分类:网站资讯 行业动态

人脸识别规范失序,如何拯救信任危机?

发布日期:2021-03-19 08:51
专业智能人脸识别终端一体机外壳供应商
  公司专业设计开发,生产,销售,人脸识别终端一体机外壳,主要产品有,人脸识别一体机,人脸支付机,人脸识别门禁,智能人脸收银机,兼容市场各种人脸识别主板,宽动态摄像,人脸识别终端外壳,帮助客户快速实现组装人脸识别终端一体机,为客户提高生产效益.
   东莞衡源专业人脸识别终端一体机外壳供应商采用开放性合作方式,支持只提供电子硬件部分,二次设计生产定制,适配客户自己的电子硬件,为客户快速提供人脸识别终端外壳,提供整机代工,公司生产的人脸识别套料外壳已被国内外众多客户采用,广泛应用于,智能化城市,学校,医院,小区,三站一场,超市,银行等场所.
   为客户带来显著的经济效益和社会效益,遵循“严谨、专业、进取、团队”的企业经营念
在人脸识别滥用的背后,则是一整条完成的产业链,从人脸识别技术、摄像头、系统到提供专业的人脸互动营销解决方案。可以说,在非法人脸信息采集链条上,人的信息逐渐被“透明化”。
当前,人脸识别的“双刃剑”效应尽显。正如所有新兴的数字技术一样,人脸识别在提高社会效率、增加便利性的同时,在隐私、安全、公平等方面引发的诸多争议已经不可忽视。人脸识别的应用展现出“无节制”之势,数据泄露的可能性急剧上升。
我们的脸究竟是如何丢掉的?又该怎样规范失序的人脸识别?
“人脸”是怎么丢掉的?
人脸识别作为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,早已广为人知。
人脸识别借由计算机来实现可以追溯到20世纪60年代。1964年,Woodrow Bledsoe首次尝试以计算形式进行人脸识别任务。最初,Bledsoe用计算出的人脸特征之间的距离矢量来对每个人进行编码。尽管成功实现人脸配对,但也面临计算成本大、效率低的技术局限,因为Bledsoe每小时只能处理大约40张图片。
人脸识别技术的开发受到了市场的认可。20世纪90年代,政府官员已经承认并接受了这样一个事实:人脸是一种非侵入性的生物特征,可以用于跟踪和识别个人,而不需要他们的主动参与。
因此,1996年美国国防部和NIST提供了650万美元的资金,创建了FERET数据集,为研究人员提供在该领域取得进展所需的数据。人脸识别技术(FERET)数据库是首个用于学术和商业研究的大规模人脸数据集,也是人脸识别技术发展的第一个转折点。
到了2000年,鉴于FERET数据库成功激发了人脸识别领域的研究兴趣,特别是该技术开始迈出商业化步伐,并推动了NIST发布人脸识别算法测试(FVRT,the Facial Recognition Vendor Test)以评估新兴的商业系统。当然,早期方法在实际的应用中也存在某些弊端,比如无法在各种环境中很好兼容,而且算法的准确率和算力仍需要提升。
2007年LFW 数据集的开发让人脸识别技术迎来第二个关键性的转折点。LFW 数据集包含1680 个人的超过 13000 张图片,其中涵盖了姿势(poses)、照明条件(illumination conditions)和表情(expressions)的无限组合,满足了研究人员获取更自然定位和更多样化数据的愿望。
由此,LFW 激发了一波用于人脸识别模型训练和基准测试的网络人脸数据集的热潮——包括许多未经在线平台同意而获取图像的数据集,比如谷歌图像搜索(Google Image search)、雅虎资讯(Yahoo News)。
于 2014 年开发 的DeepFace 数据集,则是第一个在人脸验证任务上击败人类表现的人脸识别模型,主要使用目前主流的深度学习技术进行训练。深度学习技术对人脸识别的影响无疑是巨大的,DeepFace 模型在 LFW 测试集上取得了 97.35% 的准确率,相较于之前的前沿技术方法,在误差率上降低了 27%。
这一快速进展也引发了巨大的商业利益,是当前广泛发展的人脸识别基础。当下,人脸识别技术已经嵌入到人们生产生活的各个方面。从全球人脸识别技术领域的应用场景布局来看,安防、金融、交通是相对布局较为成熟的领域,而在零售、广告、智能设备、教育、医疗、娱乐等领域也均有较多应用场景。
分享到:

相关案例