人脸识别活体检测破解“照片骗局”

2018-01-05 10:35:45 来源:中国安防展览网 热度:
腾讯优图实验室已经成功研发并推向使用的一项人脸识别技术:光线活体。这项独创技术被命名为Aurora Guard(极光守卫),通过闪光模拟实现多重随机信息的编码和解码,使方法建立在密码学的坚实基础之上,是目前已知安全级别最高的技术之一。目前,光线活体识别在使用中正常通过率是98%以上。
 
离“刷脸时代”更近一步
 
随着“微信身份证”开始试点,我们离“刷脸时代”又近了一步。
 
除了刷脸支付、刷脸进站、刷脸解锁手机屏幕外,我们也在银行系统里面也看到了刷脸验证用户身份的案列,这些构成了2017年最火热的人工智能落地方向之一。简单地看来,刷脸是一个验证身份的过程,所以最后跟个人身份证打通也是理所应当。
 
此前,新智元在走访腾讯优图实验室时了解到,判断画面上呈现的是不是一个真的人脸,途径和手段是可以非常多样化的。要验证是不是真正的人脸,光靠一个二维的模式识别,或者人脸特征点的对齐都是远远不够的,存在一定的局限性。
 
光线活体技术,为“刷脸”提供安全保障
 
一个简单的假设:拿着一张照片能不能骗过摄像头?
 
答案是肯定不行。现有的人脸识别/验证中,活体早就作为一个基本的保障加入其中,比如大家熟知的 iPhone X 的人脸解锁,就需要用户保持张着眼睛等“活体”的动作,大多数的人脸识别在录入用户原始比对数据时,会采用“摇头”、“眨眼”等动作作为活体的特征。比如,高铁车站工作人员一直在提醒乘客抬头看着摄像头,也是出于这个目的。此外,较为典型的还有使用唇语、声音识别、波纹等技术作为验证方式。
 
就在上个月,新智元走访了腾讯优图实验室,了解到了他们已经成功研发并推向使用的一项人脸识别技术:光线活体。这项独创技术被命名为Aurora Guard(极光守卫)。
 
腾讯优图光线活体技术是指在人脸身份验证场景中,为“刷脸”提供安全保障的一项活体检测技术。目前,极光守卫作为安全级别最高的技术之一,通过屏幕来发射不同颜色和强度的光线,投射到面部并由摄像头接收,最后再用一系列算法处理和卷积神经网络,从包含变化光线信号的视频中,分析并推导活体判断所需的人脸3D和质感信息。
 
腾讯优图表示,这个新的方法通过光线的变化,可以恢复出一个3D的信息,原理也是结构光的思想。iPhone X上传说投射了3万个光斑那种结构光,形成一个传感膜,二者思想背后是差不多。
 
三维重建里有几种方法,一种叫双目重建,一种叫结构光重建,光线活体使用的就是结构光。比如,有个被验证的物体,我们想要知道这个物体的三维的情况,首先向它打一束光,必须要有一个主动能够发射光线的光源,然后发射出去,发出去之后,然后光会在这个物体的表面发生反射,然后反射的光线,然后我们再拿一个传感器,可以说就是摄像头,对这个光反射回来的光线进行处理,就像你拍下了一张照片这样。
 
然后再让这个光线去变化,光线的颜色和强弱发生变化,这个时候我们就有拥有了一个视频,视频中它的信息是包含了人脸反射的那些变化信息。然后这个信息其实它是可以解码出来的,重建出来那个三维的形状。   在人脸验证场景下,腾讯优图已实现简单动作的活体技术应用(主要为摇头眨眼),而后团队首创了唇语活体,结合唇语和语音数据进行联合判断,并于2014年已经在微众银行中应用,提升了传统方案的安全级别。
 
今年,光线活体技术的上线是腾讯优图在活体技术上的进一步升级,通过闪光模拟实现多重随机信息的编码和解码,使方法建立在密码学的坚实基础之上,是目前已知安全级别最高的技术之一。
 
在用户体验上,这项技术不需任何的动作交互,只需短暂保持姿态,便可瞬间完成刷脸验证。在平台和机型普适性上,仅靠普通的屏幕和摄像头,无需定制硬件,能支持所有移动设备和刷脸机器的使用。


责任编辑:吴礼得

相关推荐

失误集锦:2017人工智能领域的那些事儿

今年,人工智能项目AlphaGo和Libratus分别击败了人类玩家的最优秀的围棋选手和扑克玩家。虽然这些里程碑表明了近几年人工智能的发展程度,但许多人对新兴技术的整体成熟度持怀疑态度,尤其是在过去12个月中出现的一些有关人工智能的小失误。被面具破解的人脸识别  面部识别技术(Face ID)是解锁新型iPhone X的面部识别技术,被誉为迄今为止最安全的人工