zh

数据解决方案

语音合成

首页>数据实验室>全部动态>火出圈的3D人脸识别如何让“刷脸”更安全?

火出圈的3D人脸识别如何让“刷脸”更安全?

来源:数据堂2021-05-17

看一眼智能手机,就能自动唤醒屏幕进行刷脸解锁,很多人都习惯了不再手动输入密码。逛完超市,双手提着购物袋,看一眼收银台的终端设备,就能刷脸支付,节省了大家排队等待的时间。如此便利的体验,都缘于人脸识别这项技术的普及。

不过,“刷脸”在给人们日常生活带来便利体验的同时,其安全性更是备受关注。前不久,瑞莱智慧Real AI的研究人员通过对抗样本攻击,破解了19款安卓手机的人脸识别解锁系统,只有一台iPhone 11未被破解。


      为何人脸识别如此容易被“攻克”? 

简单来说,目前市面上的人脸识别可大致分为2D平面和3D立体两种图像识别。按照安全等级来分,3D人脸识别比2D人脸识别的安全等级更高

2D人脸识别利用摄像头获取人脸的RGB彩色图像,再对该图像进行人脸监测,机器会识别出脸上的眉毛、眼睛、鼻子等等部位并进行特征提取。最后机器会输出一个数值串,进行数据库的信息比对,以此达到识别出人脸的目的。



2D人脸识别出现越来越多的“bug”后,越来越多的企业将注意力转移到3D人脸识别,以期提升相关应用的安全性。

苹果公司推出的iPhone X手机是人们比较熟悉的3D人脸识别技术应用。越来越多的安卓手机,例如华为Mate 30 Pro、OPPO Find X、小米8透明探索版等等,也都采用了相似的3D人脸识别技术。


3D人脸识别基于RGBD进行多模态(RGB+深度图)图像识别或者直接对3D点云进行人脸识别,在识别出人脸所处空间内的每个点位的三维坐标信息后,计算并复原完整的三维图像。因此即使你的头部并不是正面向镜头,采用 3D 人脸识别技术的设备也能将你认出来。

iPhone X的Face ID所采用的3D结构光举例,其深感摄像头模组中包含红外镜头、泛光感应元件、距离传感器、点阵投影器。工作时,点阵投影器向面部投射出 3 万个肉眼不可见的红外点光源,先由红外镜头拍摄一张红外照片,并根据照片上点阵位移情况,分析出脸部的景深信息,由此合成 3D 模型。

3D人脸识别整个处理过程获取的信息更大,识别精度上限远高于2D人脸识别,目前甚至可以商用于人脸支付等要求较高场景。



面向3D人脸识别技术的应用,数据堂设计并研发了1,078人3D人脸采集数据》、《10,000人3D人脸识别数据》和《1,000人3D活体检测数据》。数据堂严格遵守相关规定,所采集的数据均已获得被采集人授权,致力于用高质量的数据推动3D人脸识别技术的发展、有效保障用户“刷脸”的安全性。

 

1,078人3D人脸采集数据


 


工作人员使用Realsense SR300,对每位被采集者采集多光照多姿态视频16段,采集周期为6周,每周采集一次,视频分辨率达1,920*1,080。标注人员对被采集人的性别、年龄以及采集场景、动作、眼镜、距离等标签信息进行标注。数据已脱敏,不含敏感信息。数据的人脸动作准确率超过 97%,标签标注准确率也大于97%。

 

10,000人3D人脸识别数据》



该数据使用通用性非常高的iPhone X,iPhone XR进行采集,对被采集者每人采集24张照片。数据涵盖多种光照条件,静默、抬头、低头、左转头、右转头、头左偏、头右偏、戴口罩等多种动作。标注人员对每位被采集者的人种、性别、年龄和采集场景进行标注,对图片对应的动作和光照条件进行标注。按照采集动作准确度为准,精度超过97%,标签标注准确率也在97%以上。

 

1,000人3D活体检测数据》


 

该数据同样使用通用性非常高的iPhone X,iPhone XR进行采集。数据多样性涵盖了多表情、人脸多姿态、对抗样本、多种光照条件、多种场景。标注人员对被采集人的人物id、人种、性别、年龄、人脸动作、采集场景、光照条件进行标注。按照采集动作准确度为准,数据精度超过97%。

技术赋能“人脸识别”的初衷,是给人们的生活带去便利,并不是让个人隐私“裸奔”。在法律不断为人脸识别划定“红线”的同时,业界也需要树立起人脸识技术标准,设计并研发成熟的人脸识别解决方案。



欢迎联系客服小堂获取数据样例~

邮箱:services@datatang.com

咨询热线:13051623904

语音合成(TTS)_数据堂