订阅
纠错
加入自媒体

人脸识别技术标准化即将来临!

人脸识别是通过计算机对人体本身所固有的生理特征图像处理技术(或其他数位信号处理技术)和模式识别的方法来达到身份鉴别或验证的一门生物识别技术。从而实现数据安全比对分析,识别周围环境进行判断识别,让系统发出安全指令。

近日,全国信息技术标准化技术委员会提出建立人脸识别标准化,由商汤科技担任组长与27家企业机构组成的人脸识别技术国家标准工作组,工作组成员单位包括腾讯、中国平安、蚂蚁金服、大华、科大讯飞、小米等诸多具备从技术研究、产品开发,到应用使用、运维保障等全链条的丰富经验和深刻理解的企业。 人脸识别技术国家标准工作组的建立标志着人脸识别国家标准制定工作即将全面启动。

随着人工智能、图像识别等技术的成熟和应用,生活中快速的人脸识别比对,移动支付认证,安全性身份核对等场景都应用了人脸识别技术,作为一种更为高效的身份验证和识别手段为我们衣食住行中提供了不少便利。然而,在人脸识别技术为我们带来便捷的同时,一些问题漏洞也随之而来——如何解决标准缺乏导致的仿冒身份问题;防范用户授权信息被盗用;信息收集、存储、处理等应用规范的欠缺。

人脸识别在两个方面仍然需要有技术完善和技术突破。第一个是前面提到的刷脸应用中的人脸活体检测与防伪。第二个是非配合条件下的人脸识别,如反恐、治安视频监控中的动态人脸识别,核心引擎的准确率尚未能满足实际应用需求,其表现为误报率太高,经常发生“狼来了”的误报警。

伪造人脸图像进行识别的主流欺骗手段是建立一个三维模型,或者是一些表情的嫁接。随着人脸防伪技术的完善、3D面部识别技术、摄像头等智能计算视觉技术的引入,伪造面部图像进行识别的成功率会大大降低。

运动导致面部图像模糊或摄像头对焦不正确都会严重影响面部识别的成功率。在地铁、高速公路卡口、车站卡口、超市反扒、边检等安保和监控识别的使用中,这种困难尤为突出。非配合情况下的遮挡问题亦是非常严重的问题,特别是在监控环境下,往往被监控对象都会带着眼镜、帽子等饰物,使得被采集出来的人脸图像有可能不完整,从而影响了后面的特征提取与识别,甚至会导致人脸检测算法的失效。

上述问题的困扰,使人脸识别技术需要制定一系列标准和规范,来保障人脸识别应用的安全性。标准工作组的集合代表我国人脸识别理论研究、技术开发、应用实践顶尖水平的企业共同推进人脸识别技术、产品的标准体系建设,制定具体标准计划,并全面开展国家标准制修订工作。

商汤在人脸识别算法领域的技术创新是我国的领军企业之一,其在移动终端、自动驾驶、智慧城市、教育、医疗等领域拥有丰富的场景应用落地经验,更是目前全球融资规模最大、估值最高的AI独角兽,拥有主编55项国际、国家、行业、团体标准的体系建立经验。

腾讯拥有我国两大移动支付之一的微信支付体系;中国平安的人脸识别不仅用于金融赋能,在智慧楼宇等领域也有深度应用;蚂蚁金服则是我国人脸识别技术在金融领域的代表,支撑着旗下支付宝、淘宝、阿里巴巴、阿里云等阿里体系商业帝国;大华股份则是闻名全球的安防龙头,是目前人脸识别落地的前沿阵地;科大讯飞更是集语音智能、人脸识别、大数据于一体。

顶层科技巨头的聚集将有效规范人脸识别系统及相关产业技术研发,提高技术使用安全性,促进各技术开发商和应用商之间的互联互通,大大降低制造、开发和适配的成本,帮助行业更健康发展。

声明: 本网站所刊载信息,不代表OFweek观点。刊用本站稿件,务经书面授权。未经授权禁止转载、摘编、复制、翻译及建立镜像,违者将依法追究法律责任。

发表评论

0条评论,0人参与

请输入评论内容...

请输入评论/评论长度6~500个字

您提交的评论过于频繁,请输入验证码继续

暂无评论

暂无评论

文章纠错
x
*文字标题:
*纠错内容:
联系邮箱:
*验 证 码:

??????°?±? 44030502002758??