侵权投诉
订阅
纠错
加入自媒体

15分钟解锁19款手机!清华大学发现人脸识别漏洞

人脸识别技术的发展应用

实际上,人脸识别看起来简单,但是背后也蕴藏了极为复杂的计数原理。

人脸识别实际上是一种基于人的脸部特征信息的生物识别技术,要用摄像机/摄像头采集含有人脸的图像或者视频,并将采集到的信息分析处理保存。

人脸识别包含以下几个关键的步骤:人脸检测、特征提取、图像匹配。

人脸检测是指从输入图像中检测并提取人脸图像,通常采用haar特征和Adaboost算法 训练级联分类器对图像中的每一块进行分类。假如某一矩形区域通过了级联分类器,就被判别为人脸图像;

特征提取则是指,针对人脸的某些特征进行。比如人脸识别可使用的特征通常分为视觉特征、像素统计特征、人脸图像变换系数特征、人脸图像代数特征等;

图像匹配,提取人脸图像的特征数据与数据库中存储的特征模板进行匹配,认证。

目前,人脸识别市场的解决方案主要包括2D、3D识别技术。2D识别技术相对简单,这也是市场上主流的识别方案。2D识别技术运算量小因此识别速度快,但因为判定过于简单也带来了安全性问题,当外人使用照片等平面图像就能达到破解识别系统的效果。

相比之下,3D识别技术采用三维人脸立体建模方式,比2D识别技术更加全面,精度更高。但是需要通过复杂的人脸识别算法来实现,因此运算量大,识别速度慢,成本也比2D识别贵上不少。

调查数据显示,全球人脸识别市场规模从2009年的3.90亿美元增长到2016年的26.53亿美元,年均复合增长率达到31.5%,实现了飞速发展。预计未来一段时间人脸识别市场规模将保持20%左右的增速,到2022年,全球人脸识别市场规模将达75.95亿美元。

良好的增长态势固然反映了技术的前瞻性。但是发展至今,人脸识别技术存在的缺陷也很明显。

首先从人脸识别的工作原理出发,比如在“采集条件”与“采集对象”两方面,比如,人脸识别环境的光照条件可能影响图像采集效果。在进行人脸比对时,假如被采集对象剃了胡子、换了发型、带了眼镜、变了表情,都有可能引起比对失败。

同时,随着年龄的变化,面部外观也会变化,特别是对于青少年,这种变化更加明显。因此年龄变化对人脸识别算法的影响也必须得到解决。这里还有一个问题,当人脸识别技术遇到了双胞胎,由于相似特征太多,人脸识别基本难以完成分辨。

另外,若是处于非配合情况下的人脸图像采集,比如当前受疫情影响人们不得不带着口罩等物品,也这会导致采集的人脸图像不完整,从而影响了后面的特征提取与识别,甚至会导致人脸检测算法的失效。

从发展趋势来看,越来越多科研单位已开始对人脸识别技术进行更深入地研究。与此同时,人工智能等先进技术也将使得人脸识别进一步完善。未来物联网时代,人脸识别也有望成为有效身份识别,商业前景非常广阔。

<上一页  1  2  
声明: 本网站所刊载信息,不代表OFweek观点。刊用本站稿件,务经书面授权。未经授权禁止转载、摘编、复制、翻译及建立镜像,违者将依法追究法律责任。

发表评论

0条评论,0人参与

请输入评论内容...

请输入评论/评论长度6~500个字

您提交的评论过于频繁,请输入验证码继续

暂无评论

暂无评论

    电子工程 猎头职位 更多
    扫码关注公众号
    OFweek电子工程网
    获取更多精彩内容
    文章纠错
    x
    *文字标题:
    *纠错内容:
    联系邮箱:
    *验 证 码:

    粤公网安备 44030502002758号