商汤科技：人脸识别没有你看到的那样“脆弱”

　　315晚会的最后几分钟将黑科技“人脸识别”推向了风口浪尖，而就在一年多前，马云首次通过人脸识别买了一套邮票，才刚刚将人脸识别这个新名词带入百姓的日常应用中。今天，面对所有的质疑、惊讶、恐慌，商汤科技想跟您聊聊人脸识别的那些事。

　　首先，得益于人脸识别在使用体验方面的便利性以及对于人力成本的良好控制，目前已经广泛应用于机场、车站以及金融单位的基础应用中，特别是在需要远程认证的方面，已经成为不少应用不可或缺的验证手段。

　　那么，人脸识别的安全性到底如何?商汤科技表示：人脸识别远比您想象的要安全得多!在实际应用过程中，人脸识别一般不会作为身份验证、支付环节中的唯一标准，而是作为密码等传统方式的验证补充;其次，通过多层的技术手段，也可以为用户的财产做到妥善保护!也许，在普通人眼里，人脸识别就是一个比对“你”等于“你”的过程;但在带有活体检测技术的人脸身份验证过程中，我们会分两步走，第一步：验证“你”是“活的你”;第二步：验证“活的你”是“以前的你”，并且在验证中也有多重保护机制保证信息安全。

　　“你”是“活的你”

　　目前很多活体检测技术，只要求用户做出眨眼、张嘴、点头、摇头、微笑、眼动等动作即可完成验证，伪造的成本不高。例如通过某些APP模拟或者高清晰度打印等方式，都可能“绕过”防伪算法。

　　但是这类应用的技术引擎相对比较落后，而目前商汤在活体检测技术方面，加入了全新的算法，即在结合动态视频的验证同时，增加针对单帧图片的瑕疵差异和特征点学习，动静结合翻出“假”的你。比如在活体检验的过程中，伪造和干扰检测检测结果的可能性一共有三种，分别是：高清图片、合成的可动视频以及人皮面具。针对每一种伪装，商汤都准备了秘密武器!

　　用过PS的人都知道，高清PS的假脸和原有的真脸，在光线分布、色调均匀度、贴图周边处理方面难免会存在微小不自然，即使应用图章工具，在轮廓边缘也难免露出马脚，假脸和真脸之间的衔接区域，也会留下“合成痕迹”，如模糊处理、涂抹等。这些假脸和真脸之间不匹配的情况，都会被商汤科技基于大数据训练的深度学习模型一一找出，即便是那些人眼根本察觉不到的头发丝的细微瑕疵，从而直接否认验证结果。

　　与高清图像相比，用合成视频通过检测就要“高级”得多，目前某些软件应用可以通过盗取公民个人图片，同时将图片移花接木转移到显示屏幕上，甚至还可以控制合成的假脸做出简单的表情以混过检测。但合成视频一方面仍会带有光线、色调不自然，留有“合成痕迹”的问题，另一方面，通过手机、显示屏等渲染出的图像，还会被侦测到介质痕迹，如显示屏幕边缘、屏幕反光、摩尔纹、像素点纹理、镜头畸变等。这其中有些线索可能人眼很难注意到，但是商汤的防伪算法，恰恰能够做到对每一处细节、每一个边缘角落，都不放过!

　　伪造面具的方式无疑三种造假方式中最高级的，也是成本最高的，即使从犯罪成本来说，绝大多数情况下也是不划算的。制作精良的人脸面具不仅形状、颜色与真人难辨真假，在发型、胡须等细节方面也能做到惟妙惟肖。但邪不压胜正，面具终究还是假面，在进行具体动作的时候，比如眨眼、张嘴、点头等，镂空部分的边角也会出现肌肉线条变化匹配性较差，商汤所开发的人脸系统，通过对人脸表情数据的抓取和学习，能够在毫秒级时间内找出其中的瑕疵。更为神奇的是，深度学习系统不间断更新的，真可以说是“好好学习天天向上”的最好代言，随着深度学习的不断深入，今天的系统与昨天的系统相比又进一步提高了识别的准确率!

　　“活的你”是“以前的你”

　　通过“活人检测”之后，系统就会将“活体人脸”图像，与用户之前上传过的人脸信息进行比对!这一过程中，不仅仅是简单的两张图的比对，人脸面部的检测(跟踪)、人脸关键点定位，以及和人脸数据库中的比对(识别)，均是决定能否更快、更准地找出“以前的你”的重要因素。商汤在这一方面的造诣深厚，通过算法层面的持续优化，不仅可以在毫秒级别的时间内完成现以上过程，还实现了高精度的性能表现。

　　目前我国的人脸识别技术开发和应用方面在国际上处于领先水平，同时，人工智能产业兴国今年更是出现在了工作报告中，可以说以人脸识别为代表的新一代人工智能目前方兴未艾，而在技术发展过程中出现的任何小问题，都已经或者将很快被技术的革新加以解决。