì)iphone X的渴望卻是有增無(wú)減,這原因之一就是iPhone X放棄了廣泛采用的Touch ID指紋識(shí)別技術(shù),采用基于AI神經(jīng)引擎的Face ID實(shí)現(xiàn)手機(jī)解鎖、支付認(rèn)證。

不過(guò)關(guān)于Touch ID,今年央視“315”晚會(huì)爆出了人臉識(shí)別技術(shù)的漏洞,主持人演示利用自己的一張證件照,騙過(guò)人臉識(shí)別,從而成功登陸他人的賬戶。一時(shí)間引起人們對(duì)人臉識(shí)別技術(shù)應(yīng)用的恐慌,從科幻電影走進(jìn)現(xiàn)實(shí)的人臉識(shí)別技術(shù),好像并沒(méi)有顯現(xiàn)出比傳統(tǒng)密碼更強(qiáng)的安全優(yōu)勢(shì)。

半年時(shí)間過(guò)去后,人臉識(shí)別技術(shù)從被權(quán)威媒體質(zhì)疑到應(yīng)用遍地開(kāi)花,AI技術(shù)發(fā)展的速度令人目不暇接。人臉識(shí)別為何能夠替代指紋識(shí)別,基于神經(jīng)網(wǎng)絡(luò)技術(shù)的Face ID到底有哪些獨(dú)特優(yōu)勢(shì),吸引科技巨頭不遺余力地用它押寶未來(lái),還會(huì)被央視“315”盯上嗎?智能相對(duì)論對(duì)人臉識(shí)別和Face ID技術(shù)進(jìn)行簡(jiǎn)要講述和對(duì)比,為您勾勒出現(xiàn)代人臉識(shí)別技術(shù)的清晰畫(huà)像。

人臉識(shí)別為何在安全認(rèn)證的賽道后來(lái)居上?

本質(zhì)上講,人臉識(shí)別和指紋、掌紋、虹膜識(shí)別等生物識(shí)別技術(shù)一樣,都具有普遍性、唯一性、持久性的屬性。

指紋識(shí)別之所以能夠得到廣泛應(yīng)用,得益于指紋和采集設(shè)備直接接觸以及光電轉(zhuǎn)換精度的提升,同時(shí)指紋面積較小、紋理較為清晰,也使得數(shù)據(jù)采集和識(shí)別過(guò)程相對(duì)容易實(shí)現(xiàn)。

相比其他類(lèi)型生物識(shí)別技術(shù),人臉識(shí)別“隔空”采集數(shù)據(jù)干擾多,處理難度大。但由于具有以下3個(gè)突出優(yōu)勢(shì),應(yīng)用越來(lái)越廣泛,大有后來(lái)居上,成為安全認(rèn)證主力的勢(shì)頭。

1、識(shí)別過(guò)程友好。利用指紋、掌紋以及虹膜方式識(shí)別需要身體直接接觸檢測(cè)儀器,人臉識(shí)別屬于非接觸識(shí)別,隔空自動(dòng)采集圖像,便于實(shí)施。

2、方便快捷。使用普通攝像機(jī)或者三維掃描儀就可以實(shí)現(xiàn)對(duì)數(shù)據(jù)的采集,通常在毫秒級(jí)別內(nèi)即可實(shí)現(xiàn)識(shí)別。據(jù)統(tǒng)計(jì),手機(jī)用戶平均每天要解鎖手機(jī)80次,有了人臉識(shí)別解鎖功能后,解鎖過(guò)程將被大大簡(jiǎn)化。

3、符合常識(shí)、交互性好。通過(guò)檢測(cè)人臉進(jìn)而識(shí)別身份,與人們的生活習(xí)慣與認(rèn)知保持一致,可以更簡(jiǎn)單直觀地看到識(shí)別結(jié)果,更具有普適性。

各種花哨識(shí)別技術(shù)的背后,無(wú)外乎二維或三維識(shí)別

現(xiàn)在的絕大部分人臉識(shí)別技術(shù)都是二維識(shí)別,采集的是人臉的平面圖像,并依靠圖像上的特征點(diǎn)來(lái)生成一組特征值,然后每一次識(shí)別時(shí)候?qū)?huì)與第一次錄入特征值進(jìn)行比對(duì),到達(dá)一定的準(zhǔn)確率就算是配對(duì)成功。

Face ID到底靠不靠譜?這三大獨(dú)門(mén)解決方案或能打消你的疑慮

二維識(shí)別在光照、姿態(tài)、年齡等發(fā)生變化時(shí),識(shí)別效果不理想。同時(shí),安全性不高是它的先天不足,一張照片就欺騙過(guò)去的事情不在少數(shù),即便是后期引入的多角度識(shí)別以及表情識(shí)別等,也只是稍微提升了下安全性,但并沒(méi)有本質(zhì)上的改變。

三維人臉數(shù)據(jù)比二維人臉數(shù)據(jù)可以更好的突顯出人臉在空間中的特性,具有顯式空間形狀表征,信息量比二維數(shù)據(jù)豐富得多,這些特性在一定程度上可以簡(jiǎn)單有效的將不同的人臉區(qū)分開(kāi),識(shí)別更加立體、更加準(zhǔn)確。

智能相對(duì)論統(tǒng)計(jì),現(xiàn)有三維人臉識(shí)別方法主要有以下四種。

1、基于空域匹配。該類(lèi)方法可通過(guò)輸入點(diǎn)云數(shù)據(jù)的方式直接完成匹配操作,無(wú)需進(jìn)行特征提取。比如,首先對(duì)面部受表情影響較小部位(如鼻子)進(jìn)行提取,然后用算法對(duì)曲面進(jìn)行三維人臉匹配。

2、基于局部特征匹配。從三維人臉曲面上提取到有效的局部幾何特征,利用特征點(diǎn)將人臉深度數(shù)據(jù)對(duì)齊,再提取鼻尖區(qū)域、眼部區(qū)域、對(duì)稱(chēng)面區(qū)域三條曲線,合成全新的特征向量進(jìn)行匹配識(shí)別。

3、基于整體特征匹配。把三維人臉看作一個(gè)整體,以整體為依據(jù)提取特征。利用深度圖像是其中的一種方法,其可以通過(guò)將三維人臉數(shù)據(jù)正交投影,進(jìn)而利用二維人臉識(shí)別中的各類(lèi)方法進(jìn)行操作。

4、基于雙模態(tài)特征匹配。融合二維紋理與三維幾何兩種特征進(jìn)行識(shí)別。因?yàn)槿诤虾蟮男畔⒏迂S富,所以更具有研究?jī)r(jià)值,但實(shí)現(xiàn)較為復(fù)雜。

強(qiáng)大的三維識(shí)別也有很多短板

三維人臉識(shí)別為機(jī)器自動(dòng)識(shí)別人臉提供了嶄新的角度,相對(duì)二維人臉識(shí)別具有較明顯的優(yōu)勢(shì),不過(guò)智能相對(duì)論認(rèn)為,它也面臨著很多困難。

1、光照變化。攝像感應(yīng)器設(shè)備對(duì)人臉圖像進(jìn)行采集時(shí),會(huì)因?yàn)橥獠凯h(huán)境的光照變化、拍攝角度的問(wèn)題等造成采集圖像的差異。

2、表情因素。人們不同表情會(huì)造成臉部的一些器官和肌肉發(fā)生位置和紋理的變化,對(duì)識(shí)別造成困難。

3、姿態(tài)變化。各種姿態(tài)的面部圖片,如側(cè)臉、抬頭、歪頭、低頭等,也是檢測(cè)和識(shí)別的難點(diǎn)。

4、遮擋因素??谡帧⒛R、帽子、圍巾等衣物遮擋臉部,或者胡須、化妝等其他因素影響,也會(huì)給檢測(cè)和識(shí)別過(guò)程帶來(lái)難度。

5、年齡因素。隨著年齡的增長(zhǎng),臉部皮膚紋理、胖瘦、五官等等都會(huì)發(fā)生變化,造成樣本庫(kù)中的數(shù)據(jù)失效,給識(shí)別系統(tǒng)帶來(lái)時(shí)效性問(wèn)題。

6、計(jì)算能力要求高。對(duì)臉部的大量數(shù)據(jù)采集、建模和分析比對(duì),對(duì)設(shè)備的并行計(jì)算能力要求較高,對(duì)集成在手持設(shè)備中的三維識(shí)別模塊的計(jì)算能力要求更高。

Face ID三大法寶:紅外、三維、AI芯

為了解決以上人臉三維識(shí)別6大技術(shù)難題,蘋(píng)果公司給出了獨(dú)門(mén)解決方案:提高數(shù)據(jù)采集建模能力,增加AI神經(jīng)網(wǎng)絡(luò)單元,提升智能識(shí)別和并行運(yùn)算能力。

1、紅外感應(yīng)系統(tǒng)。對(duì)可見(jiàn)光的變化幾乎無(wú)感,無(wú)論白天黑夜都能智能感應(yīng)識(shí)別人臉,而且對(duì)溫度敏感,沒(méi)有體溫的照片或面具很難騙過(guò)Face ID。

iPhone X的“齊劉?!敝械狞c(diǎn)陣投影器向外投射出3萬(wàn)個(gè)肉眼不可見(jiàn)的紅外點(diǎn)光源,由紅外鏡頭拍攝一張紅外照片,根據(jù)照片上的位移變形情況,分析出人臉的景深信息。同時(shí),距離傳感器會(huì)探測(cè)在一定范圍內(nèi),是否存在被探測(cè)物,以決定是否開(kāi)啟點(diǎn)陣投影器與紅外鏡頭的工作。而在暗光、無(wú)光環(huán)境下,泛光感應(yīng)元件會(huì)向外投射不可見(jiàn)的紅外光源,以幫助 Face ID 更好地工作。

Face ID到底靠不靠譜?這三大獨(dú)門(mén)解決方案或能打消你的疑慮

2、3D建模技術(shù)。目前三星、支付寶、vivo X20、小米Note 3等普遍使用“2D識(shí)別方案”,用普通照片比較容易破解。iPhone X投射3萬(wàn)個(gè)紅外點(diǎn)光源作為特征點(diǎn),結(jié)合面部的深度信息,構(gòu)建3D立體臉部模型進(jìn)行識(shí)別,大大提高了識(shí)別的準(zhǔn)確性和安全性。僅僅靠二維照片,再也沒(méi)有可能通過(guò)Face ID驗(yàn)證,即使做成逼真的3D臉模,也不能通過(guò)精密的數(shù)據(jù)比對(duì)和對(duì)眼睛附加檢測(cè)的考驗(yàn)。

Face ID到底靠不靠譜?這三大獨(dú)門(mén)解決方案或能打消你的疑慮

3、搭載AI 單元的仿生芯片。人工智能是當(dāng)下尖端科技的風(fēng)口,蘋(píng)果這一次又領(lǐng)先了。A11仿生芯片不僅較上一代芯片(A10)圖像處理能力提升30%,而且集成神經(jīng)網(wǎng)絡(luò)引擎,成為蘋(píng)果第一枚搭載AI神經(jīng)網(wǎng)絡(luò)單元的移動(dòng)芯片。

AI神經(jīng)網(wǎng)絡(luò)單元每秒六億次運(yùn)算,主要用于勝任機(jī)器學(xué)習(xí)任務(wù),識(shí)別人物、地點(diǎn)和物體,計(jì)算人臉不同部位的位置與距離,判定是否為使用者本人,同時(shí)能夠?qū)W習(xí)到人臉圖像中的一些隱性規(guī)律和規(guī)則,為Face ID提供強(qiáng)大的性能支持。

早期的人工智能學(xué)習(xí)算法識(shí)別成功率普遍不高,完全不能和人眼識(shí)別能力相提并論。卷積神經(jīng)網(wǎng)絡(luò)理論的提出,為人臉識(shí)別提供了強(qiáng)有力的技術(shù)支持。

通過(guò)局部連接、權(quán)值共享和池化采樣,大大減少神經(jīng)網(wǎng)絡(luò)的權(quán)值數(shù)量,降低網(wǎng)絡(luò)模型的復(fù)雜度,實(shí)現(xiàn)了對(duì)龐大的3D人臉數(shù)據(jù)的快速化處理。同時(shí)對(duì)人臉圖像的縮放、旋轉(zhuǎn)、平移以及其它形變的識(shí)別魯棒性更好。目前基于深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的人臉識(shí)別技術(shù)可以達(dá)到幾乎100%的正確率,人類(lèi)肉眼識(shí)別精度只有97.53%。

Face ID到底靠不靠譜?這三大獨(dú)門(mén)解決方案或能打消你的疑慮

為了進(jìn)一步提升安全水平,蘋(píng)果使用了1,000,000,000張照片來(lái)訓(xùn)練這個(gè)神經(jīng)網(wǎng)絡(luò)系統(tǒng), Face ID因此“認(rèn)識(shí)”了足夠多的面孔,確保以后不被照片或模具欺騙。利用AI 單元,可以持續(xù)地學(xué)習(xí)用戶臉部的長(zhǎng)相和表情,在完成首次人臉信息的采集和錄入后,隨著時(shí)間的推移,即使你戴眼鏡了、開(kāi)始長(zhǎng)了胡子等,F(xiàn)ace ID 仍然能繼續(xù)認(rèn)出你,并不斷根據(jù)新的數(shù)據(jù)來(lái)校準(zhǔn)識(shí)別模型,以保證識(shí)別率。

Face ID真的能夠讓人放心嗎?

就在iPhone X正式發(fā)售倒計(jì)時(shí),壞消息也不斷傳來(lái),有分析師指出,由于3D感應(yīng)系統(tǒng)由結(jié)構(gòu)化光系統(tǒng),飛行時(shí)間系統(tǒng)和前置攝像頭組成,結(jié)構(gòu)過(guò)于復(fù)雜,良品率很低不足10%,首批100萬(wàn)部的生產(chǎn)要推遲到12月份才能完成。

極客網(wǎng)企業(yè)會(huì)員

免責(zé)聲明:本網(wǎng)站內(nèi)容主要來(lái)自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網(wǎng)站出現(xiàn)的信息,均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性,但不保證有關(guān)資料的準(zhǔn)確性及可靠性,讀者在使用前請(qǐng)進(jìn)一步核實(shí),并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏,概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí),應(yīng)及時(shí)向本網(wǎng)站提出書(shū)面權(quán)利通知或不實(shí)情況說(shuō)明,并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后,將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí),溝通刪除相關(guān)內(nèi)容或斷開(kāi)相關(guān)鏈接。

2017-10-09
Face ID到底靠不靠譜?這三大方案或能打消疑慮
Face ID到底靠不靠譜?這三大方案或能打消疑慮,人臉識(shí)別 神經(jīng)網(wǎng)絡(luò) 算法

長(zhǎng)按掃碼 閱讀全文