基于AI神经引擎的Face ID,真能让人放心吗?-IT讯息网
您的位置:首页>>媒体评论
搜索: 标题  

基于AI神经引擎的Face ID,真能让人放心吗?

发布时间:2017-10-09 15:10:11  来源:品途商业评论   编辑:张宏伟  背景:

  原标题:基于AI神经引擎的Face ID,真能让人放心吗?

  文 | 草原骑士

  离iphone X预售的时间越来越近,尽管iphone 8事故不断,但人们对iphone X的渴望却是有增无减,这原因之一就是iPhone X放弃了广泛采用的Touch ID指纹识别技术,采用基于AI神经引擎的Face ID实现手机解锁、支付认证。

  不过关于Touch ID,今年央视“315”晚会爆出了人脸识别技术的漏洞,主持人演示利用自己的一张证件照,骗过人脸识别,从而成功登陆他人的账户。一时间引起人们对人脸识别技术应用的恐慌,从科幻电影走进现实的人脸识别技术,好像并没有显现出比传统密码更强的安全优势。

  半年时间过去后,人脸识别技术从被权威媒体质疑到应用遍地开花,AI技术发展的速度令人目不暇接。人脸识别为何能够替代指纹识别,基于神经网络技术的Face ID到底有哪些独特优势,吸引科技巨头不遗余力地用它押宝未来,还会被央视“315”盯上吗?智能相对论对人脸识别和Face ID技术进行简要讲述和对比,为您勾勒出现代人脸识别技术的清晰画像。

  人脸识别为何在安全认证的赛道后来居上?

  本质上讲,人脸识别和指纹、掌纹、虹膜识别等生物识别技术一样,都具有普遍性、唯一性、持久性的属性。

  指纹识别之所以能够得到广泛应用,得益于指纹和采集设备直接接触以及光电转换精度的提升,同时指纹面积较小、纹理较为清晰,也使得数据采集和识别过程相对容易实现。

  相比其他类型生物识别技术,人脸识别“隔空”采集数据干扰多,处理难度大。但由于具有以下3个突出优势,应用越来越广泛,大有后来居上,成为安全认证主力的势头。

  1、识别过程友好。利用指纹、掌纹以及虹膜方式识别需要身体直接接触检测仪器,人脸识别属于非接触识别,隔空自动采集图像,便于实施。

  2、方便快捷。使用普通摄像机或者三维扫描仪就可以实现对数据的采集,通常在毫秒级别内即可实现识别。据统计,手机用户平均每天要解锁手机80次,有了人脸识别解锁功能后,解锁过程将被大大简化。

  3、符合常识、交互性好。通过检测人脸进而识别身份,与人们的生活习惯与认知保持一致,可以更简单直观地看到识别结果,更具有普适性。

  各种花哨识别技术的背后,无外乎二维或三维识别

  现在的绝大部分人脸识别技术都是二维识别,采集的是人脸的平面图像,并依靠图像上的特征点来生成一组特征值,然后每一次识别时候将会与第一次录入特征值进行比对,到达一定的准确率就算是配对成功。

  二维识别在光照、姿态、年龄等发生变化时,识别效果不理想。同时,安全性不高是它的先天不足,一张照片就欺骗过去的事情不在少数,即便是后期引入的多角度识别以及表情识别等,也只是稍微提升了下安全性,但并没有本质上的改变。

  三维人脸数据比二维人脸数据可以更好的突显出人脸在空间中的特性,具有显式空间形状表征,信息量比二维数据丰富得多,这些特性在一定程度上可以简单有效的将不同的人脸区分开,识别更加立体、更加准确。

  据统计,现有三维人脸识别方法主要有以下四种。

  1、基于空域匹配。该类方法可通过输入点云数据的方式直接完成匹配操作,无需进行特征提取。比如,首先对面部受表情影响较小部位(如鼻子)进行提取,然后用算法对曲面进行三维人脸匹配。

  2、基于局部特征匹配。从三维人脸曲面上提取到有效的局部几何特征,利用特征点将人脸深度数据对齐,再提取鼻尖区域、眼部区域、对称面区域三条曲线,合成全新的特征向量进行匹配识别。

  3、基于整体特征匹配。把三维人脸看作一个整体,以整体为依据提取特征。利用深度图像是其中的一种方法,其可以通过将三维人脸数据正交投影,进而利用二维人脸识别中的各类方法进行操作。

  4、基于双模态特征匹配。融合二维纹理与三维几何两种特征进行识别。因为融合后的信息更加丰富,所以更具有研究价值,但实现较为复杂。

  强大的三维识别也有很多短板

  三维人脸识别为机器自动识别人脸提供了崭新的角度,相对二维人脸识别具有较明显的优势,不过智能相对论提醒,它也面临着很多困难。

  1、光照变化。摄像感应器设备对人脸图像进行采集时,会因为外部环境的光照变化、拍摄角度的问题等造成采集图像的差异。

  2、表情因素。人们不同表情会造成脸部的一些器官和肌肉发生位置和纹理的变化,对识别造成困难。

  3、姿态变化。各种姿态的面部图片,如侧脸、抬头、歪头、低头等,也是检测和识别的难点。

  4、遮挡因素。口罩、墨镜、帽子、围巾等衣物遮挡脸部,或者胡须、化妆等其他因素影响,也会给检测和识别过程带来难度。

  5、年龄因素。随着年龄的增长,脸部皮肤纹理、胖瘦、五官等等都会发生变化,造成样本库中的数据失效,给识别系统带来时效性问题。

  6、计算能力要求高。对脸部的大量数据采集、建模和分析比对,对设备的并行计算能力要求较高,对集成在手持设备中的三维识别模块的计算能力要求更高。

  Face ID三大法宝:红外、三维、AI芯

  为了解决以上人脸三维识别6大技术难题,苹果公司给出了独门解决方案:提高数据采集建模能力,增加AI神经网络单元,提升智能识别和并行运算能力。

  1、红外感应系统。对可见光的变化几乎无感,无论白天黑夜都能智能感应识别人脸,而且对温度敏感,没有体温的照片或面具很难骗过Face ID。iPhone X的“齐刘海”中的点阵投影器向外投射出3万个肉眼不可见的红外点光源,由红外镜头拍摄一张红外照片,根据照片上的位移变形情况,分析出人脸的景深信息。同时,距离传感器会探测在一定范围内,是否存在被探测物,以决定是否开启点阵投影器与红外镜头的工作。而在暗光、无光环境下,泛光感应元件会向外投射不可见的红外光源,以帮助 Face ID 更好地工作。

  2、3D建模技术。目前三星、支付宝、vivo X20、小米Note 3等普遍使用“2D识别方案”,用普通照片比较容易破解。iPhone X投射3万个红外点光源作为特征点,结合面部的深度信息,构建3D立体脸部模型进行识别,大大提高了识别的准确性和安全性。仅仅靠二维照片,再也没有可能通过Face ID验证,即使做成逼真的3D脸模,也不能通过精密的数据比对和对眼睛附加检测的考验。

  3、搭载AI 单元的仿生芯片。人工智能是当下尖端科技的风口,苹果这一次又领先了。A11仿生芯片不仅较上一代芯片(A10)图像处理能力提升30%,而且集成神经网络引擎,成为苹果第一枚搭载AI神经网络单元的移动芯片。

  AI神经网络单元每秒六亿次运算,主要用于胜任机器学习任务,识别人物、地点和物体,计算人脸不同部位的位置与距离,判定是否为使用者本人,同时能够学习到人脸图像中的一些隐性规律和规则,为Face ID提供强大的性能支持。

  早期的人工智能学习算法识别成功率普遍不高,完全不能和人眼识别能力相提并论。卷积神经网络理论的提出,为人脸识别提供了强有力的技术支持。通过局部连接、权值共享和池化采样,大大减少神经网络的权值数量,降低网络模型的复杂度,实现了对庞大的3D人脸数据的快速化处理。同时对人脸图像的缩放、旋转、平移以及其它形变的识别鲁棒性更好。目前基于深度学习神经网络的人脸识别技术可以达到几乎100%的正确率,人类肉眼识别精度只有97.53%。

  为了进一步提升安全水平,苹果使用了1,000,000,000 张照片来训练这个神经网络系统, Face ID因此“认识”了足够多的面孔,确保以后不被照片或模具欺骗。利用AI 单元,可以持续地学习用户脸部的长相和表情,在完成首次人脸信息的采集和录入后,随着时间的推移,即使你戴眼镜了、开始长了胡子等,Face ID 仍然能继续认出你,并不断根据新的数据来校准识别模型,以保证识别率。

  Face ID真的能够让人放心吗?

  就在iPhone X正式发售倒计时时,坏消息也不断传来,有分析师指出,由于3D感应系统由结构化光系统,飞行时间系统和前置摄像头组成,结构过于复杂,良品率很低不足10%,首批100万部的生产要推迟到12月份才能完成。

  除了良品率以外,用户对Face ID最关心的无外乎两个性能,识别速度和识别精度。苹果的Touch ID刚出现时,由于识别速度偏慢,在相当长一段时间并未被广泛接受。Face ID要处理的三维脸部数据量比起Touch ID自然是高出不少,不过得益于性能更强悍A11处理器以及其整合的AI神经网络单元生物引擎,还有基于神经网络的算法,从目前来看Face ID识别速度比起Touch ID应该有长足的提升,响应速度更快。

  而Face ID的识别精准度则是iPhone X安全性的关键,以往二维识别技术在这方面显然无法与基于三维成像的Face ID相提并论。而与现在用户普遍接受的Touch ID指纹识别相比,从公开的数据来看,安全性应该是提升了不少,不过能不能让广大用户满意,会不会遭到投诉,我们还要拭目以待。

  声明:本文仅为传递更多网络信息,不代表ITBear观点和意见,仅供参考了解,更不能作为投资使用依据。


返回网站首页 本文来源:品途商业评论

无人机市场即将爆发,未来还有多少份额留给大疆?
刚刚过去的双节长假,无人机可谓出尽了风头。打开新闻页面,随处可见无人机参与安防巡查的相关新闻。
日期:10-09
基于AI神经引擎的Face ID,真能让人放心吗?
离iphone X预售的时间越来越近,尽管iphone 8事故不断,但人们对iphone X的渴望却是有增无减,这原因之一就是iPhone X放弃了广泛采用的Touch ID指纹识别技术,采用基于AI神经引擎的Face ID实现手机解锁、支付认证。
日期:10-09
消费无人机无人问津,工业无人机市场能撬开?
红杉资本创始人Michael Moritz曾说:“无人机是未来大势所趋,几十年后,无人机会像火车、汽车一样普遍。”局势推动下,互联网巨头纷纷打起了无人机的主意。
日期:10-09
董明珠闪电举牌海立惊呆股民 她也要当“野蛮人”?
董明珠闪电拿下海立股份可谓“一石三鸟”。既能抢夺空调市场的话语权,又能成为产业链通...
日期:09-30
错过收购东芝的台湾,该如何与大陆热钱相处
为了防止强制退市的情况发生,东芝必须赶在明年三月末完成股权交易。
日期:09-30
预售遇冷 爆炸阴影下三星Note 8的中国使命
国行三星Note 8于今年9月13日在北京正式发布,发布当天就开启了预售,正式开卖时间为9月29日。其64GB版售价6988元,128GB版为7388元,256GB版为7988元。
日期:09-29
“新乐视”难言“去贾跃亭化”
“乐视网”是贾跃亭一手打造出来的,叫“乐视网”也罢,“新乐视”也好,都有“乐视”二字,这意味着孙宏斌还是要打“乐视”品牌。
日期:09-29
考验新乐视的时刻即将来临 孙宏斌会第三次谢幕吗?
在完成组织框架调整、全面控制董事会、业务整合和高层换血之后,孙宏斌彻底完成了对乐视上市体系的掌控。
日期:09-29
良率低致上市延后 苹果“失算”iPhone X
先是iPhone 8销售遇冷,近日又曝出iPhone X 量产时程还没开始,可能要到10月中旬才启动量产,第4季进入量产阶段。
日期:09-28
刷脸时代,人脸识别创业者的突围之路
9月初的一场苹果发布会,再次火了“人脸识别”。全面屏的iPhone X采用Face ID技术,让国人陷入一场“刷脸狂欢”。
日期:09-28
更名新乐视,相继收购影视、金融资产,能否拯救600亿市值的乐视网?
3天前,乐视网曾披露,将收购乐视投资旗下的金融类业务,估值大约30亿。
日期:09-28
逃离一线城市 共享电单车面临“生死大考”
据记者不完全统计,大约有19万辆存量共享电单车受到政策影响,未来的运营将陷入窘境。在依然可以运营的城市里,共享电单车将面临更加严酷的政策环境。
日期:09-27
无人货架走俏:办公场景能否成为下一个“零售新大陆”?
 流量枯竭的移动互联网时代背景下,任何一个洼地,都将吸引着一大波投资,继共享单车,共享充电宝之后,最火爆的无疑是无人零售货架。
日期:09-26
彭博商业周刊:卷入美国政治圈,扎克伯格真要竞选总统?
Facebook CEO扎克伯格正在展开一系列颇有政治意味的活动。那么在这个方面,他有什么样的计划?
日期:09-26
HTC从代工厂回到代工厂:在最关键时期错失大陆市场
拥有最大移动操作平台的谷歌在移动终端方面屡次尝试,推出包括Google Glass(谷歌眼镜)、VR眼镜、Google Home智能音箱等终端产品。
日期:09-26
共享充电宝资本狂欢“碰壁”
降低薪资、调岗偏远地区,共享充电宝Hi电正通过这种变相方式裁员。
日期:09-26
共享单车违规停被“控制”:影响出行安全正在收回
昨日有网友爆料海淀区上地附近一荒地内有大量共享单车,北京晨报记者到现场后发现,至少有5000辆左右各品牌自行车扎堆摆放。
日期:09-23
智能手机为何越卖越贵?消费者追求差异化所致
三星是世界第一大智能手机厂商,苹果用户忠诚度举世无双,而谷歌则是安卓系统的主导者。
日期:09-21
外媒:苹果创新减速 中国竞争对手趁机杀入高端市场
北京时间21日据路透报道,零售商和消费者认为,苹果的创新步伐正在放缓,为亚洲竞争对手占领发达市...
日期:09-21
魅族进阶中,黄章的“乌龟式”生存哲学
天的魅蓝新品发布会匆匆结束,除却开始的所谓50人“演唱嘉宾”被网友嘲弄,似乎没有溅起什么水花。相比去年11场演唱会的喧嚣,今年的魅族实在太低调了。
日期:09-21