安全性桎梏人脸识别进一步发展，亚略特如何破局

当下,人脸识别已逐渐成为通用技术,手机解锁、小区出入人脸识别闸机、火车站人证识别系统,随处可见人脸识别的身影,其方便快捷的特性受人赞叹。然而近日,内盖夫本古里安大学的一项新研究却让大众开始质疑起人脸识别的安全性。

在这项实验中,研究人员根据面部可识别区域的热图对面部图像进行数字化成像,然后请化妆师在志愿者身上用化妆品模拟数字化妆,接着让志愿者走过配备了两个摄像头的走廊,评估系统会在此时进行识别。最终结果表明:数字和物理应用的化妆可以欺骗部分面部识别系统,成功率高达98%。

负责人尼赞·盖坦表示:“我对这项研究的结果感到惊讶,化妆师只是依据图像中的花样,把它复制到人脸上。这种复制并不精确,但它仍然有效。”

该研究揭示了当下人脸识别的安全性仍存在弱点,因此想让人们毫无顾忌地享受这项技术,安全性需进一步加强。

如何提升人脸识别技术的安全性,以及如何在安全性与识别准确率之间取得平衡,这些都是生物识别技术厂商应当考虑的问题。值得欣喜的是,以亚略特为代表的中国生物识别厂商在相关技术上已经达到甚至超越了世界先进水平。

以亚略特为例,其自主研发的TrustFace专利人脸识别算法在国际权威人脸识别数据库LFW公测中人脸正确识别率为99.72%。该数据库主要测试人脸识别的准确率,从数据库中随机选择6000对人脸组成人脸识别图片对,其中3000对属于同一个人2张人脸照片,3000对属于不同的人每人1张人脸照片。测试过程中LFW会给出一对照片,询问测试中的系统两张照片是不是同一个人,系统给出“是”或“否”的答案。通过6000对人脸测试结果的系统答案与真实答案的比值可以得到人脸识别准确率。该数据库被广泛应用于评价人脸识别算法的性能,其结果证明了亚略特人脸识别的准确率达到了世界一流水平。

除了准确率,亚略特人脸识别在安全性上也有诸多亮点。

针对通过照片、视频和三维模型来欺骗人脸识别系统的作弊现象,亚略特通过双目3D活体人脸识别算法来提升安全保障。具体方式是通过高清双目摄像头来进行活体检测,在检测是否为本人的同时检验是否有人利用照片等手段冒充合法用户。活体检测的核心是“识真”,即辨别接受测试的是不是真正的人脸,在活体检测上亚略特积累了大量的经验,其防假体攻击技术得到了用户的高度认可。

今年的高考中,亚略特与战略合作伙伴们为全国多地考生搭建了考生身份核验系统,且在高考场景中将人脸识别升级为1:N模式。在1:N模式支持下,通过智能考务终端刷脸,系统可在1秒内快速确认考生身份。即使考生未带准考证和身份证,系统也能在人像数据库中找出当前考生的人脸数据并进行匹配,快速确认身份、进入考场。

此外,亚略特生物识别的安全性还得到了官方认可,例如,亚略特已协助合作伙伴完成了山东、广东、内蒙古等多地检察院来访人员生物特征库的建设;民政部还部署了服务全国的亚略特TrustLink多模态生物识别认证平台及定制化信息管理平台,并在全国救助站部署了亚略特多模态生物特征核验设备,实现了对流浪人员快速、精准的身份核验,有效提高了社会监管服务能力和管理效率。

未来,亚略特将会进一步加强包括人脸识别在内的生物识别技术的安全性,为各行各业提供基于可信数据安全治理的场景化AI解决方案。