试析人脸识别规模化应用面对安全问题.docVIP

试析人脸识别规模化应用面对安全问题 　　【摘要】在人工智能充斥着现代生活的今天，人脸识别系统作用典型应用以其自然性、非接?|性、并发性等特点既符合以人为本的发展理念，又因其较高的工作效率被广泛使用，但与之一同到来的是其安全性是否可靠。本文从人脸识别技术的发展历程入手，结合该技术当前的市场现状，分析人脸识别技术的优点和局限，在分析其安全问题产生的基础上提出应对策略。 　　【关键词】人脸识别；安全性；规模化应用 　　人脸识别技术是在获取人类脸部特征信息的基础上，并通过一定的算法从而实现身份识别的一种生物识别技术。人脸识别通过采集装置（如摄像机等）采集含有人脸的图像或视频流，从而检测到人脸，通过计算实现在图像中自动检测和跟踪人脸，进行基于脸部进行的一系列相关的操作。人脸识别也被称作人像识别、面部识别，与指纹、虹膜等其他生物识别技术相比，人脸识别的因其自然性可以带来更加简便的操作，适用于很多场合，而其不易被察觉的特点也使采集人脸信息变得更为简单。 　　人脸识别技术已有数十年的发展历史，长久以来，对于设备对于人脸的识别率不高一直是阻碍人脸识别技术推广和普及的重要原因。而近年来，随着卷积神经网络（CNN）在算法中的越来越多的应用为人脸识别技术的发展提供了良好的契机，不断提升的识别准确率也为高技术的普及突破了一道重要瓶颈。与此同时，该技术的非接触性、非侵扰性、硬件基础良好等优势也在如指纹识别等生物识别技术突显出来，为其迅速落地带来助力。目前，人脸识别技术已经在公安、教育、金融、交通领域逐渐的被广泛应用，也逐渐被应用在智能摄像头上，为用户提供全新的密码输入方式，进一步改善用户的使用体验。 　　一、人脸技术的发展和特点 　　早在上世纪60年代，关于人脸识别技术的研究行为就已经有了发端，研究人员以人面脸的各个特征点间的相对距离和比率数据为基准，从而达到识别人脸的目的，进而研发出一套所谓的人脸识别系统。人脸识别技术的发展经历了如下三个阶段，并最终发展出了多样化的人脸识别技术。 　　在半自动识别阶段，该阶段的人脸识别研究以人脸的特征需要为主要研究目标。目前，提高人脸识别率和正确率的重要方式之一就是使相对复杂的人脸特征被相对简单的语句描述所转化，其中的大部分工作内容需要通过人工来实现。 　　在交互识别阶段，人脸识别技术已经向着自动化的方向发展，但其中仍不免有着人工操作的成分，还没有达到全自动识别的理论范畴，虽然还是依赖操作人员的经验从而无法实现摆脱人工，但较之前已经有了进步。 　　在自动识别阶段，人脸识别的过程在真正意义上的做到了摒弃认为操作的环节，并且发展出了不同种类的识别方法。研究人员又对深度学习、拒绝伪装技术进行了研究，使人脸识别系统的算法对穿着和配饰（如佩戴帽子、墨镜、假发）等伪装行为也同样具有一定辨识度。从这一阶段开始，人脸识别技术进入了黄金时期。 　　二、市场经济下人脸识别系统的应用 　　近几年来，人工智能的发展可谓日新月异，世界正在慢慢进入人工智能的时代，在人工智能带来的技术革命浪潮下，人脸识别技术作为人工智能最典型的应用，正在快速地被应用到各行各业之中，并且也在如海关、车站、银行、旅游景点等场景被广泛使用，越来越多的单位将人脸识别技术用作考勤、门禁等工作的有效手段，极大地节约了人工成本并提升了工作效率。运用人工智能是使社会成为“智能社会”代表着未来社会的发展方向，而人脸识别技术作为人工智能走进千家万户的重要入口，其具有异常强大的市场潜力。 　　根据《中国人脸识别行业市场前瞻和投资分析报告》的数据显示，人脸识别市场在2012年为16.7亿元，仅到2015就达到了75亿元，其市场份额也仅次于指纹识别，排名第二。在人们日常生活工作中，人脸识别技术的应用已经越来越广泛，逐渐成为生活中的“万能钥匙”，给人们的生活带来了极大地便利，未来潜在市场规模将超过千亿。随着经济的不断发展和人们生活水平的不断提高，消费者对人脸识别技术的需求也势必会变得越来越大。同时，伴随着对城市治安的更高要求和智慧城市、平安城市等项目的深入发展，城市中的高清监控也必将得到进一步的普及，采集工具数量的大幅增加，自然给人脸识别在数据的采集方面创造了更多的条件并减小了阻力，人脸识别正在朝着高质量和宽领域的方向发展。 　　大数据时代和人工智能的深度学习功能的广泛应用，使得某些条件下，人脸识别技术在识别效果上已经超越人眼识别的效果。当前，在人脸识别架构下的监控系统已成为行业发展趋势。作为全球最先进的图像处理技术和生物识别技术，人脸识别的直观性、识别速度快、安全性、非接触性、不易被察觉等特点，在当今社会的公安领域如追踪嫌犯等工作被广泛的应用。 　　2010年，海鑫以“人脸识别监控报警系统”为核心完成了上海世博会园区人脸采集与比对系统建设项目。此系统包含了52