Artificial Intelligence Explained: Unleashing the Next Wave
臉部辨識 – 令人著迷而且有趣的科技
很少有生物辨識技術能像人臉辨識一樣，激發我們的想像力。
同樣，它的到來在 2019 年和 2020 年初，引起了深切的關注和令人驚訝的反應。
但是未來會更多的報導。
在此網路文檔中，您將發現將在 2020 年塑造景觀的七個臉部辨識事實和趨勢。
．先進技術和主要供應商
．人工智慧的影響 - 一直在進步
．2019-2024 市場和主要使用案例
．中國、印度、美國、歐盟和英國、巴西、俄羅斯的人臉辨識...
．隱私與安全：放任自流，還是凍結、監管或禁止？
．最新的駭情：臉部辨識可以被愚弄嗎？
．前瞻：走向混合解決方案。
讓我們跳進去看看。
臉部辨識如何工作
臉部辨識是使用臉部辨識，或驗證一個人身份的過程。 它是根據捕獲人的臉部細節，進行分析和比較模式。
1. 臉部檢測過程是必不可少的步驟，因為它可以檢測並定位圖像和影像中的人臉。
2. 臉部捕捉過程根據人的臉部特徵，將類比資訊（臉部）轉換為一組數位資訊（數據）。
3. 臉部比對過程，將驗證兩個臉部是否屬於同一個人。
今天，它被認為是所有生物特徵測量中最自然的。
並且有一個很好的理由 – 例如，我們不是透過觀察指紋或虹膜來辨識自己，而是透過觀察臉部來辨識自己。
在進一步介紹之前，讓我們快速定義兩個關鍵字：「辨識」和「驗證」。
人臉辨識資料數據以辨識和驗證
生物辨識用於透過使用一組，對該人唯一且特定的可辨識，和可驗證的資料數據，來辨識和驗證該人。
有關生物辨識定義的更多資訊，請訪問我們的生物辨識網路檔案。
身份驗證回答了這個問題：「你是誰？」
身份驗證回答了以下問題：「您真的是在說你是誰嗎？」
這裡有些例子 ：
．對於臉部生物辨識技術，2D 或 3D 感測器「捕獲」臉部。然後，在將捕獲的圖像與資料庫中保存的圖像，進行比較之前，透過應用演算法，將其轉換為數位數據。
．這些自動化系統可用於根據臉部特徵，在短短幾秒鐘內辨識或檢查個人身份：眼睛間距、鼻樑、嘴唇、耳朵、下巴的輪廓等。
他們甚至可以在人群中，以及動態和不穩定的環境中執行此操作。Thales 的即時臉部辨識系統（LFIS，Live Face Identification System）的性能可以證明這一點，Thales 的即時臉部辨識系統（LFIS）是一種先進的解決方案，是我們在生物辨識技術領域長期累積的專業知識所產生的。
．iPhone X 的所有者已經被引入了臉部辨識技術。但是，蘋果公司開發的 Face ID 生物辨識解決方案，2017 年底在中國遭到了嚴厲批評，因為它無法區分中國人的不同面孔。
當然，還存在透過人體的其他特徵，例如指紋、虹膜掃描、語音辨識、手掌靜脈數位化，以及行為測量。
為什麼要使用臉部辨識呢？
目前臉部生物辨識，仍然是首選的生物辨識基準標竿。
這是因為它易於佈署和實施。最終使用者不需要進行任何體的交互接觸。
而且，用於驗證/辨識的臉部檢測，和臉部的比對處理是最快的。
那麼，什麼是最好的人臉辨識軟體？
＃1 頂級臉部辨識技術
在生物辨識創新技術的競賽中，有幾個專案領域正在爭奪榜首的位置。
谷歌、蘋果、臉書、亞馬遜和微軟（GAFAM）都在其中。
現在，所有軟體網路巨頭，都在定期發布其在人工智慧、圖像辨識和臉部分析領域的理論發現，以期盡快加深我們的理解。
還有更多。
由美國國土安全科學與技術局（US Homeland Security Science and Technology Directorate）於 2018 年 3 月發布，並於 5 月發布的最新測試結果，這被稱為「生物辨識技術拉力賽」（Biometric Technology Rally）的產品，也很好地地指引出市場上最好的臉部辨識軟體。
讓我們再深入的看看：
在學術界
香港中文大學的研究人員於 2014 年開發的高斯臉部演算法，獲得了 98.52％ 的臉部辨識分數，而人類則為 97.53％。儘管在所需的儲存容量和計算時間方面存在弱點，但它的評分還是很高的。
臉書和谷歌
臉書於 2014 年再次宣佈啟動其 DeepFace 專案計畫，該專案計畫可以確定 9 張被拍照的臉孔是否屬於同一個人，準確率達到 97.25％。採用相同的測試時，人類正確辨識率的標準在 97.53％ 的情況下，臉書的 DeepFace 或僅差距 0.28％。
2015 年 6 月，Google 在 FaceNet 方面做得更好。在廣泛使用的「野生標籤臉」（LFW）數據集中，FaceNet 的準確度新記錄達到了 99.63％（0.9963 ± 0.0009）。透過使用人工神經網路和新算法，Google 旗下這家Mountain View 公司，成功地將人臉與擁有者聯結在一起，效果幾乎完美。
這項技術已整合到 Google Photos 中，用於對圖片進行分類，並根據認識的人自動為其添加標籤。為了證明其在生物辨識領域的重要性，緊隨其後在網路上發布了稱為 OpenFace 的非官方 open-source 版本。
Microsoft、IBM 和 中國曠視
於 2018 年 2 月，麻省理工學院研究人員進行的一項研究發現，與膚色較淺的男性相比，微軟、IBM和中國的曠視（Megvii FACE ++）工具，在辨識膚色較黑的女性時，出錯率非常的高。
2018 年 6 月底，微軟在部落格的文章中宣布，其偏愛的臉部辨識技術已得到實質性改進。
亞馬遜
2018 年 5 月，Ars Technica 報告稱，亞馬遜已經在積極向執法機構推廣，其雲端的臉部辨識服務 Rekognition。 該解決方案可以在一幅圖像中，辨識多達 100 個人，並且可以對包含數千萬張臉孔的資料庫進行臉孔比對。
7 月，《新聞周刊》報導說，亞馬遜的臉部辨識技術，錯誤地將 28 名美國國會議員，認定為犯罪的嫌疑人。
關鍵的生物辨識比對技術供應商
2018 年 5 月底，美國國土安全科學與技術局，在 3 月完成的馬里蘭州測試設施（MdTF）上發布了贊助測試的結果。 這些實際測試，測試了在 2 m x 2.5 m 的走廊中 12 個臉部辨識系統的性能。
Thales 使用臉部辨識軟體（LFIS，Facial recognition software）的解決方案，在不到 5 秒的時間內，臉部辨識率達到了 99.44％（平均為 68％），Thales 獲得了出色的結果。與一般的供應商相比，不到 5 秒的真實辨識率達到了 98％（平均為 66％），錯誤率為 1％，而平均為 32％。
有關性能基準的更多資訊：2018 年 11 月發布，NIST（美國國家標準技術研究院，National Institute of Standards and Technology）的報告，詳細介紹了 127 種算法的辨識準確性，並將性能與參與者的姓名相聯結。
在 2019 年底 NIST 持續進行的第三次臉部辨識供應商測試（FRVT，Face Recognition Vendor Test），提供了其他的結果。 請參閱 NIST 報告。
NIST 還顯示了最佳的臉部辨識算法，沒有種族或性別的偏差，正如 ITIF 在 2020 年 1 月所報導的那樣。 批評者說，完全是大錯特錯了。
2020 年 6 月中旬，IBM 表示將不再提供臉部辨識技術，並停止其研發活動，微軟從美國執法機構撤回了其臉部辨識解決方案。
在 6 月 10 日發布的部落格文章中，亞馬遜將警察使用其提供的技術暫停一年。這家電子商務巨人表示，將有時間啟動聯邦法律，並保護該領域的人權和公民自由。
臉部情緒檢測與辨識
情感辨識（從即時的靜態圖像）是映射臉部表情，以使用圖像處理軟體辨識人臉上，諸如厭惡、喜悅、憤怒、驚訝、恐懼或悲傷等情緒的過程。
它的流行來自潛在應用的廣闊領域。
與臉部辨識不同，臉部辨識的目的是辨識一個人，而不是一種情感。
臉部表情可以由幾何或外觀特徵，從諸如臉部本徵、動態模型，和 3D 模型之類的變換圖像中，提取的參數來表示。
供應商包括 Kairos（用於品牌行銷的臉部和情感辨識），Noldus、Affectiva、Sightcorp、Nviso 等業者。
＃2 透過深度學習來學習
所有這些破壞性技術共有的功能，被稱之為人工智慧（AI），更準確地說，是系統可以從資料數據中學習的深度學習。
它為什麼如此重要？
它是 Thales 和市場上其他主要廠商，開發的最新一代算法的核心組成部分。它擁有的秘密技術包括臉部檢測、臉部跟踪和臉部比對，以及即時對話的翻譯。
結果呢？
人臉辨識系統一直在不斷地改善。
根據 NIST 最近的一份報告，在過去的五年（2013-2018年）中，準確性取得了巨大的進步，超過了 2010-2013 年期間所取得的進步。
2018 年的大多數人臉辨識算法，優於 2013 年末以來最準確的算法。
NIST 在 2018 年的測試中發現，在 2660 萬張照片的數據資料庫中，有 0.2％ 的搜索未能正確的比對圖像，而在 2014 年時則為 4％。
是的，你看的沒錯。
四年來提高了 20 倍。
這樣的思考：
人工神經網路算法，正在幫助人臉辨識算法更加準確。
在下面的影片中可找出更多的資訊。
＃3 臉部辨識市場
人臉辨識市場
2019 年 6 月發表的一項研究估計，到 2024 年，全球臉部辨識市場將產生 70 億美元的營收，在 2019-2024 年期間的複合年成長率（CAGR）為 16％。
對於 2019 年，市場估計為 32 億美元。
這種成長的兩個最重要的驅動因素，是公共部門的監控，以及不同市場領域的許多其他應用。
根據研究，排名前頭的臉部辨識廠商包括：
Accenture、Aware、BioID、Certibio、富士通、Fulcrum Biometrics、Thales、HYPR、Idemia、Leidos、M2SYS、NEC、Nuance、Phonexia 和 Smilepass。
主要的臉部辨識應用，可以分為三個主要類別。
臉部辨識有什麼用？
以下是使用臉部辨識的前三個應用類別。
1. 在安全 - 執法方面的應用
該市場以打擊犯罪和恐怖主義的活動增多為主導。
臉部辨識系統在警務方面的主要好處是：偵查和預防犯罪。
．在簽發身份證件時，使用臉部辨識，並且通常與其他生物辨識技術，如指紋辨識結合使用（防止 ID 密碼詐欺和身份盜用）等。
．臉部比對用於邊界檢查，將以數位化生物特徵護照上的肖像，與持有人的臉相比較。2017年，Thales 為在巴黎魯瓦西夏爾·戴高樂機場，提供 PARAFE 系統（外部邊境的自動快速通道穿越）負責新的自動控制門解決方案。該方案目的在促進 2018 年從指紋辨識到臉部辨識的發展。
．臉部生物辨識技術也可以用於警務檢查，儘管在歐洲在警務檢查受到很嚴格的限制使用。2016年，借助 FBI 臉部辨識軟體，確認了負責布魯塞爾恐怖襲擊中「戴帽子的人」。南威爾士州警察局，在 2017 年歐洲 UEFA 足球冠軍聯賽決賽中也使用了這套軟體。
．在美國，有 26 個州（可能多達 30 個州），允許執法部門對其駕駛執照和身份證照片的數據資料庫進行搜索。 FBI 可以搜索 18 個州的駕駛執照照片。
．無人機與航拍攝影機相結合，提供了一種有趣的組合，例如在群眾活動期間，應用於大面積的臉部辨識。根據 2018 年 6 月的 Keesing Documents and Identity 雜誌，一些懸停的無人機系統，可以攜帶 10 公斤的攝影機，可以在 100 米高的 800米 範圍內，辨識出犯罪嫌疑人。由於無人機可以透過電源線接地，因此它具有無限的電源。地面控制通訊也使用電纜，因此無法被截獲。
．臉部辨識 CCTV 系統可以提升執行公共安全任務的績效。 讓我們用四個案例說明這一點：
(1) 尋找失踪兒童和迷失方向的成年人
(2) 辨識並找到被剝削的孩子
(3) 辨識和追踪罪犯
(4) 支持並加速案件調查
(1) 尋找失踪兒童和迷失方向的成年人
人臉辨識 CCTV 系統，可以使操作者添加失踪兒童父母提供的參考照片，並將其與影像中捕獲的臉孔相比對，從而大大加快了操作員的工作。警察可以使用臉部辨識來搜索連續影像（又稱影像分析），以估計兒童被宣告失踪的時間和位置。
警察可以在失踪前，更好地弄清楚孩子的動作，並找到他/她最後一次見到的地方。只要有比對項，即時警報就會觸發警報。然後，警察可以確認其準確性，並採取必要的措施來挽救失踪兒童。相同的過程，可以使用在對於迷思方向或失踪成年人（例如癡呆症、健忘症、癲癇病，或阿爾茨海默氏病）。
(2) 辨識並找到被剝削的孩子。
隔離連續影像中，特定個體的外觀是非常重要的。 它還可以加快調查員在剝削兒童案件中的工作。
影像分析可以幫助建立時間順序，跟踪地圖上的活動，揭示細節，並發現案件中相關人物之間，不明顯的聯繫行為。
(3) 辨識並追踪罪犯。
臉部辨識 CCTV 系統讓警察可用於追踪並辨識犯罪分子，所涉嫌的過往其他違法行為，警察因此可以採取預防措施。透過從影像或外部圖片（或數據資料庫）中，使用已知罪犯的圖像，操作員可以檢測即時影像中的比對項目，並在為時已晚之前，做出反應。
(4) 支持並加速案件調查。
臉部辨識 CCTV 系統可用於支持調查人員，在事件發生後搜索影像證據。
隔離犯罪嫌疑人和個人外貌的能力，對於加快調查人員對影像證據的相關細節的審查，非常重要。他們可以更好地了解到，案情是如何的發展。
2. 健康醫療保健方面的應用
在這一領域已取得重大進展。
由於深度學習和臉部分析，已經可以：
．更準確地跟踪患者對藥物的使用情況
．檢測基因疾病，例如迪喬治綜合症，成功率為 96.6％
．支援疼痛管理過程。
3. 行銷與零售方面的應用
毫無疑問，這一領域是最不希望使用臉部辨識的領域。但它很有可能實現最大的希望。知道你的客戶（KYC，Know Your Customer）肯定會成為 2020 年的熱門話題。這一重要的趨勢，與客戶的體驗，是最新行銷優勢的相結合。
透過將攝影機放置在零售店中，現在可以分析購物者的行為，並改善客戶購買的過程。
到底如何？
像臉書最近設計的系統一樣，向銷售人員提供，從其社交媒體資料中獲取的客戶資訊，以產生專業客製化的回應。
美國百貨公司 Saks 第五大道，已經在使用這種系統。據報導，Amazon GO 商店正在使用它。
自拍付款需要花多久的時間？
自 2017 年以來，美國炸雞大王肯德基，和中國零售及科技巨頭阿里巴巴，一直在中國杭州測試人臉辨識支付解決方案。
＃4 新使用者的映射
儘管美國目前提供了全球最大臉部辨識市場的機會，但亞太地區卻看到了在該領域的最快成長。中國和印度在全球居於領先的地位。
在中國人臉辨識的應用
從銀行、機場到警察，臉部辨識技術是中國最新的熱門話題。
現在，隨著警察開始在北京郊區，使用這種臉部辨識太陽鏡計劃，當局正在擴大臉部辨識太陽鏡計劃。
中國還在全國範圍內，建立與完善影像監控網路。
截至 2018 年底，使用了超過 2 億個監控攝影機，預計到 2020 年，將有 6.26 億個攝影機。中國城市的臉部辨識大量裝置，就是這一舉動的標誌。
而這與中國政府正在發展的社會信用體系有關。
在全球人均道路攝影機最多的 10 個城市中，重慶、深圳、上海、天津和濟南名列前茅。
根據 2019 年 12 月 2 日衛報的報導，倫敦排名第六，亞特蘭大排名第十。
還有更多。
根據 2019 年 4 月 14 日《紐約時報》的報導，中國警方正在與人工智慧公司如依圖、曠視、商湯和雲從科技合作。
中國在人工智慧（和臉部辨識技術）方面的抱負很高。該國的目標，是到 2030 年成為 AI 的世界領導者。
令人驚訝的是，中國為私人實體提供了強大的生物辨識數據保護，並增加了政府對個人資訊的訪問。隱私專家Emmanuel Pernot-Leplay 在 2020 年 3 月 27 日的報告中，證明了這一謬論。
人臉辨識在亞洲其他國家的應用
臉部辨識將成為東京 2020 年奧運會（延遲到 2021 年 9 月）的重要主題。該技術將用於辨識授權人員，並自動授予他們訪問權限，從而提高其經驗和安全性。
在雪梨，人臉辨識正在機場進行試驗，以幫助人們更快、更安全地通過安全檢查。
在印度，Aadhaar 項目是世界上最大的生物辨識數據資料庫。截至 2020 年 8 月，它已經為 12.6 億居民提供了唯一的數位身份號碼。主管當局 UIDAI 宣稱，將在 2018 年 9 月之前，分階段推出臉部認證。臉部認證將作為附加功能提供，在融合其他更多的身份驗證元素，如指紋、虹膜或 OTP 的模式下投入使用。
印度也可能在 2020 年，推出全球最廣泛的人臉辨識系統。
國家犯罪記錄局（NCRB）已發布 RFP 邀請，以開發全國性的臉部辨識系統。根據 160 頁的文件，該系統將是一個位於德里 NCRB 數據中心的集中式 Web 應用。它將可用於所有的警察局。
它將自動從 CCTV 影像和圖像中辨識人員。該局表示，它將幫助警察逮補罪犯、尋找失踪人員，並辨識屍體。
＃5 當人臉辨識強化法律系統
臉部辨識技術的使用，從根本上影響了數據保護，所帶來的道德和社會挑戰。
這些值得做為科幻小說的技術情節，是否真的在威脅我們的自由？
有了它，我們的匿名性？
歐盟和英國生物特徵數據保護
在歐洲和英國，通用數據保護條例（GDPR）為這些做法提供了嚴格的框架。不可能對公民的私人生活，或商務旅行習慣進行任何調查，任何這種侵犯隱私的行為，都會受到嚴厲的懲罰。
GDPR 自 2018 年 5 月起適用，支持統一的歐洲框架原則，尤其是通過明確的平權行動，來保護被遺忘的權利和給予同意。 該指令注定會產生國際影響。
是的，您已經看到了。 現在有一部針對 5 億人口的法律。
美國生物辨識數據保護格局
在美國，華盛頓州是美國的第三個州（僅次於伊利諾伊州和德克薩斯州），並於 2017 年 6 月推出了一項新法律，正式保護生物辨識數據。
截至 2020 年 1 月，加利福尼亞州是第四州。
加州消費者隱私法案（CCPA）於 2018 年 6 月通過，自 2020 年 1 月 1 日生效，它將不僅對加利福尼亞州居民，而且對整個國家，都對隱私權和消費者保護產生嚴重影響，因為該法律經常被作為，當成聯邦數據隱私法的範本。
從這個意義上講，CCPA 有可能變得與 GDPR 一樣重要。
2018 年 7 月，微軟總裁布拉德福德·史密斯（Bradford L. Smith）將臉部辨識技術與受到嚴格管制的藥品等產品，進行了比較，他敦促國會進行研究，並監督其使用。
2019 年 5 月，美國眾議員 Alexandria Ocasio-Cortez 在最近的一次臉部辨識技術委員會聽證會（對我們的公民權利和自由的影響）中表達了她的「絕對」關注。
最近，一項名為「制止駭客和改善電子數據安全（SHIELD，Stop Hacks and Improve Electronic Data Security ）」的紐約州法律，於 2020 年 3 月 21 日生效。該法律要求，實施針對紐約州居民的網路安全計劃和保護措施。
該法案適用於收集紐約居民個人資訊的企業。
以實際行動，紐約現在站在加利福尼亞這邊。
禁止臉部辨識應用（舊金山、薩默維爾、奧克蘭、聖地亞哥、波士頓...）
隨著人臉辨識作為一種執法工具，越來越受到人們的關注，該國的隱私和公民權利的問題已經升級，並且在 2019 年 5 月 6 日，舊金山投票通過了禁止人臉辨識的法案。
這是使用臉部辨識技術的第一個禁令。
舊金山監管委員會簽署的反監視條例，禁止包括San Francisco PD 在內的城市機構，從 2019 年 6 月開始使用該技術。
是的，這禁令包括了執法上的使用。
還有更多。
正如 2019 年 6 月 27 日《波士頓環球報》報導的那樣，薩默維爾市議會（麻賽諸塞州）投票決定，禁止使用臉部辨識技術，這使該市成為第二個，做出此類決定的社區。
泡沫、沖洗、重複。
2019 年 7 月 16 日，奧克蘭（加利福尼亞州）做出了同樣的決定，成為美國第三個禁止使用臉部辨識技術的城市。有趣的是，奧克蘭警察局並未使用該技術，也未計劃使用該技術。
在新的加利福尼亞法律之前，聖地亞哥於 2019 年 12 月底做出了相同的決定。
這項有關臉部辨識，和其他生物辨識監視的新法律（第 215 號大會法案）明確禁止在加利福尼亞使用警用隨身攝影機。該禁令自 2020 年 1 月 1 日起實施三年。
自從舊金山、索默維爾、奧克蘭，以及現在的聖地牙哥裁決以來，在許多城市，不僅在美國，辯論變得更加激烈。
波特蘭（俄勒岡州）正在考慮禁止 2020 年的禁令。但是，一月初，該投票已暫停，直到六月。波特蘭可能是第一個將其擴展到私人商店、航空公司和活動場所的城市。
根據《波士頓先驅報》的報導，2020 年 6 月 24 日，波士頓投票決定禁止警察使用臉部監視技術。
在歐洲，2019 年 8 月底，瑞典數據保護局決定禁止學校使用臉部辨識技術，並對當地一所高中處以罰款（該國首次對 GDPR 進行處罰）。
如何更好地規範新興技術？
所以...
．其他城市或國家應該效法嗎？
．禁令僅僅是為了更好地評估風險的「暫停按鈕」嗎？
．這是為了公共安全而倒退嚕嗎？
．有政策真空嗎？在哪個級別？
請密切注意所有這些討論的結果，因為美國國會正受到激進主義者施加壓力，要求其禁止使用該技術，並要求提供者（請參閱以下文章有底線部分）來進行監管。
歐盟委員會正計劃，對臉部辨識設備技術的濫用採取行動。歐洲委員會新任主席烏爾蘇拉·馮·德·萊恩（Ursula von der Leyen）希望採用一種協調的方法，來應對人工智慧對人類和道德的影響。她已承諾很快會發布 AI 立法藍圖。歐洲委員會白皮書的第一稿，可在網路上獲得。
該文件提到「在公共場所，對私人或公共行為者，使用臉部辨識，有時間的限制」。
隱私，同意和轉變應用功能（為某一目的收集的數據，用於另一目的的數據）問題，再次成為辯論的核心。
在我們的生物特徵數據檔案中，查找有關生物特徵數據保護法律的更多資訊（歐盟、英國和美國的觀點）。
印度及其國家生物辨識計劃 Aadhaar
在印度，由於 2017 年 8 月 27 日的 Puttaswamy 判決，最高法院將隱私權納入了該國的憲法。這項決定重新平衡了公民與國家之間的關係，並對 Aadhaar 專案項目的擴展，提出了新的挑戰。
然而，印度政府於 2019 年 2 月 28 日批准了，私人實體使用該國的生物辨識 EID 計劃。
反彈效應：法律制度及其專業變得更加強大。
作為數據保護法規的代言人和監護人，數據保護官的職位對於企業來說，已成為必需的角色，並成為備受推崇的角色。
＃6 反叛者 - 臉部辨識駭客
儘管設計了這種技術和法律武器庫來保護數據，但公民及其匿名性，仍提出了批評的聲音。
一些方面對這些事態發展，感到關切和震驚。另一些則已經採取了行動。
但是人臉辨識可以被愚弄嗎？
．在俄羅斯，格里高里·巴庫諾夫（Grigory Bakunov）發明了一種解決方案，可以永久地避免人睜開眼睛注視我們的動作，並使臉部檢測設備混亂。他開發了一種算法，該算法可以創建特殊的外觀來欺騙軟體。但是，在意識到犯罪分子可以輕鬆使用該產品之後，他選擇不將其產品推向市場。
．在德國，柏林藝術家亞當·哈維（Adam Harvey）提出了一種類似的設備，稱為 CV Dazzle。他現在正在研究帶有圖案以防止被發現的服裝。超臉偽裝包括織物上的圖案，例如眼睛和嘴巴，以使人臉辨識系統蒙蔽。
．2017 年底，一家越南公司成功使用面罩，破解了蘋果iPhone X 的 Face ID 人臉辨識功能。但是，這種破解太複雜了，無法大規模實施。
．大約在同一時間，一家德國公司的研究人員，發現了一個駭客，該駭客透過以紅外線列印臉部圖像，來繞過 Windows 10 Hello 的臉部身份驗證。
．Forbes 在 2018 年 5 月發表的一篇文章中宣佈，多倫多大學的研究人員，已經開發出一種破壞臉部辨識軟體（又名隱私過濾器）的算法。
．2020 年 8 月，Verge 推出了一款名為 Fawkes 的「隱形」應用。該軟體會潛移默化地，扭曲你在社交媒體上留下的自拍照和其他照片。該工具來自芝加哥大學的 Sand 實驗室。
簡而言之，用戶可以在將其放到網上之前，應用過濾器來修改圖像中的特定像素。這些變化是人眼無法察覺的，但對臉部辨識的算法，卻可以讓它非常混淆。
業界正在研究反欺騙機制，標準化組織特別確定了兩個主題：
（1）確保捕獲的圖像是由人，而不是照片（2D）、影像螢幕（2D），或遮罩（3D）完成的（活體檢查或活體檢測）
(2) 確保沒有將兩個或更多個人的臉部圖像（變形的肖像）加入參考文件（例如護照）中。
＃7 攜手並進 – 邁向混合解決方案
未來的辨識和認證解決方案，將藉鑑生物辨識技術的各個方面。
這將導致能夠確保生態系統中，所有利益相關者的總體安全性，和私密性的「 生物膜」，或生物特徵組合。
這是 Thales Gemalto IdCloud 支付，在預防詐欺、風險評估和詐欺檢測軟體的精神。
在此解決方案中，地理位置、IP地址（正在使用的設備）和密鑰模式，可以創建一個強大的組合，以安全地驗證使用者的網路銀行服務，或政府服務。
這第七趨勢屬於我們。
我們共同設想，並透過高附加值生物辨識專案項目，實現安全辨識是我們的工作。
人臉辨識和你
現在輪到你該做的了。
接下來的幾個月，將在商店中進行許多更改。確實，我們不能聲稱可以預測短期內，將出現所有相關臉部辨識安全的基本主題。
【任何經過翻譯或轉載之中文資訊，我們為了盡量使用台灣常用相關名詞與慣用語法，將與原中文有所變更，但不改內容意義 – 3S MARKET】
0 comments:
張貼留言