cookieOptions = {...}; .深入探討臉部辨識的七大趨勢(技術、供應商、市場、案例,和最新的新聞) - 3S Market「全球智慧科技應用」市場資訊網

3S MARKET

2020年9月11日 星期五

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 意見: