最近几天,我发现关于刷脸的新闻铺天盖地,很多项目纷纷落地......
靠脸吃饭
靠脸付钱
靠脸坐飞机
还有靠脸念大学
靠脸...取厕纸...
不得不说,在我们国家,新兴技术项目落地效率真的很高......
可能有差友会问,人脸识别技术到底是什么原理?
如今在世界各地的大学,科研机构,以及科技公司目前都在研究人脸识别的技术。
虽然大家的目的都是想让计算机识别人脸,但方法却截然不同。
差评君简单给大家介绍一下主要的几种算法。
第一种,基于几何特征的算法。
这种算法把人脸的五官视为一个个部件,然后计算这些部件之间可以量化的关系,例如眼睛和鼻子间的距离,角度等等,最终对人脸分析出一系列数字化特征。
这种方式虽然原理简单粗暴,但是随着对脸采集的数据量增加以及分析样本的提升,识别效果也还不错~
第二种,特征脸。
这个算法和上一种的思路是类似的,也是通过数学方法,不过上一种属于幼儿园数学,这种属于硕士数学......
首先,准备一个样本,每个图片的大小要一样。
然后,计算出每个像素的平均值,得到一张 “ 平均脸 ”
还有点小帅啊......
再把原来的人脸根据得到的平均脸做一些处理,得到了一系列 “ 特征脸 ”。
下方图片核能预警!!!
惊悚不?! 最后,这组脸就可以拿来做识别了!
当你要识别某张脸 X 的时候,拿它和每一张特征脸的相似度。比如说 X 和特征脸一号有10%的相似度,和特征脸二号有5%的相似度......
我们可以把这些相似度都依次记录下来组合在一起,这组数就成了 X 专属的特征数值。
如果特征脸的样本足够多,那么 X 的特征数值就 “ 更具有唯一性 ”。
这时丢过来一张新的照片,如果跟样本依次对比后的特征数值和 X 的特征值吻合,那么这张新照片上的脸就几乎可以确定是 X 了。
以上两种方法的思路都是把脸部特征量化,然后把问题转化为数学模型通过计算来解决。
这么做的好处是计算速度快,缺点是对于复杂场景处理能力不强,例如光照,表情等影响较大。
也许你很讨厌数学,但是对计算机问题来说数学是很重要的。
其实对于我们普通人来说,知道机器到底怎么识脸没什么用......
我们更关心的是应用场景,毕竟科技最终要服务大众。
刷脸可以解决很多问题,比如说有一天你身份证忘带了又跑去银行,就不会出现这种情况↓↓↓
现在请你可以指着自己帅气漂亮的脸蛋让别人刷。
由于刷脸技术的便利性,越来越多的公司都开始接入这种技术,就像文章开头说的京东和支付宝的一样~
渐渐的,我们日常生活不光可以无现金化,还可以无证件化。
然而,事情总有两面性,即将面临的问题也有不少......
这让隐私泄露的后果相比以前更严重了!
由于人脸识别技术的计算量普遍较大,所以一般刷脸识别都会通过云端服务器来计算,提供服务的公司也就会储存大量的数据。
只要提供服务的公司稍一不留神,你的数据就有可能被偷走......
也就是说,你的脸被偷了!
不法分子可以利用泄露的人脸信息来做你的脸部模型,侵入你的银行账户,甚至冒名顶替你的身份来做违法的勾当。
稍微简单点的,可以做一个你的人脸 3D 建模,用来绕过一些带人脸识别系统的高级防护措施。
尴尬的是,脸这个东西是跟着人走一辈子的......
在没有人脸识别的年代,密码泄露了可以改,手机邮箱泄露了可以换,但现在脸的信息泄露了...... 难道还要跑去隔壁韩国整形医院做个全套?
目前,关于这个问题,支付宝的措施是增加手机验证。
但你要这么想,黑客连你脸都能偷过来,还差个手机号么???
别以为这种事还离得远,现在已经有一些姿势水平比较高的骗子,已经开始偷你的脸了!
前阵子我不是说很多身边的人会莫名接到陌生的 FaceTime,接通后对面黑屏也没声音么......
其实这极有可能是在偷脸!
腾讯的团队还发文提醒了一下
看到这里是不是感觉有点慌了?
写这篇文章就是想提醒大家一下,现在社会除了保护好你的钱包密码银行卡,也要考虑考虑保护脸了,没事少把自己脸到处挂......
比如说,小姐姐们发自拍一定要多 P 图,P 的大家都不认识你,就安全了~
“ 说你呢,别再用吴彦祖的头像注册了 ”。
— End —
新人手册
想获取更多免费学习资料,每周参加优质的免费公开课?赶快扫码关注“StuQ”公众号吧!
部分图片来源:网络