人臉識(shí)別門(mén)禁與刷臉支付有哪些區(qū)別？

  2021年央視3.15晚會(huì)曝光了科勒衛(wèi)浴公司多家連鎖門(mén)店，運(yùn)用人臉識(shí)別技術(shù)，在顧客毫不知情的情況下，抓拍顧客人臉信息進(jìn)行精準(zhǔn)化營(yíng)銷(xiāo)。此報(bào)道一出，在社會(huì)上引起了軒然大波，使得有些小區(qū)業(yè)主，不敢再使用人臉識(shí)別門(mén)禁系統(tǒng)，紛紛向物業(yè)提出要求，希望回到“刷卡時(shí)代”。因?yàn)楹枚鄻I(yè)主在手機(jī)上開(kāi)通了“刷臉支付”，擔(dān)心門(mén)禁系統(tǒng)會(huì)盜取個(gè)人信息，從而為自己帶來(lái)金融風(fēng)險(xiǎn)。

  那么，小區(qū)人臉識(shí)別門(mén)禁到底安不安全呢？對(duì)業(yè)主使用存在金融風(fēng)險(xiǎn)嗎？讓我們來(lái)看一下有臉識(shí)別在不同場(chǎng)景下應(yīng)用的技術(shù)實(shí)現(xiàn)方式就一目了然了。

  隨著人臉識(shí)別技術(shù)的進(jìn)一步成熟以及社會(huì)認(rèn)同感的提高，人臉識(shí)別在各個(gè)領(lǐng)域中的應(yīng)用逐漸成為剛需。隨著近兩年的深入探索，人臉識(shí)別算法攻破了技術(shù)和安全上的重重難關(guān)，人臉識(shí)別設(shè)備的應(yīng)用場(chǎng)景從起初的門(mén)禁安防、訪(fǎng)客考勤和身份核驗(yàn)等簡(jiǎn)單的應(yīng)用，一直延伸到移動(dòng)支付、教育金融、司法、軍隊(duì)、公安、邊檢、政府、航天、電力、工廠(chǎng)、醫(yī)療及眾多企事業(yè)單位等領(lǐng)域。其中刷臉支付在今年顯得特別火熱！同樣作為人臉識(shí)別設(shè)備，為什么有些只能用于門(mén)禁考勤、有些可作為刷臉支付呢？

  不同的人臉識(shí)別硬件設(shè)備和采用不同的人臉?biāo)惴?，決定著它的行業(yè)用途！

  一般來(lái)說(shuō)，對(duì)身份驗(yàn)證不太嚴(yán)格的人臉識(shí)別終端設(shè)備所使用的大多數(shù)為2D人臉識(shí)別，如社區(qū)、學(xué)校、公司的門(mén)禁考勤等；而對(duì)于身份驗(yàn)證比較嚴(yán)格的則采用3D識(shí)別，主要應(yīng)用3D結(jié)構(gòu)光、TOF等人臉攝像頭，測(cè)定眼間距，鼻子高低等立體人臉信息，如金融業(yè)務(wù)、移動(dòng)支付等。

  在實(shí)際應(yīng)用中，我們要解決驗(yàn)證用戶(hù)是否為真實(shí)活體本人操作，可有效抵御照片、換臉、面具、遮擋以及屏幕翻拍等常見(jiàn)的攻擊手段，從而幫助用戶(hù)甄別欺詐行為，保障用戶(hù)的利益。從實(shí)現(xiàn)方式上可以采用RGB單目活體檢測(cè)、IR活體檢測(cè)以及采用深度信息的活體檢測(cè)，每種技術(shù)方式對(duì)應(yīng)的應(yīng)用場(chǎng)景也會(huì)有所差異。

接下來(lái)我們來(lái)了解3種人臉識(shí)別算法方案：1:1模式、1:N模式和M:N模式。

1:1模式——主要應(yīng)用于一對(duì)一的身份識(shí)別場(chǎng)景，例如刷臉支付、酒店入住、考試身份核驗(yàn)、人證對(duì)比等。用戶(hù)站在人臉識(shí)別終端前，過(guò)程中要站著不動(dòng)幾秒（靜態(tài)識(shí)別），再通過(guò)人臉識(shí)別攝像頭進(jìn)行身份校驗(yàn)，以此證明“你是你”。因?yàn)樗⒛樦Ц丁⒕频耆胱〉怯洝⒖荚嚿矸莺蓑?yàn)、人證對(duì)比這些需要實(shí)名制的應(yīng)用場(chǎng)景，搞錯(cuò)一個(gè)人都可能帶來(lái)風(fēng)險(xiǎn)，一般要求識(shí)別準(zhǔn)確度要達(dá)到99%以上，以保障身份精準(zhǔn)對(duì)應(yīng)。

1:N模式——主要應(yīng)用于一對(duì)多的人臉識(shí)別場(chǎng)景，是從N張人臉中找出要找的人，以此找出“你是誰(shuí)”。刷臉門(mén)禁考勤，同樣是通過(guò)人臉識(shí)別設(shè)備，從人臉數(shù)據(jù)庫(kù)中自主查找，判定你是否為本人，才能開(kāi)門(mén)放行。又例如公安部門(mén)要從人流密集的地方找出記錄在數(shù)據(jù)庫(kù)的逃犯，需要通過(guò)從人臉數(shù)據(jù)庫(kù)的大量信息中篩選出匹配的人。這類(lèi)模式比較考驗(yàn)人像數(shù)據(jù)庫(kù)的容量大小，準(zhǔn)確率會(huì)比1:1模式要稍低5%-10%。

M:N模式——這里M可以理解為一個(gè)數(shù)據(jù)庫(kù)。M:N模式多應(yīng)用在一些人流量大、需要保障公共安全的地方。如火車(chē)站、演唱會(huì)、大型體育賽事中，進(jìn)行這類(lèi)人臉識(shí)別時(shí)，通常被識(shí)別的主體不會(huì)停留在一處，而且處于運(yùn)動(dòng)狀態(tài)（如火車(chē)高鐵站行色匆匆的旅客），屬于動(dòng)態(tài)識(shí)別，容易受側(cè)臉、光線(xiàn)、距離等影響準(zhǔn)確度，準(zhǔn)確度是三種模式中最低。面對(duì)數(shù)據(jù)量大的人臉識(shí)別場(chǎng)景，可能還需要經(jīng)過(guò)人臉識(shí)別終端進(jìn)行邊緣計(jì)算，減輕數(shù)據(jù)庫(kù)后臺(tái)的負(fù)擔(dān)。

    綜上，根據(jù)應(yīng)用場(chǎng)景的不同，所采用的人臉識(shí)別算法方案是不同的。作為一家專(zhuān)注于智慧社區(qū)、智慧校園、智慧景區(qū)等人臉識(shí)別門(mén)禁應(yīng)用與研發(fā)的專(zhuān)業(yè)化公司，慧識(shí)智能系統(tǒng)公司在為廣大用戶(hù)提供科技便利的同時(shí)，始終堅(jiān)持保護(hù)用戶(hù)隱私和利益、決不越界開(kāi)展業(yè)務(wù)。我們的人臉識(shí)別技術(shù)是在企業(yè)管理上的應(yīng)用，而不是在金融領(lǐng)域的應(yīng)用。