人臉識別閘機都有哪些功能和特點

發(fā)布時間：2023-06-14 04:11:34

人臉識別涵蓋了當(dāng)前應(yīng)用范圍內(nèi)的各個領(lǐng)域。例如：學(xué)校、企業(yè)、機場、地鐵、建筑工地、風(fēng)景名勝區(qū)等，人臉識別是一種基于人臉特征信息的生物特征識別技術(shù)。使用照相機或照相機捕獲包含人臉的圖像或視頻流，并自動檢測和跟蹤圖像中的人臉，然后使用一系列相關(guān)技術(shù)對檢測到的人臉執(zhí)行人臉識別，通常稱為人臉識別和人臉識別。

人臉捕捉和跟蹤

人臉捕獲是在圖像或視頻流的幀中檢測人臉，并將人臉與背景分離，自動保存人臉。縱向跟蹤是指使用縱向捕獲技術(shù)在相機內(nèi)移動時自動跟蹤指定的縱向。

人臉識別比較

人臉識別可以分為兩種比較模式：驗證模式和搜索模式。驗證是將捕獲的或指定的人臉與數(shù)據(jù)庫中的一對注冊對象進行比較，以驗證它們是同一個人。基于搜索的比較是指搜索數(shù)據(jù)庫中所有已注冊的人臉以確定是否存在指定的人臉。

人臉建模與檢索

可以對注冊的圖像數(shù)據(jù)進行建模，以提取人臉特征并將人臉模板(人臉特征文件)保存到數(shù)據(jù)庫中。在人臉?biāo)阉髦校瑢χ付ǖ娜讼襁M行建模，然后將其與數(shù)據(jù)庫中每個人的模板進行比較，以便進行識別。最后，根據(jù)相似值的比較，列出了最相似的人。

人類識別功能

系統(tǒng)可以識別攝像機前面的人是真人還是照片。防止用戶使用照片偽造。此技術(shù)要求用戶執(zhí)行人臉表情的協(xié)作操作。

圖像質(zhì)量檢測

圖像質(zhì)量直接影響識別效果。圖像質(zhì)量檢測功能可以對待比較圖像的圖像質(zhì)量進行評價，并給出相應(yīng)的建議，以輔助識別。

隨著技術(shù)的成熟和社會認同度的提高，人臉識別技術(shù)將應(yīng)用于更多領(lǐng)域。

1.企業(yè)和居民安全管理。例如，人臉識別訪問控制考勤系統(tǒng)、人臉識別安全門等。

2.公共安全、司法、刑事調(diào)查。例如，利用人臉識別系統(tǒng)和網(wǎng)絡(luò)在全國范圍內(nèi)搜索和逮捕逃犯。

3.自助服務(wù)。例如，如果銀行的ATM機被偷了，用戶的銀行卡和密碼就會被其他人欺騙。如果同時進行人臉識別，可以避免這種情況。

4.信息安全。如計算機登錄、電子政務(wù)、電子商務(wù)等。在電子商務(wù)中，所有的交易都是在線進行的，電子政務(wù)中的許多審批流程也已轉(zhuǎn)移到互聯(lián)網(wǎng)上。目前，交易或批準(zhǔn)的授權(quán)是通過密碼實現(xiàn)的。如果密碼被盜，則無法保證安全性。然而，生物識別技術(shù)的應(yīng)用可以實現(xiàn)互聯(lián)網(wǎng)上數(shù)字身份和真實身份的統(tǒng)一，從而大大提高電子商務(wù)和電子政務(wù)系統(tǒng)的可靠性。

人臉識別，是基于人的臉部特征信息進行身份識別的一種生物識別技術(shù)。用攝像機或攝像頭采集含有人臉的圖像或視頻流，并自動在圖像中檢測和跟蹤人臉，進而對檢測到的人臉進行臉部的一系列相關(guān)技術(shù)，通常也叫做人像識別、面部識別。盡管已有30多年的研發(fā)歷史目前，但人臉識別產(chǎn)品仍然受光照、視角、遮擋、年齡等多方面因素的影響。大致有以下十個難點需要突破：

1.光照問題

由于人臉的3D結(jié)構(gòu)，光照投射出的陰影，會加強或減弱原有的人臉特征。

2.姿態(tài)問題

姿態(tài)問題涉及頭部在三維垂直坐標(biāo)系中繞三個軸的旋轉(zhuǎn)造成的面部變化，其中垂直于圖像平面的兩個方向的深度旋轉(zhuǎn)會造成面部信息的部分缺失。

3.表情問題

面部幅度較大的哭、笑、憤怒等表情變化同樣影像著面部識別的準(zhǔn)確率。

4.遮擋問題

對于非配合情況下的人臉圖像采集，遮擋問題是一個非常嚴(yán)重的問題。

5.年齡變化

隨著年齡的變化，一個人從少年變成青年，變成老年，他的容貌可能會發(fā)生比較大的變化，從而導(dǎo)致識別率的下降。對于不同的年齡段，人臉識別算法的識別率也不同。

6.人臉相似性

不同個體之間的區(qū)別不大，所有的人臉的結(jié)構(gòu)都相似，甚至人臉器官的結(jié)構(gòu)外形都很相似。這樣的特點對于利用人臉進行定位是有利的，但是對于利用人臉區(qū)分人類個體是不利的。

7.動態(tài)識別

非配合性人臉識別的情況下，運動導(dǎo)致面部圖像模糊或攝像頭對焦不正確都會嚴(yán)重影響面部識別的成功率。8. 人臉防偽

偽造人臉圖像進行識別的主流欺騙手段是建立一個三維模型，或者是一些表情的嫁接。

9.圖像質(zhì)量問題

由于采集設(shè)備的不同，得到的人臉圖像質(zhì)量也不一樣，特別是對于那些低分辨率、噪聲大、質(zhì)量差的人臉圖像。

10.樣本缺乏

現(xiàn)在參與訓(xùn)練的人臉圖像庫基本都是外國人的圖像，有關(guān)中國人、亞洲人的人臉圖像庫少之又少，給訓(xùn)練人臉識別模型增加了難度。

人臉識別技術(shù)的過程依次為活體檢測—人臉檢測拍攝—上傳服務(wù)器對比或本地處理—面部特征點定位—提取和分類—校驗和識別—分析返回結(jié)果，但這些過程中依然會找到突破點來實現(xiàn)欺騙或者繞過人臉識別，人臉識別隱私問題依然存在技術(shù)難點。

1、活體檢測攻擊和繞過

SecID的員工使用錄制的視頻，就輕松繞過了俄羅斯著名人臉識別公司VisionLabs的活體檢測。

這個方法毫無技術(shù)門檻，只要有目標(biāo)用戶的音視頻即可剪輯出一段視頻實現(xiàn)活體檢測的攻擊。用應(yīng)用注入的方式，甚至可以實現(xiàn)繞過活體檢測，因為活體檢測肯定是先于人臉識別發(fā)生的，可以在程序中打斷點，通過試驗演示整個流程觸發(fā)斷點，分析并修改程序存儲的一些關(guān)鍵數(shù)值，就能達到繞過活體檢測的目的。而一旦活體檢測被繞過，一張普通的照片都能通過靜態(tài)的人臉識別。

2、服務(wù)器交互過程攻擊

很多APP或SDK在上傳拍攝的照片時，明文傳輸，且沒有對圖像數(shù)據(jù)進行簽名，導(dǎo)致圖像數(shù)據(jù)可以被截獲篡改，有的在數(shù)據(jù)報文沒有加入時間戳，可以通過重放數(shù)據(jù)報文的方式來實施破解。

在測試某款應(yīng)用的過程中，甚至出現(xiàn)過這樣的情況：本地上傳人臉數(shù)據(jù)到服務(wù)器，服務(wù)器返回一個匹配度，本地通過匹配度來決定人臉識別是否通過，該應(yīng)用沒有對數(shù)據(jù)報文加簽名，導(dǎo)致返回數(shù)據(jù)可以被輕松篡改，最終繞過人臉檢測。

3、3D打印繞過檢測

iPhoneX發(fā)布后一周，越南安全公司Bkav用3D打印的臉部大面具輪廓、硅樹脂材料制作的鼻子、2D打印的眼眶區(qū)域和部分面部的化妝，制作成了一個假的人體面具成功破解了蘋果的Face ID系統(tǒng)。隨著3D打印技術(shù)的低成本化和普及化，可以預(yù)料的是，未來會出現(xiàn)越來越多的人臉識別系統(tǒng)被破解的案例，即使3D結(jié)構(gòu)光的在旗艦手機上的逐漸普及也無法挽回這個趨勢。說到底，人臉識別只能作為一種弱加密手段來使用，他無法改變?nèi)四樋梢员粡?fù)制的屬性，破解人臉識別只是時間和成本問題，而不是技術(shù)問題。

• 上一篇：智能停車場管理系統(tǒng)能...
• 下一篇：全自動升降柱和半自動...