近期

一则标题为

“亿万富翁找回失散 25 年儿子”的报道

引发很多网友关注

据报道，该事件的主人公通过“跨年龄亲缘人脸比对算法”分析比对被拐儿童的父母与哥哥的面部图像，成功让失去亲人25年的被拐儿童与家人团聚。

我们生活中常见的“人脸识别”其实不少，如“实名认证”“刷脸支付”“人脸解锁”等，有小伙伴就好奇了，人脸识别真的这么神奇吗？平常总“刷脸”是否存在风险？

01 人脸识别不简单

人脸识别，实质上便是一项针对人类面部生理特征信息进行生物特征鉴别的尖端技术。

近年来，伴随着诸如人工智能、大数据及云计算之类的高新技术产业的迅速崛起，也使得人脸识别技术取得了革命性的进步。

从广义层面来看，人脸识别囊括了建立人脸识别系统所需的一系列高度繁杂的技术。

其中涉及对人脸视图进行采集、定位，并实施预处理的过程，且涵盖了身份确认与身份查询等诸多方面的内容。

在狭义的理解层面，人脸识别具体指的是运用人脸作为独特标识来进行身份确认与查找的相关技术及系统。

除此之外，在特定的应用场景下，我们还需要设计质量评价与活体检测等算法。

在目前，人脸识别的应用模式主要有三种形式，它们依次为人脸验证、人脸辨识以及人脸聚类这三个层面。

所谓“人脸验证”，即是用以确定两张人脸图像是否属于同一个人，这一环节通常运用于身份认证或者人证核验。

人脸辨识则是在已知人脸图像的情况下，判断是否已录入数据库之中，这种方式广泛应用于图像检索或者动态监控。

至于人脸聚类，则是将一组同类的图像予以有效分类，这项技术常被用于智能相册以及图片归档等领域。

02 人脸识别的技术原理

人脸识别技术主要分为人脸检测、图像预处理、特征提取和匹配识别4个过程。

人脸检测：在实际运用中，人脸检测常被用作人脸识别前期的准备工作，即从输入照片获取面部特写图像，定位其位置和尺寸。

其中使用到的人脸图像模式特征包括：直方图特征、颜色特征、构造特征以及haar特征等。

图像预处理：受限于种种条件与噪声干扰，人脸检测得到的原始图像通常无法直接使用。

因此需要在人脸图像预处理环节进行光照补偿、灰度变换、直方图调整、规范化、滤波以及锐化等操作以提高图像质量。

特征提取：特征提取是人脸识别的核心环节，即用数值表示面部信息，其结果便是特征，现行的特征提取技术主要包括线性和非线性两大类。

匹配识别：提取出待识别的脸部特征与数据库内的人脸特征进行比对，从而依据相似度确认人脸的身份信息。

03 切记“不要用隐私换便利”

不知从何时起，人脸识别邀请“铺天盖地”，“软件登录”“扫脸进站”“刷脸支付”给人一种“不刷脸就寸步难行”的感觉......

虽然人脸在一定程度上并不属于隐私的范畴，毕竟我们每天不会蒙着面出门。

但是当我们的人脸与各种账号甚至是金融理财类的账户进行绑定后，情况可能就不一样了。

那么我们该如何进行有效防范，以此来保护我们的隐私安全呢？

1.人脸识别时注意穿衣服

不少小伙伴总是以为，人脸识别只会抓取我们在框内的画面。但其实不然，因为我们所在软件中看到的画面是经过软件处理的，而原图极有可能是全景照片，所以一定要穿衣服进行人脸识别。

2.避免剪刀手，拍照尽量“磨皮”

那些拍照老是喜欢比个“耶”的小伙伴需要注意了。如果图片足够清晰的话，犯罪分子可以通过照片读取到我们的指纹，从而解锁房门，甚至是付款......

所以我们在拍照时候要避免“剪刀手”这样可以暴露指纹的姿势。

在条件允许的情况下，照片上传到社交媒体前可以使用软件的磨皮功能，以减少被犯罪分子读取清晰指纹或者利用照片进行人脸识别的概率。

3.警惕“小便宜”有大危险

有些不正规企业可能会打着“刷脸领奖品”的由头，收集小伙伴们的人脸信息。

这些人脸信息一旦泄露或者被不法分子利用，极有可能会对我们的财产安全造成影响，所以千万不要贪小便宜吃大亏。

来源: 东莞日报、中国安防协等