當下,人臉識別已逐漸成為通用技術,手機解鎖、小區出入人臉識別閘機、火車站人證識別系統,隨處可見人臉識別的身影,其方便快捷的特性受人讚歎。然而近日,內蓋夫本古裡安大學的一項新研究卻讓大眾開始質疑起人臉識別的安全性。
在這項實驗中,研究人員根據面部可識別區域的熱圖對面部影象進行數字化成像,然後請化妝師在志願者身上用化妝品模擬數字化妝,接著讓志願者走過配備了兩個攝像頭的走廊,評估系統會在此時進行識別。最終結果表明:數字和物理應用的化妝可以欺騙部分面部識別系統,成功率高達98%。
負責人尼贊·蓋坦表示:“我對這項研究的結果感到驚訝,化妝師只是依據影象中的花樣,把它複製到人臉上。這種複製並不精確,但它仍然有效。”
該研究揭示了當下人臉識別的安全性仍存在弱點,因此想讓人們毫無顧忌地享受這項技術,安全性需進一步加強。
如何提升人臉識別技術的安全性,以及如何在安全性與識別準確率之間取得平衡,這些都是生物識別技術廠商應當考慮的問題。值得欣喜的是,以亞略特為代表的中國生物識別廠商在相關技術上已經達到甚至超越了世界先進水平。
以亞略特為例,其自主研發的TrustFace專利人臉識別演算法在國際權威人臉識別資料庫LFW公測中人臉正確識別率為99.72%。該資料庫主要測試人臉識別的準確率,從資料庫中隨機選擇6000對人臉組成人臉識別圖片對,其中3000對屬於同一個人2張人臉照片,3000對屬於不同的人每人1張人臉照片。測試過程中LFW會給出一對照片,詢問測試中的系統兩張照片是不是同一個人,系統給出“是”或“否”的答案。透過6000對人臉測試結果的系統答案與真實答案的比值可以得到人臉識別準確率。該資料庫被廣泛應用於評價人臉識別演算法的效能,其結果證明了亞略特人臉識別的準確率達到了世界一流水平。
除了準確率,亞略特人臉識別在安全性上也有諸多亮點。
針對透過照片、影片和三維模型來欺騙人臉識別系統的作弊現象,亞略特透過雙目3D活體人臉識別演算法來提升安全保障。具體方式是透過高畫質雙目攝像頭來進行活體檢測,在檢測是否為本人的同時檢驗是否有人利用照片等手段冒充合法使用者。活體檢測的核心是“識真”,即辨別接受測試的是不是真正的人臉,在活體檢測上亞略特積累了大量的經驗,其防假體攻擊技術得到了使用者的高度認可。
今年的高考中,亞略特與戰略合作伙伴們為全國多地考生搭建了考生身份核驗系統,且在高考場景中將人臉識別升級為1:N模式。在1:N模式支援下,透過智慧考務終端刷臉,系統可在1秒內快速確認考生身份。即使考生未帶准考證和身份證,系統也能在人像資料庫中找出當前考生的人臉資料並進行匹配,快速確認身份、進入考場。
此外,亞略特生物識別的安全性還得到了官方認可,例如,亞略特已協助合作伙伴完成了山東、廣東、內蒙古等多地檢察院來訪人員生物特徵庫的建設;民政部還部署了服務全國的亞略特TrustLink多模態生物識別認證平臺及定製化資訊管理平臺,並在全國救助站部署了亞略特多模態生物特徵核驗裝置,實現了對流浪人員快速、精準的身份核驗,有效提高了社會監管服務能力和管理效率。
未來,亞略特將會進一步加強包括人臉識別在內的生物識別技術的安全性,為各行各業提供基於可信資料安全治理的場景化AI解決方案。
