<optgroup id="aaqdf"><em id="aaqdf"><del id="aaqdf"></del></em></optgroup>

<optgroup id="aaqdf"><em id="aaqdf"><del id="aaqdf"></del></em></optgroup>
  • <acronym id="aaqdf"></acronym>

    1. 人臉識別技術目前存在哪些難點

      日期:2019-06-25 / 人氣: / 來源:道爾智控

      當前,人臉識別的過程依次為活體檢測—人臉檢測拍攝—上傳服務器對比或本地處理—面部特征點定位—提取和分類—校驗和識別—分析返回結果,但這些過程中依然會找到突破點來實現欺騙或者繞過人臉識別,人臉識別隱私問題依然存在技術難點。

      人臉識別技術目前存在哪些難點
       
      1、活體檢測攻擊和繞過

      SecID的員工使用錄制的視頻,就輕松繞過了俄羅斯著名人臉識別公司VisionLabs的活體檢測。

      這個方法毫無技術門檻,只要有目標用戶的音視頻即可剪輯出一段視頻實現活體檢測的攻擊。用應用注入的方式,甚至可以實現繞過活體檢測,因為活體檢測肯定是先于人臉識別發生的,可以在程序中打斷點,通過試驗演示整個流程觸發斷點,分析并修改程序存儲的一些關鍵數值,就能達到繞過活體檢測的目的。而一旦活體檢測被繞過,一張普通的照片都能通過靜態的人臉識別。

      2、服務器交互過程攻擊

      很多APP或SDK在上傳拍攝的照片時,明文傳輸,且沒有對圖像數據進行簽名,導致圖像數據可以被截獲篡改,有的在數據報文沒有加入時間戳,可以通過重放數據報文的方式來實施破解。

      在測試某款應用的過程中,甚至出現過這樣的情況:本地上傳人臉數據到服務器,服務器返回一個匹配度,本地通過匹配度來決定人臉識別是否通過,該應用沒有對數據報文加簽名,導致返回數據可以被輕松篡改,最終繞過人臉檢測。

      3、3D打印繞過檢測

      iPhoneX發布后一周,越南安全公司Bkav用3D打印的臉部大面具輪廓、硅樹脂材料制作的鼻子、2D打印的眼眶區域和部分面部的化妝,制作成了一個假的人體面具成功破解了蘋果的Face ID系統。隨著3D打印技術的低成本化和普及化,可以預料的是,未來會出現越來越多的人臉識別系統被破解的案例,即使3D結構光的在旗艦手機上的逐漸普及也無法挽回這個趨勢。說到底,人臉識別只能作為一種弱加密手段來使用,他無法改變人臉可以被復制的屬性,破解人臉識別只是時間和成本問題,而不是技術問題。

      4、對抗網絡破壞人臉識別

      多倫多大學的教授Parham Aarabi 和研究生Avishek Bose 5月31日在Arxiv上提交了一篇論文,該論文演示了一種“對抗性訓練”,建立起兩種相互對抗的算法。

      Aarabi 和 Bose 創建了兩個神經網絡,一個是識別人臉的網絡,另一個是破壞其既定目標的神經網絡。這兩個網絡互相學習,相互提升效果。其實就是當初對抗樣本的原理,利用對抗原理,只要輕微改動幾個關鍵像素的值,這樣的改動對人類來說甚至無法察覺,但完全可以達到欺騙神經網絡的作用。

      作者:道爾智控


      現在致電 4000-500-315 或 查看更多聯系方式 →

      啪啪社区