人脸识别改变生活 未来刷卡消费或变刷脸消费

某日本服装专卖店的人脸识别付款流程有个基础前提,就是支付的时候,你无需做任何事情,不用借助钱包和iPhone应用,只要走向一个已调试好的摄像头,让其扫描你的脸部,并和数据库进行比对即可。

人脸识别改变生活 未来刷卡消费或变刷脸消费

    近日,公安部全面开展户口清理整顿,主动发现并注销79万个重复户口的消息引起广泛关注。人们在感叹“双户口”的迅速发现和解决的同时,也不免产生好奇,我国有13多亿人口,要想在这么庞大的数据中寻找“双户口”,究竟是靠一张一张人工比对,还是公安机关手中握有何等神器?
  人脸识别由四部分组成1秒内可完成1亿人脸比对
  日前,记者带着这个疑问来到了我国公安系统最大的研究所――公安部第一研究所。该所所长仇保利的一句话为我们拨开了重重谜团,“利用当今人脸识别技术可以很快查找‘双户口’。”
  为了深入了解人脸识别技术在查找“双户口”中的应用,记者采访了公安部第一研究所证件技术事业部研究员田青。她介绍,人脸识别是基于人的脸部特征信息进行身份识别的一种生物特征识别技术。主要包括4个步骤,分别为:人脸检测、人脸图像预处理、人脸图像特征提取以及匹配与识别。
  人脸检测利用脸部的特征,从图像或视频中快速定位人脸的位置并抓取人脸部图像;人脸图像预处理是基于人脸检测结果,对图像进行处理并最终进行特征提取的过程,主要是去除光线环境变化等对人脸识别的影响;人脸图像特征提取主要从人的面部找到一些可辨别身份的唯一属性(如人脸器官的形状描述以及它们之间的距离等),并形成一个数字代码;人脸图像匹配与识别,是将当前提取的人脸图像特征数据与数据库中存储的特征模板进行搜索匹配,确定相似性的过程。
  田青说:“通俗地讲,比如说这个人主要特征是大眼睛,系统就会自动与数据库内具有同类特征的人分类快速对比,最后会显示出相似度最接近的10张照片。然后再对其基础信息,如姓名、性别、户口所在地等进行比较,如果这些信息都是一致的,证明是同一人。如果不一致,那就可能有重复户口的嫌疑。”
  那么整个系统识别过程会不会花费很多时间呢?在该所证件防伪部级重点实验室,在一台普通的计算机笔记本上,工作人员向记者演示了照片比对过程,选择一张照片,点击系统开始,整个过程不到2秒钟,系统就自动显示出与其相似的10张照片,据介绍,照片识别时间主要取决于机器配置,目前服务器可以在1秒之内完成1亿人脸图像的比对。
  识别受多方面因素影响双胞胎因极其相似仍难辨认
  如果是双胞胎,人脸识别系统能辨认的出来吗?对此,田青说:“再智能的系统执行的也是人的思维命令,如果人类目前的智力都无法辨认清楚,系统就无法得到正确的指令,更别提让它辨认出来了。”
  的确,人脸识别被认为是生物特征识别领域甚至人工智能领域最困难的研究课题之一。人脸识别系统的困难主要是人脸作为生物特征的特点所带来的。
  不同个体之间的区别不大,所有人脸的结构都相似,甚至人脸器官的结构外形都很相似。这样的特点对于利用人脸进行定位是有利的,但是对于利用人脸区分人类个体是不利的。
  另外,人脸本身是3D结构,通过2D摄像采集到的图像往往受到外界环境变化的影响,如在不同观察角度时,所获得人脸图像会有一定的差别,所以目前人脸识别技术在用户配合情况下会有令人满意的结果。但是如果采集环境受光照条件、遮盖物、年龄等多方面因素的影响,人脸比对性能就会下降。
  “尽管人脸识别系统仍有不尽如人意之处,但与此前的指纹识别系统相比,人脸识别系统成本更低。而且用于人脸识别的摄像机一天24小时都可工作,不涉及侵犯人权和安全性问题,便于人们接受。因此,其发展前景还是不错的。”田青补充说。
  未来应用改变人们生活“刷卡”消费或将变为“刷脸”消费
  也许未来的某一天,你刚踏进常光顾的美容院大门,就听到有语音提示:“您是我们的VIP客户,请随我来。”这时你千万不要感到奇怪,这是人脸识别系统带给你的惊喜。
  其实,人脸识别系统带给人们的惊喜远不止于此。不久前,国际支付巨头PayPal宣布,其在英国伦敦泰晤士河畔的里士满区的12家商场推出依靠“人脸识别”的支付系统。这一尝试,真正将流行了近10年的“刷卡”消费改为“刷脸”消费。
  在这一智能支付系统下,购物者利用PayPal面向iOS、Android和WindowsPhone提供的移动应用软件,可以在他们的手机上看到附近支持“人脸识别”支付的店铺。用户点进某一店铺,点击其名称、支付购买项目后,用户的名字和照片以及消费金额便出现在了店铺的支付系统上。与顾客核实个人信息后,收银员便可点击用户照片发出付款指令,整个购买过程就完成了。用户唯一要做的就是在使用前将自己的银行账户或信用卡与PayPal相关联。
  在日本,同样已经有一小部分公司开始使用人脸识别软件进行各种交易。
  某日本服装专卖店的人脸识别付款流程有个基础前提,就是支付的时候,你无需做任何事情,不用借助钱包和iPhone应用,只要走向一个已调试好的摄像头,让其扫描你的脸部,并和数据库进行比对即可。
  对此,日本服装专卖店是这样解释的:“在后台,我们的算法会处理用户的生物统计数据,在我们的数据库中找到匹配用户的账户,与此同时,用户所做的就是靠近收银台。整个交易过程在不到5秒的时间内完成,而这些时间,你原来能做的也只不过是从口袋里掏出钱包而已。”
  ■相关链接
  人脸识别技术经历三阶段
  我国人脸识别技术的发展经历了不能应用、可以应用、发挥作用3个阶段。近一两年,人脸识别技术在公安领域取得了较好的应用,发挥了重要作用,我国人脸识别技术和应用双双上了台阶,人脸识别应用水平已和国际相当。
  以浙江省温州市开展户口清理整顿为例。2011年3月,该市开展试点补办二代身份证人脸识别一致性比对,将公安机关申办二代证的非首次申领对象新采集照片与常住人口信息系统内的历史照片进行一致性一对一比对,从中排查发现冒用他人信息办理身份证的人员。试点期间,共计比对身份证照片信息39040人次,确认照片信息不符51人次,已由各地公安机关查证属实冒领二代证案件9起。
  公安部第一研究所所长仇保利说,如今,人脸识别技术的应用很广泛,“目前,在重大活动安保方面,人脸识别已经成功应用到奥运会、世博会等大型会议中。未来,随着国内平安城市、智慧城市项目的深入发展,城市监控的高清化进一步得到普及,而且随着摄像机数量大规模增多带来数据的快速增长,基于视频监控的人脸识别应用,将是下一阶段人脸识别应用的趋势。”
  早在2002年公安部第一研究所就开展了人脸识别测试技术研究工作,同年在我国首次开展定期的人脸识别产品的测评工作,开创人脸识别在我国证件的应用模式,推动了我国人脸识别技术的应用与技术进步。近年来承担了我国“十一五”国家科技支撑、“十二五”国家科技支撑、国家科研基础等多个国家重大攻关项目,拥有多项核心技术和产品,为公安案件侦破等工作发挥了重要作用。目前该所正集中精力攻克人脸识别新难题,开发新一代人脸识别产品。

该文观点仅代表作者,本站仅提供信息存储空间服务,转载请注明出处。若需了解详细的安防行业方案,或有其它建议反馈,欢迎联系我们

(0)
小安小安

相关推荐

  • 新形势下的平安城市解决方案发展趋势

    近年来随着各城市建设的快速发展,人口和规模急剧扩张,城市结构更为复杂;同时公安业务不断细化深入,对整个社会管理监控报警系统的覆盖、功能、业务结构均提出了“更大、更高、更全”的要求,特别是在整个大数据战略的背景下,视频作为城市里面最重要的感知数据,如何更好的服务于公共安全,-都需要我们从全市视角出发、对视频资源进行“统筹规划、统一整合、综合治理、深度应用”。

    2024年1月17日 方案
  • 大华股份荣获2013全国公安系统警用装备十佳品牌

    近日,由人民公安报社、中国警察网举办的“2013公安民警最关注的警用装备品牌推选活动颁奖仪式”在京隆重举行。大华股份作为领先的监控产品供应商和解决方案服务商,凭借强大的研发实力、创新的产品和高效的平安城市解决方案,从200多家参评企业中脱颖而出,被评为“2013全国公安系统警用装备十佳品牌”。

    2024年4月18日
  • 践行行业互联网+ 助推平安城市建设――捷思锐亮相“2016互联网+平安城市建设发展论坛”

    北京捷思锐科技股份有限公司携“公安辅警集群通信系统解决方案”、“公安警务通执法指挥调度系统解决方案”、“公安融合指挥调度系统解决方案”现身2016互联网+平安城市建设发展论坛,为公安辅警、执勤警察、公安指挥中心等不同岗位和应用模式提供符合岗位需求的定制化解决方案。

    2024年4月13日 资讯
  • 公安视频实战应用方案设计

    公安实战应用方案应以业务应用需求为导向,以视频监控联网建设为基础,以视频深度应用为建设目标,从中获取基础视频监控资源,提供以视频侦查研判、视频综合防控和视频指挥调度在内的多警种视频监控应用功能,以满足不同警种的个性化需求。

    2024年1月16日 方案
  • 视频指挥通信在公安系统的应用

    公安–治安维护和管理的机构,为维护社会稳定、保障人民和财产安全与经济繁荣稳定起到了重要作用。随着经济的发展和社会的进步,信息时代大踏步到来,公安工作正在不断遇到许多新情况、新问题的挑战,公安传统的工作模式和信息处理方式已越来越不能适应现代社会的发展要求,给公安工作带来了严峻的考验。

    2024年4月6日 知识
  • 公安视频实战应用解决方案

    公安实战应用系统在公安内网、视频专网内按照业务和功能需求分别进行部署。其中视频实战应用平台部署在公安信息网内,从视频联网平台内获取基础视频图像监控资源,实现公安视频深度业务应用。系统采用面向服务的SOA架构和动态模型系统,遵循“平台+应用”的技术体制,系统逻辑架构划分为采集层、数据层、服务层、应用层、展现层共五个层级。

    2024年1月16日