早前,复旦大学采用
“刷脸”报到的方式对新生进行人脸识别考勤。新生无需输入身份信息,在设备上“刷脸”,2秒钟就可通过系统完成报到。
人脸识别技术越来越多地进入到我们的生活中,
在你接触到的方方面面,从出行到医疗,从教育到工作,
这项技术是如何悄悄潜入我们生活的?
人脸识别技术是什么?
人脸识别技术是一项包含计算机视觉、图像处理、神经网络、人工智能等学科的多学科交叉技术。
人脸识别不是用一张你的素颜无修照,就可以通过检测的,
人脸识别需要进行活体检测,
识别系统来判断捕捉到的人脸是否是真实人脸。
但这一前提,也对识别设备有要求,比如3D结构光。
之前蜂巢快递柜出现过小学生用一张照片就顺利取件的情况,
这样的情况在高级设备上是不会出现的。
现在主流的3D人脸识别可以检测照片人像、可以分辨双胞胎、可以识别妆后的人,也能在不同的光线条件下准确识别。
那这项技术经过了怎样的发展、经过多长时间,才终于实现准确识别?
人脸识别技术的诞生
20 世纪 50 年代,认知科学家着手开展对人脸识别的研究。
20 世纪 60 年代,当时的方法还只能做到人脸基本几何结构的识别,
一旦姿态、表情发生变化,识别准确度就会严重下降。
1991 年,著名的“特征脸”方法,第一次将主成分分析和统计特征技术 引入人脸识别。
2000至2012年,专家们研究出基于遗传算法、支持向量机、boosting、流形学习以及核方法等进行的人脸识别。
2009 年至 2012 年,业界基本达成共识,
“基于人工精心设计的局部描述子进行特征提取和子空间方法进行特征选择能够取得最好的识别效果”。
在这一阶段,研究者的关注点开始从受限场景下的人脸识别,转移到非受限环境下的人脸识别 。
2013年,微软亚洲研究院的研究者首度尝试了 10 万规模的大训练数据,
结果表明,大训练数据集对于有效提升非受限环境下的人脸识别很重要。
2014 年前后,香港中文大学的 Sun Yi 等人提出将卷积神经网络应用到人脸识别上,
采用 20 万训练数据,在 LFW 上第一次得到超过人类水平的识别精度,
这是人脸识别发展历史上的一座里程碑。
自此之后,研究者们不断改进网络结构,同时扩大训练样本规模,
将 LFW 上的识别精度推到 99.5%以上。
现如今的人脸识别技术,已经能够广泛投入应用,在国家系统中,人脸识别也发挥着巨大作用。
据中央追逃办通报,“天网2018”行动全国共追回
外逃人员1335名,追赃金额35.41亿元人民币。我国的人脸识别技术位于国际领先地位,
我国的“天网”系统将大数据、人脸识别、全球实时追踪融为一体,
通过人脸识别与数据库的人脸进行比对,
对追踪逃犯帮助非常大。人脸识别的优越性
人脸识别具有非接触性
不同于指纹、手掌几何的信息采集方式,人脸图像信息的采集
不需要用户与设备直接接触。这样避免了因为设备不卫生,引起使用者反感,或接触摩擦等产生设备损耗,及接触面不净产生的识别误差。
人脸识别具有便捷性
由于采集设备简单,操作便捷,
从用户面部进入采集区到图像采集完成,通常在数秒内即可识别。
人脸识别具有非侵扰性
进行人脸识别
无需进行过多动作,干扰正常行为,就能进行识别。设计者不用担心用户是否介意肢体与设备接触产生的不适应。
只要用户在设备前稍作停留,就会被准确识别身份。
人脸识别具有友好性
人类可以通过“长相”等面部特征来对他人进行身份识别,却极少能够通过对他人的指纹、手脉、虹膜等身体特征进行个体区分。
人脸识别技术则与人类的习惯相一致,设备可以通过使用人脸图片进行身份识别。
人脸识别具有延展性
人脸识别技术的应用面非常广泛,在各行业各领域,
如交通进出站、医疗挂号、教育考勤、刷脸门禁、银行取款、犯罪侦查识别、支付等,都有强延展性。
加快立法进度,技术终将为人服务
由于人脸识别具有的良好特性,使其具有非常广泛的应用前景。
目前为了规范市场,应当加快立法进度,让技术合规,真正造福人类生活。
在我国现有的《网络安全法》、《消费者权益保护法》中,
尚没有对于个人生物识别信息的使用、存储、运输、管理的细化规范,
但这不意味着相关部门没有在行动。
今年4月全国人大常委会审议的《民法典人格权编(草案)》里,
正式加了一条:任何组织和个人不得以利用信息技术手段伪造的方式侵害他人的肖像权。
5月,国家网信办会同有关部门发布《数据安全管理办法(征求意见稿)》,
其中表示,网络运营者不得以谋取利益或损害他人利益为目的利用大数据、人工智能等技术自动合成信息。
相信在法规条陈逐步完善之后,将慢慢消除掉人们的顾虑,让技术真正为人服务,在更多领域发挥作用。
未来更科技的生活场景将不再只存在于电影中,
只身出行,只身消费,更轻便智能的日子将不再遥远。
(编辑:杨柳)