同样是刷脸苹果三星小米有啥不同

2019-05-15 07:37:39 来源: 牡丹江信息港

原标题:同样是刷脸,苹果,三星,小米有啥不同?

来源 | PingWest品玩(ID:wepingwest)

文 | curator

9 月 12 日,苹果在乔布斯剧院发布了 iPhone X,主打全面屏的 iPhone X 取消了 Touch ID,代之以 Face ID。

人脸识别仿佛成为了这条不完美刘海的作用,也让刷脸从本来普通用户并不怎样关心的功能一跃成为了所有厂商的热门。

人脸识别这么重要么?重要到苹果为了它而没有把 iPhone X 做成一块不带缺口的屏幕?

脸部识别并不是一项新技术

如果你是从 iPhone X 才开始认识到人脸解锁的,那可真是对不起下面这些公司。

2011 年成立的 Face++,2012 年成立的依图,2014 年成立的商汤科技目前都提供了成熟的人脸识别方案,应用领域主要包括安防、门禁、零售等。和苹果的 Face ID 一样,在这些场景里人脸识别的主要作用也是鉴定权限、保证安全。

人脸识别也是目前人工智能热门领域,Face++和商汤科技近期获得了 1 亿美元的 C 轮融资和 4.1 亿美元的 B 轮融资。

据新京报报导,这些人脸识别可以分为 1:1、1:N、N:N 3种等级。

1:1 等级的人脸识别,可以实现初级的「证明你是你」。

用户提早上传个人照片贮存于系统中,每次验证时,线下拍照与系统中存储的照片进行对比来确定「你是否是你」。

例如,去银行开通1张新的银行卡的时候,银行柜员拿着你的身份证跟你本人做对比,核实你是否是身份证上的人,这就是 1:1 的场景。

解锁、刷脸支付、上买票、医院挂号、政府惠民工程项目,和各种证券开户、电信开户、互联金融开户都是 1:1 人脸辨认的应用场景。

而 1:N 的人脸辨认算法则主要用于人脸检索,「证明你是谁」。与 1:1 的一一对照不同,1:N 需要一张照片同系统中的海量照片进行比较,根据相似度排列出多个比较结果。

1:N 人脸识别主要应用于安防领域,如用于排查犯罪嫌疑人、寻找走失儿童等。

而 N:N 人脸识别相当于同时进行多个 1:N 辨认,用于「证明谁是谁」。Google 相册和 iPhone 相册目前都集成了类似的人脸识别,具有了这项技术,整理起相册可就更简单了。

Google Photos 大家可能还不是很熟习,以苹果从 iOS 为例,从 iOS 10 开始,系统相册不仅可以分辨出人脸,乃至还可以认出「谁是谁」。主要原理是定位脸部的不同位置,眼、鼻、口等特征,通过这些面部特征把不同的人区分开来。

除了识别人脸,Google 相册近期还支持了宠物辨认,吸猫撸狗更方便了。

除了应用于安防、门禁的人脸识别,目前应用于的脸部辨认主要有苹果、三星、小米、vivo 等厂商。

从系统级对人脸识别进行支持,也不是 iOS 今年的原创。Android 系统从未公开发售的 Android 1.0(API Level 1)就内嵌了软件层面的人脸监测(FaceDetector)。

不过当时,这一功能并不是被用于安全和照片分类,可以说既不是上面提到的 1:1 也不是 1:N 更不是 N:N。而是粗略的辨认出图像中是人脸的部份,用于方便相机 App 对人脸进行优化这个技术在智能诞生之前,卡片照相机时代就已经有了,基于这个技术所产生的为大家所熟知的运用场景应该是笑脸快门。

大家应该对这幅广告有印象吧?这是尼康S60卡片机在2008年的一组宣扬。

随着计算力的提升,到了 Android 4.0 的时候,Google 在 Android 中首次加入了面部解锁功能。而对开发者来说,从这1版本开始人脸辨认的 API 进一步提升。从 Android 5.0 开始又新增了 Trusted Face,优化了面部解锁的工作流程。

和 iPhone X相比,Android 平台的脸部解锁并不强迫要求设备在硬件上有额外的定制,只要你的有一颗前置摄像头都能用。例如三星的 Galaxy S8 和小米 6、小米MIX 2(MIUI 9 开发版)、小米 Note 3 等热门机型全都具有脸部辨认解锁。

小米 6 的面部识别

但由于前置摄像头的硬件限制,因此这种方案无法像苹果 Face ID 那样对你的脸绘制三维的深度「脸图」,为了保证成功通关的体验,安全性会随之下降。

小米 6 在添加脸部数据时也加上了相应的风险提升: 人脸识别的安全性低于图案密码、数字密码、混合密码和指纹。

除了厂商自带的风险提示,判断脸部辨认安全性的另外一方法是脸部辨认数据是否用于支付。例如三星 Galaxy S8 的虹膜识别可以用于 Samsung Pay 的支付验证,但是面部辨认就不行。

除安全性较低,这种方案的另外一大缺陷是遭到前置摄像头大多硬件素质不高所限,脸部解锁的限制条件也很大暗光环境不能用,行走过程中大概率无法解锁,过于明亮也有可能致使无法打开。

小米 6 升级体验版 MIUI 9 之后,人脸辨认成功率较高,尤其是把拿在手中的场景下,辨认速度也很快,但是到了晚上光线较暗的时候基本上处于不可用的状态。这主要是硬件的局限性造成的前置摄像头暗光环境下很难捕捉足够的图象信息。

这并不是小米一家的问题,包括三星 Galaxy S8 在内,所有未对面部辨认专门定制硬件的在使用软件面部解锁的时候都有这样的尴尬。这也是为什么支付宝在2015年12月就上线了面部辨认登录,但大多数用户还是选择密码的缘由为了保障你资金的安全,并适配尽量多不同型号的前置摄像头,支付宝的刷脸登录真的很严格。

除小米,vivo X20 也支持了面部识别。

vivo 在 X20 曾发布会上表示:vivo X20 的面部辨认收集了 128 个数据点,安全性和解锁速度上表现更好,再加上抬腕亮屏功能,解锁体验也不错,vivo 将这项技术取名为 Face Wake。

回溯过往的不难发现,无论是小米还是 vivo 都曾与 Face++ 达成合作。因此两家的方案可能均来自 Face++。

通过特殊硬件加持让更高效、更安全的进行人脸辨认,全面屏的梦想可能还要放一放。

为了实现更为安全的脸部辨认,iPhone X 正面的全面屏上方有一条让人诟病的刘海。如果面部识别真取代指纹识别真的是智能下一步的演进路线,那么科幻级全面屏可能离我们又远了一些。

iPhone X 的刘海里集成了红外(深度)摄像头、近距离传感器、泛光感应元件、环境光传感器、左/上扬声器、麦克风、前置摄像头和一个名为点状投射仪 (Dot projector) 的元件。它会投影 30000 多个肉眼不可见的光点在你脸上,对你的脸绘制1幅三维的深度「脸图」,然后和系统记录的脸图进行比对。

iPhone X 面部识别的工作流程是:

当脸部靠近 iPhone X 时,被近距离传感器感应到,并发出信号启动泛光感应元件。

泛光感应元件发射出红外光投射在物体表面,再由红外(深度)摄像头接收这些反射的信息,传送到 A11 处理器。

经由人工智能的计算后判断为脸部后,启动点状投射仪 (Dot projector) 产生大约 3 万个光点投射到使用者的面部,利用这些光点所构成的阵列反射回红外(深度)摄像头,计算出面部不同位置的距离(深度),来比对脸部特征辨识是不是为使用者本人。

数据点的多少不仅决定了识别的准确率,更重要的是决定了辨认的安全性。

与 Android 靠算法补足前置摄像头所获得的 2D 数据不同,iPhone X 的泛光感应元件像是一个红外线的闪光灯,能够保证其在黑暗中正常工作。而点状投射仪则会返回 3 万个面部深度的信息,使得 iPhone X 从一开始就看到你立体的脸而不是像 Android 那样需要用算法去虚拟一张立体的脸。

这让 iPhone X 的面部辨认,比现阶段 Android 平台具有更强的易用性和安全性。

苹果在 iPhone X 发布会上表示:被相同指纹破解 Touch ID 的概率是五万分之一,而一样情况下面部能破解 Face ID 的几率则是一百万分之一。

不过,Android 党也别着急。芯片厂商高通在 iPhone X 发布之前就透露,在今年年末发布明年年初正式量产的下一代骁龙芯片中,将增加对前置面部辨认的硬件接口,方便厂商在正面加入景深或红外传感器。下一代高通方案的图形信号处理器(ISP)和深度感知功能也会为此做出优化。

也就是说,脸部识别不是一项新技术,但是要到达解锁乃至支付的安全性要求,还需要对现有的方案进行技术升级和突破。

可能再过不久,指纹识别可能就要被丢进垃圾箱了。

月经量多吃点什么好
月经量多可以吃什么调理
月经量多能吃什么
本文标签: