人臉識別應用越來越多
蘋果的iPhoneX可以通過刷臉來進行屏幕解鎖、上下班打卡可以刷臉來實現員工考勤、乘坐飛機可以刷臉過安檢、吃飯可以刷臉支付、ATM機可以刷臉取錢......等等，隨著人工智能、機器學習、圖像採集、生物識別等新興技術的逐步成熟，人臉識別開始越來越多的走進人們的生活，成為人們日常生活中線上線下互聯網應用越來越多的身份鑑證方式。
人臉識別越來越廣泛的應用
人臉識別的技術原理
本質上講，人臉識別屬於身份認證範疇生物識別的一種，與我們通常指紋、虹膜、聲音、等其他人類的生物特徵識別沒有本質區別，刷臉通過提取用戶面部特徵與數據庫存儲的個人信息進行比對，運用計算機圖像識別與生物統計學原理實現個體身份的識別。
人臉幾何特徵採集與比對
與其他身份認證方式一樣，在實現身份認證之前，先要進行身份註冊。註冊信息包括個人身份資料以及面部幾何信息，平臺需要對用戶身份進行面部數據的信息採集，通過特定算法提取人臉特徵值，建立起個人身份信息與個人特徵生物對應的數據庫記錄。
在後續的使用過程中，用戶通過刷臉實現應用登錄或交易支付，需要通過刷臉將用戶的面部信息實時採集與註冊時數據庫存儲的信息進行特徵比對，實現身份的鑑別。世界上沒有完全相同的兩片葉子，更別提人臉了，世界上每個人都是獨一無二的，擁有面部獨一無二的幾何特徵，這就是人臉識別的核心關鍵。人臉圖像對於計算機而言，本質上是存儲的一系列由“0”、“1”組成的二進制數據，人臉識別技術的核心是提取人臉的幾何特徵：兩眼距離、眼睛寬度、鼻寬、嘴寬、眼鼻角度.....等等，這些特徵數據是可以被計算機所理解並計算的。 有了這些特徵數據，計算機可以通過人臉特徵建模，通過機器學習，把採集的人臉圖像特徵數據與雲端存儲的特徵模板進行檢索匹配，設定一定的閾值，相識度超過閾值則把匹配的結果予以輸出，通過這種方式來對人臉信息進行識別和匹配。
刷臉存在的安全隱患
人臉識別技術越來越廣泛的應用，生物識別準確性會隨著技術的成熟得到持續的提升，但人臉識別存在的安全隱患、法律風險確始終存在、難以有行之有效的解決辦法。
人臉識別安全嗎？
人體生物學特徵具有獨有性、唯一性、排他性，人臉識別的前提是雲端服務器要存儲轉化為計算機能夠識別的用戶二進制特徵數據，要有標準樣本特徵才能比對識別。人臉雖然不能仿造、不能複製，但存儲在雲端代表用戶生物學特徵的二進制數據是可以被複制，存在洩露、被盜用、被濫用的信息安全風險。
個人賬戶密碼的洩露，可以通過重置密碼方式找回，而生物識別信息不可再生、不可重建，一旦洩露無法挽回。個人生物信息敏感程度遠高於一般用戶信息，大量人臉信息被惡意收集被批量販賣的話，危害程度遠遠比目前黑市上熱炒的銀行四大件更大、影響更深遠。
如此安全風險重重的人臉識別，你敢用嗎？便捷性和安全性是事物的兩個方面，絕對不能因為方便、快捷的訴求而降低了對安全的要求，大家一定要強化安全意識，千萬不要隨意刷臉，將自己的生物特徵數據輕易的交給別人。
閱讀更多 西山科技 的文章
