余姚:人脸辨识就是把密码写在脸上,真的安全吗?

2020-01-01 浏览(92) 评论(0) 当前位置:首页>科技>余姚:人脸辨识就是把密码写在脸上,真的安全吗?

Sunbet官网

申博Sunbet官网 www.Lfstncnynmzyhzs.com信誉来源于每一位客户的口碑,Sunbet的服务在Sunbet官网行业是出名的顶尖,广西禄福生态农业开发有限责任公司欢迎新老会员、代理的加入。

-------------------------

一家人工智慧公司称,他们利用日本专业面具制造商提供的面具,骗过了火车站、便利商店的脸部辨识,甚至包括支付宝和微信支付系统,成功完成购买。以此证明,目前脸部辨识技术还未达到安全标准。



这是一篇名为《美国公司制作逼真面具,成功骗过微信支付宝等人脸辨识》文章下的使用者评论,对于标题描述的人脸辨识支付被破解现象,大家感到诧异、惶恐。甚至有部落客下定论:「人脸辨识刚出来时我就说,人脸是人人可见的讯息,拿这个做密码简直见鬼了。」



 



支付宝和微信怎么说?

在各家媒体报导了此事之后,「当事人」微信方面称,微信刷脸支付使用安全等级最高的 3D 活体检测技术,综合使用 3D、红外、RGB等多模态讯息,可以有效抵御影片、纸片、面具等的攻击。若因为刷脸支付导致帐号资金损失,使用者可以申请全额赔付。



支付宝团队未有正面回应,但根据支付宝服务协议,使用者遭遇盗刷情况也能申请赔付。



但是没人希望自己的资金成为别人眼中的猎物。回过去看,这家人工智慧公司采用的特制的 3D 面具进行测试,才攻破了支付宝和微信的人脸辨识支付系统。



3D 面具是一个关键点,它让这场测试成为了一个可操作性极低的特例。该公司称该面具仿真程度非常高,价格异常昂贵,因此这种欺诈行为不太可能广泛应用。不过这种技术可以用来欺骗名人或富人。



这个 3D 面具有多贵?据此前媒体报导,这家日本公司制作的 3D 面具价值高达 300 万日元(约合 83 万台币),若要制作一个副本,则需要 6 万日元(约合 16,700元台币)。



同时它的制作过程也较为复杂。首先要对复制的对象进行不同角度的脸部拍摄,传到电脑上进行立体图像合成,再将其在树脂材料的面具上复现,细节包括肤色、毛孔和眼镜的毛细血管。前后花费的时间需要约两周。



我想没有人会戴着价值 83万台币的面具去盗刷机场、火车站或者是便利店。但该日本公司的创始人也表示希望此项技术可以帮助开发者提高人脸辨识的准确性。



就目前而言,类似的技术和实验,对于技术的推动是有明显效果的。但我并不希望它们会加强使用者日常使用的焦虑感。



2D 和 3D 脸部辨识

生物特征辨识技术随着人工智慧、手机智慧终端的发展,逐渐渗透了我们的生活,人脸辨识就是生物特征辨识其中一种。其余我们熟知的还有虹膜辨识、指纹辨识等等技术。



虽然都叫「人脸辨识」,不同情境下应用的技术细节却不一样。简单来说,目前市面上的人脸辨识可大致分为 2D 平面和 3D 立体两种图像辨识。按照安全等级来分,3D 人脸辨识比 2D 人脸辨识的安全等级更高。



 



为什么 2D 人脸辨识会被一张照片骗倒?

2D 人脸辨识是利用镜头获取人脸的 RGB 彩色图像;再对该图像进行人脸监测,机器会辨识出脸上的眉毛、眼睛、鼻子等等部位;同时提取出特征,例如眉毛、眼睛和鼻子的相对位置,机器会输出一个数值串;最后进行资料库的讯息比对,以此达到辨识出人脸的目的。

瘋跨年!四大超商台北信義區門市31日「拆門」迎人潮



整个过程是基于二维平面图像,因此理论上来说,只要是一张照片都能透过 2D 人脸辨识。据报导,经过多年的发展和演算法不断优化,目前,基于神经网路人脸辨识的 2D 人脸辨识演算法在各种人脸辨识挑战赛、开源数据集上测试的辨识准确率已达到 99.80%。



不过为了补足 2D 人脸辨识的安全性,大家还多下了点功夫。



2D 人脸辨识虽然应用于各大生活情境,各大厂商通常还会对其进行升级,或者作为一个辅助验证手段。例如加入活体检测,即需要抬头、张嘴和闭眼等动作,反复比对才能确认是否是本人;又如在金融行业,实际操作过程中,完成人脸比对后还需要输入手机号码或者验证码。



另一边的 3D 人脸辨识技术,我们最熟悉的应用案例,还要属 2017 年苹果公司推出的 iPhone X 手机。当然也包括不少安卓手机,例如华为 Mate30 Pro、OPPO Find X、小米 8 透明探索版等等,它们都采用了相似的 3D 脸部辨识技术。



目前市面上的 3D 人脸辨识主要分为三种:3D 结构光、ToF 和双目立体视觉。由于硬体要求标准各不相同,前两者的应用更加常见,iPhone X 就是采用的 3D 结构光技术。



此外,虽然三种技术实现人脸辨识的细节各不相同,但有一点是一样的:采集的人脸数据相比 2D 人脸辨识要多一个纬度——计算和分析讯息的步骤也要更加复杂。



就 3D 人脸辨识的工作过程来说,它是透过普通镜头获取 RGB 讯息,再由 3D 镜头产生 3D 讯息,辨识出人脸所处空间内的每个点位的三维坐标讯息,计算并复原完整的三维图像。你可以想像成电脑建一个头部的 3D 模型,人脸上的每一处都会对应不同的深度讯息,这样在电脑里人脸就是立体的了。整个处理过程获取的讯息更大,精度更高。



因此即使你的头部并不是正面向镜头,采用 3D 人脸辨识技术的设备也能将你认出来。



以 iPhone X 的 Face ID 改采用的 3D 结构光举例,iPhone X 的深感镜头模组中包含红外镜头、泛光感应零组件、距离感应器、点阵投影器。工作时,点阵投影器向脸部投射出 3 万个肉眼不可见的红外点光源,先由红外镜头拍摄一张红外照片,并根据照片上点阵位移情况,分析出脸部的景深讯息,由此合成 3D 模型。



因此相对而言,3D 脸部辨识技术安全等级更高。



在破解微信支付宝支付一事中,该人工智慧公司也提到,在测试中,他们无法骗过例如苹果、华为这样手机公司生产的手机。值得一提的是,iPhone X 的 Face ID 改采用的神经网路是由专业面具制造商帮助训练而成的。同时苹果在推出 Face ID 的时候就表示,训练过程中使用了 10 亿张 3D 图像,并且 iPhone 还会不断学习使用者的解锁习惯,更加熟悉你的脸。



焦虑交给研发

技术没有绝对完美,就像人无完人。好在技术会不断迭代,人类也会不断学习进步。



脸部辨识支付被攻破不应当成为普通使用者产生焦虑的来源,更不能一口否定技术发展。只是这样的事件在发生之后的确能给相关技术研发人员提个醒,不断完善脸部辨识技术——这样的焦虑应当交给技术研发人员。



目前受限于成本,3D 脸部辨识技术应用不如 2D 脸部辨识广泛。但回过去看 2D 脸部辨识技术刚兴起的那段时间,成本同样居高不下。如今它们能渗透到消费级电子产品当中,说明该技术的成熟度以及成本都已经在可接受范围之内。



在智慧型手机领域,由 iPhone X 兴起的 3D 人脸辨识技术已经为其它安卓厂商所使用。但是在实际的应用支付上,Internet厂商一开始是持着谨慎的态度前进的。



 



  • 本文授权转载自:PingWest(品玩) 

Shares



Facebook LINE Twitter
GoShare宣布上線120天以來用戶突破40萬,有人最遠騎到台中換電、騎乘距離達 325公里