如何提高手機人臉識別的安全性？只需三招

近年來，人臉識別技術以燎原之勢迅速落地生根。除了「刷臉」進站、「刷臉」支付、「刷臉」簽到、「刷臉」執法等社會型應用以外，離普通老百姓最近的，無非是智能手機的人臉識別解鎖功能了。

當華強旗艦小七歡慶雀躍地想在新買的手機上錄入人臉，盡情享受一下近年來炙手可熱的人臉識別技術的時候，一句風險提示宛如當頭澆了一大盆冷水。

「風險提示：人臉識別安全性低於圖案密碼、數字密碼、混合密碼和指紋，手機可能會被你的照片、容貌與你相似的人或外形與你相似的物品解鎖。」

無法識別容貌相似的人，這都算了，畢竟世界這麼大、人有這麼多，總會有相似的。但相似的照片、物品，都可以替代鮮活的人臉成功識別開鎖，這就有點匪夷所思了！

事實上，這不是危言聳聽、也不是個例。今年的315晚會上技術演示，不管是通過3D建模將照片轉化成立體的人臉模型，還是將普通靜態自拍照片變為動態模式，都可以騙過手機上的人臉識別系統，成功開鎖進入手機界面。

設想一下，當你正坐在地鐵站里玩手機，小偷靜悄悄地拍了你的照片，如果剛好你的手機可進行人臉識別開機，這部手機被小偷順走後，便可輕鬆簡單地開鎖，肆意盜用你手機上的信息與財產。

當然，這裡並不是給不法分子提供操作案例，只是想用這樣的一個設想提醒大家，外出時要注意保管好手機財物安全，不能給不法分子有可乘之機。但話說回來，一開始標榜著「便捷、安全、快速」等特色口號的人臉識別，為何會如此不安全？

小七認為，這最根本的原因是人臉識別技術至今仍未成熟。硬體水平低、識別能力差，導致消費者要麼直接不用，要麼在一個絕對安全的環境下使用。久而久之，人臉識別技術的移動端應用被忽視，久而久之人臉識別或許會淪落為「食之無味、棄之可惜」的雞肋技術。

如何提高人臉識別安全性能，從而讓廣大消費市場所接受？接下來，小七就來拋磚引玉，為提高人臉識別的安全性能「支支招」。

1.提升晶元水平，注入AI深度學習。人臉識別應用操作主要經過：圖形採集→人像監測→特徵提取→三維建模→模型比對→識別結果這6個運算流程。安全性能提升與否，關鍵支撐整個運算流程的硬體學習能力——即時處理晶元。

目前，暫且沒有專門用於人臉識別的處理晶元，多數採用通過晶元為替代。尤其是在越來越輕薄的智能手機上，另外再加一塊人臉識別晶元實在太難，只好採用通用手機晶元與AI輔助演算法進行識別運作。這樣的識別方式自然無法做到百分百準確，乃至在某些簡單粗暴的AI演算法下，照片與物品都能成功騙過人臉識別。

因此，提升晶元處理能力，以人工智慧強大的深度學習能力和精妙的演算法，給予每個個體第一無二的身份屬性，並且能快速對比不同屬性特徵的人臉，才能從根本上提高識別的準確率，不再讓相似相片、物品代替「我本人」。

2.靜態識別不靠譜，可多眨一眨眼。目前絕大部分的人臉識別都是靜態識別。靜態人臉識別是在特定的區域或範圍之內進行識別，也就是對識別人的具體距離、位置有比較高的要求。就好像解鎖手機時，首先要把整個面部對準攝像頭，其次還要保持模板採集時的角度和表情，甚至帶著帽子、墨鏡、口罩也會影響識別成功率。

未來追求的生物識別技術，更趨向於動態識別，即將刷臉技術和人體姿態識別等相關技術相結合，以提高跟蹤監測與識別的準確度。對此，某支付軟體率先運用到具體應用中，在人臉識別的過程中要求用戶「眨一眨眼」「轉一轉臉」，以此來確定識別對象是不是物品或假冒他人。

3.生物識別與信息監管體系的大融合。隨著信息安全問題日益突出，生物識別技術需要進行橫縱向的兩次大融合。橫向是採用兩種或以上的生物識別技術，如指紋與人臉識別搭配，指紋、人臉再加虹膜識別等，進一步確保信息安全成為發展大勢；縱向是與整個社會的信息監控體系進行大融合。

只有識別技術的提升，沒有大數據處理平台的監控和管理，生物識別市場依舊是不成熟的。我們希望看到，當我們的智能手機被盜後，生物識別馬上能提取盜竊者的身份屬性；或者當我們目睹交通事故時，可以利用手機識別功能，及時將肇事者的信息上傳至公安機關幫助破案……屆時，智能手機的生物識別功能不再是簡單的識別解鎖，甚至可以保護每一個體的安全生活環境。

你對生物識別又有哪些「腦洞」呢？一起來探討吧！

-----END------更多元器件資訊，盡在華強旗艦www.hqbuy.com

推薦閱讀：