精华内容
下载资源
问答
  • 综上,不用太担心人脸识别不安全的问题,一般涉及到资金的人脸识别系统,都是容易hack进去的,而真正涉及到巨大金额的操作,不会让你通过手机进行操作,更可能只用人脸识别来确保安全。 有热门推荐 ? 1. 2. 3. ...
        

    点击上方AI算法与图像处理”,选择加"星标"或“置顶”

    重磅干货,第一时间送达640?wx_fmt=jpeg

    640?wx_fmt=png

    推荐文章【点击下面可直接跳转】:

    https://www.zhihu.com/question/350974284/answer/866151761

    已授权转载,如需转载请联系作者

    作者:人脸识别的研发工程师

    不太安全指的是什么,如果你指的是容易被hack,那我只能说,那你是过分担心了。首先,我要先亮明我的观点:任何一个人脸识别系统都有被hack的可能,只是成本问题。这么说吧,在人脸识别领域,苹果算是世界上做的最领先的几家公司,但是,犯罪分子如果想hack你的iphone x,要花费几万美元做一个人脸倒模,才有一定概率hack进你的手机,且不说犯罪分子是否有途径搞到你的多张多角度清晰照片来制造倒模,就算hack进你的手机了,且不说手机转账限额问题,你银行卡上的钱够cover住他的制造成本吗?毕竟,如犯罪收益无法高于犯罪成本,那谁又会去犯罪呢?

    640?wx_fmt=jpeg

    这里先介绍一下人脸识别方案,现在的人脸识别从技术方案上分为2D和3D两种,几乎都是用深度学习的手段。在2D方向上,一般会有活体识别技术(支付宝人脸验证前,要你眨眨眼之类的,是一种被动活体识别)、声纹识别技术(在腾讯的一些产品上有用到)配合人脸识别,这就确保了用低廉的hack手段(如用一张相片就能成功识别),是无法通过识别系统的。在3D方向上,以苹果的结构光为主流,3D即意味着系统能获取验证者的深度信息,所以2D的手段(如相片)是100%不可能hack进识别系统。

    生活中,有很多地方都用到人脸识别,但是由于应用的场景不同,hack的难度也是不一样的。应用厂商肯定是依据不同技术的hack成本,和最终服务于什么功能,进而选择用什么样的人脸识别技术。比如说,国产安卓手机,2D方案的人脸识别只能用来手机解锁,想想看,谁会花高成本就为了解开你的手机锁?而苹果手机是用人脸信息进行支付的,所以用的是结构光,这大大的增加了hack成本。

    随着DL的大火,现在人脸识别的技术很成熟了,也是DL领域最早落地商用的技术之一,知名的大厂如阿里达摩院,腾讯AI Lab,小厂如商汤、旷视、依图,你要是兴趣可以看看他们提供的技术服务,一般不懂技术的市井小民想在终端hack进他们系统是不可能的。当然,像我这种Low Bee程序员,也没人觊觎我的荷包。。

    640?wx_fmt=jpeg

    最后,我想说说顺丰自提柜的事件,这其实是被刻意放大了。我只能吐槽,这不是顺丰的技术不到位,是他们的产品经理有问题。一张照片就能hack进系统,只能说这个自提柜系统就没有加活体识别技术,估计是产品经理考虑快递不值几个钱,贵重物体也不会放自提柜,就觉得没必要上这个功能了,毕竟研发活体识别技术也是要砸大价钱的(业内的人都应该略知一二,当年某独角兽搞活体识别,是以50元一张corner case的成本砸出来的,当时收数据的成本一天就是几十万,当然出钱的冤大头是某p2p公司)。

    640?wx_fmt=jpeg


    总结

    综上,不用太担心人脸识别不安全的问题,一般涉及到资金的人脸识别系统,都是不容易hack进去的,而真正涉及到巨大金额的操作,不会让你通过手机进行操作,更不可能只用人脸识别来确保安全。

    640?

    有热门推荐?

    1.

    2.

    3.

    加群交流

    640?wx_fmt=jpeg欢迎小伙伴加群交流,目前已有交流群的方向包括:AI学习交流群,目标检测,秋招互助,资料下载等等;加群可扫描并回复感兴趣方向即可

    640?wx_fmt=png

    640?wx_fmt=png
    你点的每个“在看”,我都认真当成了喜欢
    展开全文
  • 人脸识别(一)——人脸识别简介

    万次阅读 多人点赞 2019-03-11 20:49:02
    下面就由小编来带领大家进入人脸识别的世界,在下也是学生,有很多地方也太懂,还请各位大神多多指教。 目录 1.人脸识别简介 2.人脸识别基本步骤 2.1 图像采集和检测 2.2 图像预处理 2.3 特征提取 2.4 降维...

    当今世界智能产业不断发展,人脸识别技术发展至今也是相对很成熟的。下面就由小编来带领大家进入人脸识别的世界,在下也是学生,有很多地方也不太懂,还请各位大神多多指教。

    目录

    1.人脸识别简介

    2.人脸识别基本步骤

    2.1 图像采集和检测

    2.2 图像预处理

    2.3 特征提取

    2.4 降维

    2.5 特征匹配



    1.人脸识别简介

    人脸识别系统的研究始于20世纪60年代,80年代后随着计算机技术和光学成像技术的发展得到提高,而真正进入初级的应用阶段则在90年后期,并且以美国、德国和日本的技术实现为主;人脸识别系统成功的关键在于是否拥有尖端的核心算法,并使识别结果具有实用化的识别率和识别速度;“人脸识别系统”集成了人工智能、机器识别、机器学习、模型理论、专家系统、视频图像处理等多种专业技术,同时需结合中间值处理的理论与实现,是生物特征识别的最新应用,其核心技术的实现,展现了弱人工智能向强人工智能的转化。


    2.人脸识别基本步骤

    2.1 图像采集和检测

    不同的人脸图像都能通过摄像镜头采集下来,比如静态图像、动态图像、不同的位置、不同表情等方面都可以得到很好的采集。当用户在采集设备的拍摄范围内时,采集设备会自动搜索并拍摄用户的人脸图像。人脸采集一般都是需要同一个人的多张人脸图片,可以有不同的表情,不同的装饰,男士可以同时采集有胡子和没有胡子的图像。图像采集可以根据试验的难度来采集,背景越复杂,识别难度越大。

    人脸检测在实际中主要用于人脸识别的预处理,即在图像中准确标定出人脸的位置和大小。人脸图像中包含的模式特征十分丰富,如直方图特征、颜色特征、模板特征、结构特征及Haar特征等。人脸检测就是把这其中有用的信息挑出来,并利用这些特征实现人脸检测。

    2.2 图像预处理

    对于人脸的图像预处理是基于人脸检测结果,对图像进行处理并最终服务于特征提取的过程。系统获取的原始图像由于受到各种条件的限制和随机干扰,往往不能直接使用,必须在图像处理的早期阶段对它进行灰度校正、噪声过滤等图像预处理。对于人脸图像而言,其预处理过程主要包括人脸图像的光线补偿、灰度变换、直方图均衡化、归一化、几何校正、滤波以及锐化等。简单的说就是把所拍摄的图像进行细致化的处理,并将检测到的人脸分割成一定大小的图片,便于识别和处理。当下有很多的国内外的大学实验室都有自己的人脸库,而且为了方便广大人脸识别爱好者的使用,甚至有的实验室将人脸库都公布出来了,大家可以去实验室里自行下载。小编所使用的人脸数据库也会在后续的文章中公布出来,也给各位提供相应的下载链接。

    2.3 特征提取

    人脸识别系统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。人脸特征提取就是针对人脸的某些特征进行的。人脸特征提取,也称人脸表征,它是对人脸进行特征建模的过程。人脸特征提取的方法归纳起来分为两大类:一种是基于知识的表征方法;另外一种是基于代数特征或统计学习的表征方法。基于知识的表征方法主要是根据人脸器官的形状描述以及他们之间的距离特性来获得有助于人脸分类的特征数据,其特征分量通常包括特征点间的欧氏距离、曲率和角度等。人脸由眼睛、鼻子、嘴、下巴等局部构成,对这些局部和它们之间结构关系的几何描述,可作为识别人脸的重要特征,这些特征被称为几何特征。基于知识的人脸表征主要包括基于几何特征的方法和模板匹配法。

    2.4 降维

    降维是人脸识别中重要的步骤。不同的特征表达方法与维数大小会直接影响人脸识别的识别率,通常在同样的特征表达方式下,维数越高其识别率也将越高。但是特征提取的维数大小将直接影响人脸识别系统的实时性,维数越高其识别时间会越长,实时性会越低。目前广泛使用的降维算法有PCA算法等。

    2.5 特征匹配

    提取的人脸图像的特征数据与数据库中存储的特征模板进行搜索匹配,通过设定一个阈值,当相似度超过这一阈值,则把匹配得到的结果输出。人脸识别就是将待识别的人脸特征与已得到的人脸特征模板进行比较,根据相似程度对人脸的身份信息进行判断。这一过程又分为两类:一类是确认,是一对一进行图像比较的过程,另一类是辨认,是一对多进行图像匹配对比的过程。

    现在人脸识别技术越来越成熟,使用的地方也越来越广泛,初步了解了人脸识别,今后就让小编和大家一起继续探讨人脸识别吧!!!

    本文章大部分介绍转自百度百科,为了便于理解,对内容做了提炼和修改,大家也可自行查阅,谢谢:https://baike.baidu.com/item/%E4%BA%BA%E8%84%B8%E8%AF%86%E5%88%AB/4463435?fr=aladdin

    展开全文
  • 人脸识别

    2018-02-27 21:56:12
    1、什么人脸识别人脸识别可以分为两个方面,一个是人脸验证,另一个是人脸识别。人脸验证指的是:假设我们有一个人的画像(Tony),我们需要根据这个画像验证来人是不是Tony本人。人脸识别指的是:如果我们有一...

    1、什么是人脸识别?

    人脸识别可以分为两个方面,一个是人脸验证,另一个是人脸识别。

    人脸验证指的是:假设我们有一个人的画像(Tony),我们需要根据这个画像验证来人是不是Tony本人。

    人脸识别指的是:如果我们有一个人脸数据集(大小为K),我们需要识别来人是不是我们的人脸数据集里面的人。

    人脸识别的准确率必须依托于人脸验证的准确率。

    2、如何解决一次学习问题?

    人脸识别问题所面临的一个挑战,就是需要解决一次学习问题。这意味着,在绝大多数人脸识别应用中,你需要通过单单一张图片或者单单一个人脸样例就能去识别这个人。但是,纵观深度学习问题,当深度学习只有一个人脸样例时,它的表现并不好。

    要想解决一次学习问题,我们必须先构造“similarity”函数。


    接下来,构建“similarity”函数首先得通过Siamese网络。

    3、Siamese网络

    你要计算“similarity”函数,你实际要做的就是训练一个网络,它计算得到的编码可以用于函数d,它可以告诉你两张图片是否是同一个人。这个网络就是“Siamese”网络。


    所以每一张人脸图像都会对应着一个128维的向量编码。

    如果你要比较两个图片的话,你要做的就是把第二个图片喂给有同样参数的神经网络,然后得到一个不一样的128维的向量。

    假设两张人脸图像的128维的向量编码分别为f(x(1))和f(x(2))。那么你要做的就是计算这两个向量的二范数的平方,如果计算结果小于τ,表示这两张人脸图像是一个人,否则,这两张人脸图像表示不同的人。

    接下来,讨论这个Siamese网络的损失函数。

    4、Triplet损失函数(三元组损失函数)

    要想通过学习神经网络的参数来得到优质的人脸图片编码,方法之一就是定义三元组损失函数然后应用梯度下降。

    三元组意味着你需要同时看三张图片。

    如下图所示为三元组损失函数的基本思想(Positive意味着同一个人,Negative意味着不同的人)


    假如你有一个10000个图片的训练集,里面是1000个不同的人的照片,你要做的就是取这10000个图片,然后生成这样的三元组,然后训练你的学习模型,对这种代价函数使用梯度下降。

    那么为什么数据集是1000个人的10000张照片呢?这是因为为了定义三元组的数据集,你需要成对的A和P,即同一个人的成对的图片,为了训练你的系统,你确实需要一个数据集,里面有同一个人的多张照片。

    接下来,让我们说说Triplet损失函数的数学表达式。


    现在我们来看,你如何选择这些三元组来形成训练集,一个问题是如果你从训练集中随机地选择AP和N,因为是随机地选择,那么这个条件很容易达到(A和N比A和P差别很大的概率很大)

    所以你要做的就是尽可能的选择难训练的三元组A、P和N。如果你想知道细节的话,那么这篇论文可能对你有帮助(Schroff et al,2015,FaceNet:A unified embedding for face recognition and clustering)

    5、面部验证与二分类

    Triplet损失是一个训练人脸识别卷积网络参数的好办法,但是还有其他学习参数的方法,这个方法就是将人脸识别当成一个二分类问题。

    假设我们把得到的128维的人脸编码放入逻辑回归中,最后的逻辑回归可以增加参数w和b,就想普通的逻辑回归一样,你将在这128个单元上训练合适的权重用来预测两张图片是否是同一个人,这是一个很合理的方法,来学习预测0或者1。


    监督学习下的人脸验证代价函数:


    展开全文
  • 那么,由畅视智能与大家分享红外人脸识别和3D结构光人脸识别什么区别? 红外人脸识别组件是由红外泛光灯与IR摄像头组成,输出一张红外IR图,通过红外泛光灯,可以在黑暗中成像红外图,因此其适用范围远大于普通的...

    人脸识别技术有静态和动态人脸识别之分,也有2D和3D人脸识别之分,还有可见光和红外光人脸识别之分。其中红外人脸识别和3D人脸识别的结构光人脸识别的媒介是红外光。那么,由畅视智能与大家分享红外人脸识别和3D结构光人脸识别有什么区别?

    红外人脸识别组件是由红外泛光灯与IR摄像头组成,输出一张红外IR图,通过红外泛光灯,可以在黑暗中成像红外图,因此其适用范围远大于普通的RGB摄像头,并且不容易被自然光环境干扰。在识别方面还是2D人脸识别,对于活体检测因为近红外成像的特点,可以通过不同材质的红外光反射率进行相应的活体检测,可以对于屏幕视频或者是照片这些类型的攻击有很强防御能力,如果是其他材质的攻击要看红外人脸识别的算法设计。

    3D结构光人脸识别是在红外的基础上,增加一个红外点阵发射器,输出的图包括一张红外IR图和一张深度图,不管是深度图还是IR图都是利用红外光的光源,因此可以在在黑暗环境中使用,并且不易被自然光环境干扰。3D结构光的人脸识别的活体检测这块,是通过引入深度图,是使用IR和深度两个人脸图像进行3D的活体检测。而且可以在红外人脸识别防范的攻击算法基础上,加入的深度图携芾深度信息,能够有效防范平面攻击,比如说照片、视频、纸张面具弯曲等材质的攻击,还可以结合红外IR图对表面材质的检测,能防范大部分的普通材质的面具、模型等攻击。

    在人脸识别算法上,3D结构光的人脸识别应用的安全性能可以弥补2D人脸识别,随着对人脸识别算法的提升,红外人脸识别在应用也会有更高的安全性。

    展开全文
  • 人脸识别人脸识别技术综述

    千次阅读 2019-07-12 12:35:25
    https://blog.csdn.net/App_12062011/article/details/52537133 参考:... 1 人脸识别技术概述 近年来,随着计算机技术的迅速发展,人脸自动识别技术得到广泛研究与开发,人脸...
  • 人脸识别笔记

    千次阅读 2019-07-01 16:03:43
    人脸识别笔记 参考资料: 人脸识别技术看这一篇就够了(附国内人脸识别20强公司) 人脸识别的十个关键技术组成及原理 人脸识别技术百度百科 人脸识别技术及应用,了解一下 深度干货!一文读懂人脸识别技术(建议收藏...
  • 人脸识别系统利用摄像机采集含有人脸的图像,并自动在图像中检测和跟踪人脸,进而对检测到的人脸进行脸部的一系列相关技术处理,从而达到识别不同人的身份的目的。 人脸识别主要过程包括: 人脸检测系统 根据眼睛、...
  • DeepID人脸识别算法之三代

    万次阅读 多人点赞 2014-12-23 00:09:48
    如今,深度学习方兴未艾,大数据风起云涌,各个领域都在处于使用深度学习进行强突破的阶段,人脸识别例外,香港中文大学的团队使用卷积神经网络学习特征,将之用于人脸识别的子领域人脸验证方面,取得了不错的...
  • 树莓派调用百度人脸识别API实现人脸识别

    千次阅读 多人点赞 2020-02-27 16:06:00
    树莓派配置OpenCV,配置起来有点繁琐且耗时,调用百度智能云的人脸识别API是一个很好的解决方案 一、申请AppID、API Key和Secret Key 1.1创建应用 在百度智能云人脸识别项目中创建应用, 1.2 下载SDK 创建完毕后,...
  • python人脸识别

    千次阅读 2021-01-25 21:04:45
    目录1 读取图片2 将图片灰度转换3 修改图片尺寸4 绘制矩形_圆5 人脸检测6 检测多张人脸7 检测视频中的人脸8 训练数据并人脸识别8.1 训练数据8.2 人脸识别 1 读取图片 # 导入模块 import cv2 as cv # 读取图片 img=cv...
  • 人脸识别概要

    千次阅读 2018-04-27 15:20:21
    什么人脸识别技术 人脸识别技术,是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流,并自动在图像中检测和跟踪人脸,进而对检测到的人脸进行脸部的一系列相关...
  • 人脸识别】初识人脸识别

    万次阅读 多人点赞 2014-10-03 15:37:49
    如果你研究过人脸识别,或者对这方面有兴趣,那么你一定听说过Paul Viola。他可以算得上是人脸检测识别的始祖,他的一篇大作《RobustReal-time Object Detection》可以说是人脸识别领域最重要的一篇论文。本文主要就...
  • 人脸识别技术

    千次阅读 2019-05-31 16:31:05
    人脸识别技术大致由人脸检测和人脸识别两个环节组成。 之所以要有人脸检测,不光是为了检测出照片上是否有人脸,更重要的是把照片中人脸无关的部分删掉,否则整张照片的像素都传给 f(x) 识别函数肯定就可用了。...
  • 人脸识别引擎

    千次阅读 2018-09-14 11:07:45
    最近人工智能异常火爆,各路诸侯蠢蠢欲动,特别是金融业、安防业都在追求人工智能的落地。人工智能新秀云从、商汤、旷世,老牌王者海康、华为都在建设自己的...一般算法SDK技术性非常强,对于熟悉人脸识别算法的开...
  • 人脸图像识别(python人脸识别技术)

    千次阅读 热门讨论 2021-02-16 19:16:29
    python人脸识别人脸识别的崛起什么人脸识别人脸识别技术的应用和发展python人脸识别 导入库实现代码 人脸识别的崛起 什么人脸识别 人脸识别是将采集到的数据信息,根据人脸特征信息进行比对,从而辨识身份的技术。...
  • https://www.cnblogs.com/huty/p/8517691.html 参考:... 1 人脸识别技术概述 近年来,随着计算机技术的迅速发展,人脸自动识别技术得到广泛研究与开发,人脸识别成为近30年里模式识别和图...
  • 利用python、tensorflow、opencv实现人脸识别(包会)!

    万次阅读 多人点赞 2018-07-25 17:07:54
    这篇文章应该是很详细的了所以帮你实现人脸识别应该没什么问题。 先说本博文的最终要达到的效果:通过一系列操作,在摄像头的视频流中识别特定人的人脸,并且予以标记。 本人通过网上资料的查询发现这类人脸识别,...
  • 本项目的实现机制:基于OpenCV使用Haar级联与dlib库进行人脸检测及实时跟踪,应用LBPH算法开发了一个功能相对完整的人脸识别系统。系统采用sqlite3进行序列化数据存储,能够对陌生人脸闯入进行报警,并拥有基于PyQt5...
  • 人脸识别研究

    千次阅读 2019-01-14 13:41:54
    一、发展史1、人脸识别的理解: 人脸识别(Face Recognition)是一种依据人的面部特征(如统计或几何特征等),自动进行身份识别的一种生物识别技术,又称为面像识别、人像识别、相貌识别、面孔识别、面部识别等。...
  • 随着手机刷脸解锁热潮的兴起,人脸识别技术也逐渐为人所知,一时间,校园里出现“刷脸吃饭”,街头上冒出无人零售,门店中的开始人脸支付......人脸识别成为新一代技术宠儿,被密集的应用在不同的场景里,引起广泛...
  • 什么人脸识别呢? 其实就是一个程序识别给定图像或视频中的人脸。 实现这一目标的方法之一是用一系列分好类的图像来“训练” 程序, 并基于这些图像来进行识别。这就是 OpenCV 及其人脸识别模块进行人脸识别...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 57,451
精华内容 22,980
关键字:

为什么不能人脸识别