被美国列入实体清单的中国人脸识别技术,到底有多牛

字号+ 作者:洞见真知 来源:洞见网 2020-06-15 23:34 我要评论( )

一、微软、亚马逊、IBM纷纷暂停向美国警方提供人脸识别技术

随着非裔黑人弗洛伊德之死,引发了全美各界对警察种族歧视、暴力执法的强烈不满,针对警方办案方式的指责也不绝于耳,一度在全世界范围内引起热议。

一直在能否精确识别有色人种上存在争议的人脸识别技术,自然成了重点关注对象,抗议者纷纷向警方和科技巨头施压,要求暂停使用该技术。

目前,美国多家科技巨头IBM、亚马逊(Amazon)、微软(Microsoft)在美国民权组织的抗议声中纷纷表态,将限制警察部门使用人脸识别技术,除非未来出台有约束力的联邦法律,称将暂停为美国警方提供人脸识别技术,拒绝执法偏见,更倾向于选择保护个人信息。

看到这里,相信不少人会发出疑问,一场种族冲突事件,为什么会在科技界引起巨大震动,甚至左右热门技术在应用领域的推广使用呢?下面,让我们一起来了解一下当下正在流行的人脸识别技术。

二、什么是人脸识别技术?

人脸识别,是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流,并自动在图像中检测和跟踪人脸,进而对检测到的人脸进行脸部识别的一系列相关技术,通常也叫做人像识别、面部识别。

被美国列入实体清单的中国人脸识别技术,到底有多牛

随着现代高新技术的飞跃式发展和应用普及,目前,在国内城市大众生活的各个领域,都能看到人脸识别技术的广泛应用,比如APP人脸识别支付,银行业务人脸识别验证,企业办公/物业门禁人脸识别、机场/高铁安检人脸识别+证件的一体化验证等,人脸识别技术已经深入渗透到我们衣、食、住、行、等生活的方方面面。

三、人脸识别技术的发展经历了哪几个历程?

1、基于环境光照的传统识别技术

人脸识别系统通常由软件采样分析系统和硬件感应识别两部分组成,传统的人脸识别技术主要是基于可见光图像的人脸识别,已有30多年的研发历史。传统的人脸识别受限于软件技术的发展水平,在环境光照发生变化时,识别效果会急剧下降,无法满足实际系统的多样性需要。

2、改善对光照依赖的感应和软件图像识别技术

伴随着三维图像人脸识别、热成像人脸识别和基于主动近红外图像的多光源人脸识别技术的发展和人脸识别算法技术的逐步提升,传统识别中因为光线变化产生的识别程度不高甚至无法识别的情况已经被逐步弱化解决。目前多光源人脸识别技术在卓越的性能、精度、稳定性和速度方面的整体效果已有了质的飞跃。

3、人脸识别核心技术:算法

目前人脸识别技术成功的关键在于是否拥有尖端的核心算法,并使识别结果具有实用化的识别率和识别速度;“人脸识别系统”集成了人工智能、机器识别、机器学习、模型理论、专家系统、视频图像处理等多种专业技术,同时需结合中间值处理的理论与实现,是生物特征识别的最新应用,其核心技术的实现,展现了弱人工智能向强人工智能的转化。

四、人脸识别系统的技术处理流程有哪几步?

人脸识别系统主要包括四个组成部分,分别为:人脸图像采集及检测、人脸图像预处理、人脸图像特征提取以及匹配与识别。

1、人脸图像采集及检测

(1)人脸图像采集:不同的人脸图像都能通过摄像镜头采集下来,比如静态图像、动态图像、不同的位置、不同表情等方面都可以得到很好的采集。当用户在采集设备的拍摄范围内时,采集设备会自动搜索并拍摄用户的人脸图像。

(2)人脸检测:人脸检测在实际中主要用于人脸识别的预处理,即在图像中准确标定出人脸的位置和大小。人脸图像中包含的模式特征十分丰富,如直方图特征、颜色特征、模板特征、结构特征及Haar特征等。人脸检测就是把这其中有用的信息挑出来,并利用这些特征实现人脸检测。

主流的人脸检测方法基于以上特征采用Adaboost学习算法,Adaboost算法是一种用来分类的方法,它把一些比较弱的分类方法合在一起,组合出新的很强的分类方法。

人脸检测过程中使用Adaboost算法挑选出一些最能代表人脸的矩形特征(弱分类器),按照加权投票的方式将弱分类器构造为一个强分类器,再将训练得到的若干强分类器串联组成一个级联结构的层叠分类器,有效地提高分类器的检测速度。

2、人脸图像预处理

人脸图像预处理:对于人脸的图像预处理是基于人脸检测结果,对图像进行处理并最终服务于特征提取的过程。系统获取的原始图像由于受到各种条件的限制和随机干扰,往往不能直接使用,必须在图像处理的早期阶段对它进行灰度校正、噪声过滤等图像预处理。对于人脸图像而言,其预处理过程主要包括人脸图像的光线补偿、灰度变换、直方图均衡化、归一化、几何校正、滤波以及锐化等。

3、人脸图像特征提取

人脸图像特征提取:人脸识别系统可使用的特征通常分为视觉特征、像素统计特征、人脸图像变换系数特征、人脸图像代数特征等。人脸特征提取就是针对人脸的某些特征进行的。人脸特征提取,也称人脸表征,它是对人脸进行特征建模的过程。人脸特征提取的方法归纳起来分为两大类:一种是基于知识的表征方法;另外一种是基于代数特征或统计学习的表征方法。

基于知识的表征方法主要是根据人脸器官的形状描述以及他们之间的距离特性来获得有助于人脸分类的特征数据,其特征分量通常包括特征点间的欧氏距离、曲率和角度等。人脸由眼睛、鼻子、嘴、下巴等局部构成,对这些局部和它们之间结构关系的几何描述,可作为识别人脸的重要特征,这些特征被称为几何特征。基于知识的人脸表征主要包括基于几何特征的方法和模板匹配法。

4、人脸图像匹配与识别

人脸图像匹配与识别:提取的人脸图像的特征数据与数据库中存储的特征模板进行搜索匹配,通过设定一个阈值,当相似度超过这一阈值,则把匹配得到的结果输出。人脸识别就是将待识别的人脸特征与已得到的人脸特征模板进行比较,根据相似程度对人脸的身份信息进行判断。这一过程又分为两类:一类是确认,是一对一进行图像比较的过程,另一类是辨认,是一对多进行图像匹配对比的过程。

五、中国的人脸识别技术水平如何?

根据美国国家标准与技术研究院(NIST)的2018年全球人脸识别算法测试(FRVT)结果,该项比赛共有来自全球的39家企业和机构参与本次竞赛。在最新排名中,前五名算法被中国公司包揽,依图科技的算法包揽了前两名,商汤科技获得第三名和第四名,中国科学院深圳先进技术研究院的算法获得第五名,旷视科技算法获得第八名,显示出了中国公司在人脸识别技术领域强大的竞争力和技术领导力。

目前国内的人脸识别技术已经处于国际领先水平,这也不难理解为什么美帝会在2019年10月8日,将掌握行业发展核心技术专利的中国的科技头部企业:大华科技、海康威视、科大讯飞、旷视科技、商汤科技、美亚柏科、依图科技、颐信科技等纷纷 列入实体名单,对这些中国的新兴科技企业进行限制甚至持续打压了。

五、人脸识别技术的应用在哪些领域?

大家还记得之前新闻报道的在张学友演唱会现场抓获逃犯的报道吗?警方是通过安检的摄像头捕捉到逃犯的人脸的关键信息,通过深度学习算法将其结构化,之后再同数据库进行比对,做到秒级内查到一个人的行动轨迹,这只是众多使用人脸技术的一个典型的案例,其实,人脸技术应该的领用和范围已经越来越广,深入到大众日常生活的安防、金融、交通、医疗等多个领域了。

1、企业、住宅安全和管理。

如人脸识别门禁考勤系统,人脸识别防盗门等。

2、电子护照及身份证。

这或许是未来规模最大的应用,国际民航组织(ICAO)已确定,从2010年起,其118个成员国家和地区,必须使用机读护照,人脸识别技术是首推识别模式,该规定已经成为国际标准。中国的电子护照计划公安部一所正在加紧规划和实施。

3、公安、司法和刑侦。

如利用人脸识别系统和网络,在全国范围内搜捕逃犯。

4、自助服务。

如银行的自动提款机,如果用户卡片和密码被盗,就会被他人冒取现金。如果同时应用人脸识别就会避免这种情况的发生。

5、信息安全。

如计算机登录、电子政务和电子商务。在电子商务中交易全部在网上完成,电子政务中的很多审批流程也都搬到了网上。而当前,交易或者审批的授权都是靠密码来实现,如果密码被盗,就无法保证安全。但是使用生物特征,就可以做到当事人在网上的数字身份和真实身份统一,从而大大增加电子商务和电子政务系统的可靠性。

随着中国科技的不断突破和发展,即使美帝将这些高科技企业加入了实体清单,短期内部分企业的海外发展之路会受到一定的影响。但是随着中国在国际市场上的身份和地位的不断提升,大国崛起之势势不可挡,相信在不久的将来,美国实体清单所指之处,就是中国科技崛起之地!

人脸识别技术必将是除了华为5G技术之外,另一股可能引领世界高新技术的新兴崛起力量!

本文来自时评网,文章标题:“被美国列入实体清单的中国人脸识别技术,到底有多牛”,文章链接:http://www.localonline.com.cn/finance/tech/975.html,转载请注明出处。

网友点评网友点评