沒臉可能要“活”不下去了 刷臉時代如何證明你

---

“明明可以靠臉吃飯，卻偏偏……”當人臉識別開始流行，這句網絡用語便成為了安在誰身上都行得通的萬能神句。 毫無疑問，2017年是人臉識別應用爆發的一年。在這一年里，手機可以刷臉解鎖了，肯德基可以刷臉吃飯了，銀行ATM機可以刷臉取款了，火車站可以刷臉檢票了，就連公司樓下的自動販售機都可以直接刷臉取貨了…… 曾經，我們對人臉識別的認識只停留在科幻大片中某個酷炫的畫面上，如今，人人都可以實實在在地去感受這一黑科技了。最簡單的做法是，打開你的手機支付寶，搜索人臉識別，根據提示操作，分分鐘玩轉你的臉有木有！可別小看支付寶中的人臉識別功能，這是一項可以用于加密、付款、查詢醫社保、公積金的技術。 隨著人臉識別不斷滲透進我們的日常生活，需要依靠刷臉處理的事情越來越多，無論是在消費金融領域，還是在安全防護領域、公共交通領域，人臉識別都為我們帶來了前所未有的便利性。未來，當人臉識別越來越普及，或許沒“臉”真的要“活”不下去的。 如何證明你就是你 既然一張臉可以發揮如此重要的作用，那么，人臉識別技術是如何證明你就是你的呢？ 首先，我們需要了解人臉識別是什么，查資料可知，這是一項基于人的臉部特征信息進行身份識別的一種生物識別技術，也就是說它可以根據你的臉判斷你的身份，這和我們的常識相符合。 人臉識別技術主要包含有三個部分：人臉檢測、人臉跟蹤和人臉比對。 人臉檢測是指在動態場景或者復雜的背景中判斷是否存在人臉圖像，并從這些圖片或者視頻流中分離出人臉圖像。 據技術專家介紹，一般情況下，人臉檢測有五種方法，包括參考模板法、人臉規則法、樣品學習法、膚色模型法和特征子臉法。這些方法各有各的特色，在實際檢測系統中也可以綜合使用。 人臉跟蹤則是指在動態視頻中對被檢測的人臉圖像進行目標跟蹤。一般采用基于模型的方法或者基于運動與模型相結合的方法。當然，利用膚色模型跟蹤也是一種簡單有效的方法。 人臉比對則是指將被檢測的人臉圖像與目標圖像進行比對，以比對結果進行身份確認。人臉比對又有1:1比對和1：N比對，其中1:1比對是目前比較流行的方法，比如賓館、小區門禁、機場安檢等的刷臉系統都屬于這一類，需要將人臉與身份證上的照片進行比對。而1：N比對則在安防領域應用較為廣泛，比如小區、機場候機室等公共場所應用的人臉識別布控系統就屬于這一類。 總而言之，人臉識別自有認識你的方法。通過各項高大上的算法，要證明你就是你不過是秒秒鐘的事情。