展开

关键词

用高仿面具试验人脸识别系统,微信、支付宝、机场安检统统被骗

人工智能公司Kneron的研究人员周四表示,他们能够使用一张高仿真的面具来骗过某些面部识别系统。 ? 研究人员对三大洲的系统进行了测试,他们说,他们成功欺骗支付宝和微信运营的支付系统以及中国边境检查站的系统。这些系统类似于在机场看到的系统,使用人脸识别而不是密码或指纹来验证用户的身份。 这种欺骗之所以有效,是因为面具已经包含了所有面部识别系统所需要的面部特征。但Kneron承认,这种欺诈行为不太可能广泛传播,因为实验中使用的面具是从一家军用特种口罩制造商那里获得的。 人脸识别和人工智能的可靠性已受到质疑。计算机科学家在一项类似于Kneron的实验中,最近使用Facebook的图片欺骗了面部传感器。

1K40

厉害了我的国丨中国人脸识别技术PK韩国整容术

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识别技术,也是最为激烈的前沿领域之一。 人脸识别技术在金融领域的应用 刷脸办卡、远程贷款、自主开户、刷脸支付······随着人脸识别技术在金融行业的风起,越来越多的商业化应用也浮出水面。 人脸识别”自助终端 简单来说,就是将人脸识别系统引入到自助设备中,利用人脸识别技术将现场采集的照片与已存照片、身份证照片进行比对并提供人脸相似值,工作人员即可根据相似值的高低判断是否直接通过或进行人工审核 移动金融/营销 其核心在于人脸远程身份核查,一般是包括两方面,一方面用户可以借助于手机等移动设备进行人脸身份核查;另一方面金融机构可将该人脸识别系统嵌入便携式移动终端,上门为客户办理业务。 除了安防和金融,人脸识别还被广泛应用于教育、交通、建筑等各大领域,在这个越来越“看脸”的时代,人脸识别技术将会越来越备受瞩目,而应用也会越来越广泛。

86560
  • 广告
    关闭

    人脸识别限时特惠,10万次资源包仅需9.9元!!

    基于腾讯优图强大的面部分析技术,提供包括人脸检测与分析、比对、搜索、验证、五官定位、活体检测等多种功能,为开发者和企业提供高性能高可用的人脸识别服务

  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    多伦多大学开发反人脸识别系统,AI应用的伦理问题不能枉顾

    人脸识别褒贬不一,多伦多大学研发反人脸识别系统 据了解,考虑到人们对人工智能监视系统的担忧,多伦多的研究人员开发出了一个防御系统。 工作原理:采用基于数据集的AI对抗训练 而多伦多研究人员的算法,则是在600张人脸的数据集上进行训练的,并提供一个可应用于任何图片的实时滤镜。 反思后的反思,反人脸识别系统就一定安全么? 小编看到,多伦多大学研究人员,开发AI反人脸识别系统的出发点是好的——考虑到人们对人工智能监视系统的担忧。 但是这无疑又不得不引发出另一种担忧:日常生活中类似刷脸支付(大家知道智能手机、支付宝等都已支持人脸登陆)、刷脸过检等操作,岂不是存在着安全风险么? ? 虽然说,为了避免技术被滥用,一般研究人员不会选择公开反人脸识别系统的详细算法和原理,也不会轻易把反人脸识别技术商业化。

    70620

    315曝光人脸识别漏洞,你的自拍可能让你“倾家荡产”

    然后主持人将这个模型“覆盖”到自己的脸上,顺利地通过基本的活体检测步骤,骗过人脸识别系统。 ? 而且财大气粗的支付宝表示,如果通过人脸识别被盗的账户,支付宝会全额赔付。不过,支付宝也提醒广大网友,在社交媒体上晒出自拍照的时候要谨慎。 确实,随着人工智能深入到我们的日常生活中,人脸识别技术已经应用到包括支付、门禁、考勤等等领域中。 对此,我们更加需要注意这种识别方式的安全性,此前在支付宝推出的AR抢红包中,就有人通过后期PS来骗过识别系统。 ? 当前,传统的人脸识别系统多是通过动作来判断识别对象的真假,从破解上来讲还是比较容易的。

    96780

    AI赋能,人脸识别技术应用的发展

    例如前段时间的大兴机场,再比如明年的东京奥运会,小到日常生活中已经渐渐出现的人脸支付,大到引发全社会对新型教育的看法以及探讨。 近日,中国药科大学试水“人脸识别进课堂”,在校门口、学生宿舍、图书馆及部分教室等场所安装人脸识别系统。 其中,2014年是深度学习应用于人脸识别的关键一年,该年FaceBook发表一篇名为“Deep Face系统:达到肉眼级别的人脸识别系统”(翻译名),之后Face++创始人印奇团队以及中国香港中文大学汤晓鸥团队均在深度学习结合人脸识别领域取得优异效果 目前,人脸识别技术广泛应用于金融、安防反恐、教育、社交娱乐、设备、门禁/考勤、交通、智能商业等领域。而3D人脸识别技术得益于其优异的性能情况,逐渐在下游市场广泛应用。 人脸识别作为生物识别领域中最自然、最可靠的技术,在中国这样一个具有世界第一庞大人口基数的发展中国家拥有非凡的地位。

    53321

    人脸识别技术国家标准工作组正式成立

    如今,“刷脸”已变成大众体验创新、享受便捷的日常“标配”,人脸识别解锁手机、人脸识别快捷支付人脸识别打卡开门、人脸识别安检等,让人“面子”倍增。 ? 然而,人脸识别技术在各领域广泛应用,给人们生活带来便利的同时也出现了一系列问题,如:技术精度等性能标准缺乏导致的仿冒身份、用户授权被盗用等使用安全问题,人脸信息收集、存储、处理等使用规范欠缺导致的信息泄露安全问题等 因此,行业急需制定一系列标准和规范,确保人脸识别系统功能、性能及安全要求,保障算法与应用的准确率,引导技术健康快速发展。 其他成员中,腾讯的AI研究院大咖云集,研究成果很好支撑了旗下产品的人脸识别需求,最具知名的正是我国两大移动支付之一的微信支付体系;中国平安的人脸识别不仅用于金融赋能,在智慧楼宇等领域也有深度应用;蚂蚁金服则是我国人脸识别技术在金融领域的代表 ,支撑着旗下支付宝、淘宝、阿里巴巴、阿里云等阿里体系商业帝国;大华股份则是闻名全球的安防龙头,是目前人脸识别落地的前沿阵地;科大讯飞更是集语音智能、人脸识别、大数据于一体…… 本次举措将有效规范人脸识别系统及相关产品技术研发

    63240

    在应用领域人脸识别技术有着怎么样的用途?

    随着人工智能识别技术的发展,生物特征识别技术在应用领域有着广泛的应用,其中之一就是人脸识别。在学校、企业、零售、景区等场景落地应用,那在智能应用时代,人脸识别技术在应用领域有着怎么样的用途? 场景内人员在系统录入信息,后台建立人脸库,进出时即可通过系统终端设备上的摄像头抓拍人脸图像,和人脸库数据比对,匹配成功即可“刷脸”开门,快速通行。 场景门禁管理采用人脸识别,可有效限制进出人员,确认身份,保障场景人员安全管理。 在消费场景的支付应用 在超市、便利店、商场、车站、景区等进行消费支付的场景设置人脸识别自助收银机,实现自助结账应用。 在车站、景区等售票场景,乘客可以通过人脸识别自助收银机,进行自助售票,通过人脸识别验证身份,实行售票实名制应用,保证验票时人证票三合一。可通过扫码支付人脸支付完成售票付款。 人脸识别技术在应用领域,还将会有更多的人脸识别系统智能终端设备应用,根据不用的场景需求实现不同的应用,提高行业转型升级,为人们日常生活提供便利。

    34020

    【研究】图像识别及应用

    一般而言,一个图像识别系统主要由三个部分组成,分别是:图像分割、图像特征提取以及分类器的识别分类。 ? 图为图像识别系统图 图像识别的国内外研究现状 图像识别的发展经历了三个阶段:文字识别、数字图像处理与识别、物体识别。 在金融领域,身份识别和智能支付将提高身份安全性与支付的效率和质量。比如,在传统金融中,用户在申请银行贷款或证券开户时,均必须到实体门店上做身份信息核实,完成面签。 图像识别在安防领域应用较多,未来在软硬件铺设到后端软件管理平台的建设转型中,图像识别系统将成为打造智慧城市的核心环节。 因此,近年来,图像识别技术被广泛应用于交通运输领域,交通违章监测、交通拥堵检测、信号灯识别以提高交通管理者的工作效率,更好的解决城市交通问题。

    4.2K70

    人脸识别的三类安全风险及四类防护思路

    手机解锁、身份验证、上班打卡等,人脸识别技术在金融、医疗、安检、支付、文娱等诸多领域得到普及,这为数字经济社会发展和人们日常生活带来了新机遇。带来便捷的同时,各类风险隐患层出不穷。 手机解锁、身份验证、上班打卡等,人脸识别技术在金融、医疗、安检、支付、文娱等诸多领域得到普及,这为数字经济社会发展和人们日常生活带来了新机遇。带来便捷的同时,各类风险隐患层出不穷。 第二类,通过对人脸识别系统的攻击,实现人脸识别系统的终止。 阻塞:DDoS流量攻击方式阻塞识别与认证,使人脸识别系统失效。 篡改:远程入侵篡改人脸识别系统验证流程、信息、数据等,使虚假或无效人脸数据通过。认证, 劫持:通过劫持传输、验证、数据库等信息,将后台或前端的真数据替换为假数据,以实现虚假人脸信息的通过。 第三类,保障人脸识别系统安全性。

    24310

    人脸识别技术的概念与组成

    2019年4月,消费者郭某支付1360元购买杭州野生动物世界“畅游365天”双人年卡,确定指纹识别入园方式。 2019年7月、10月,野生动物世界两次向郭某发送短信,通知年卡入园识别系统更换事宜,要求激活人脸识别系统,否则将无法正常入园。郭某认为人脸信息属于高度敏感个人隐私,不同意接受人脸识别,要求园方退卡。 什么是人脸识别? 人脸识别是基于人面部特征数据进行身份识别的一项生物特征技术,在金融、医疗、安检、支付、文娱等诸多领域得到普及。 人脸识别系统的组成 人脸识别系统主要包括六成部分,分别为:人脸采集、人脸检测、人脸图像预处理、人脸特征提取、人脸图像匹配、人脸图像识别。 人脸图像采集的多个方式 人脸图像采集有主动、强制、窃取、盗用、诱导等多个采集方式。 主动采集:App提供密码、手势、人脸不同的登录、确认、支付等验证方式,用户可以选择全部或部分开通。

    27120

    售票场景,人脸识别有哪些应用和作用?

    随着互联网和智能技术的进步,在车站、景区、大型活动等与售票相关的场景,可以看到自助售票应用,有一些会采用到人脸识别技术。那么,在售票场景,人脸识别有哪些应用和作用? timg.jpg 售票场景,人脸识别应用 在售票场景,可部署应用人脸识别自助收银机,人们线下可自助售票。 自助售票时,人们在付款时可以选择人脸识别支付的方式刷脸支付,不用担心手机没有电等情况,前提需要进行账号人脸支付开通认证。同时,人们还可以选择微信、支付宝扫码支付,提升结算效率。 人脸识别自助售票,一定程度上减少操作,节约排队等待的时间,提升购票体验。 在售票场景,人脸识别的应用可以提升人们的体验,给人们带来不一样的感觉。 未来,人脸识别系统应用在更多的场景,实现更多的功能应用,在应用领域场景实现人脸识别产品智能应用。

    28030

    浙大90后女黑客在GeekPwn2017上秒破人脸识别系统

    如今“刷脸”已经成了人们生活中必不可少的一件日常事务,从移动支付、解锁手机,到公司、学校、小区门禁,甚至火车站乘车、公园领取厕纸都运用到了人脸识别技术。但是用上了高科技,难道真的可以“高枕无忧”了吗? 对此,“tyy”在现场介绍到,人脸识别系统并不是万无一失。利用设备漏洞,攻击者就可以直接修改设备中的人脸信息,实现用任意人脸来“蒙骗”人脸识别系统,打开门禁。 谈及二度参加比赛的初衷,“tyy”表示:“好奇心让我决定开始研究新的领域,理智告诉我一定要带着漏洞GeekPwn。” ? ? 观察者网专栏作者挠米成告诉编辑,由于“刷脸支付”主要通过手机拍照后进行数据传输。在传输过程中,也有可能受到黑客、病毒等攻击,人脸信息在系统后台服务器解析过程中,解析结果同样可以被篡改盗。 如果“刷脸支付”被各家企业广泛使用,那么各企业参差不齐的技术实力,使得人脸信息泄漏的风险直线上升。

    80160

    “黑科技”人脸识别 TA和你的距离不是一般的近

    支付宝在2015年就实现了人脸识别登录。与Face ID基于设备的功能不同的是,支付宝的刷脸与设备无关,绑定的是实名认证的账号。 Face ID的身份识别系统随意被他人用人脸识别意外解锁的几率是一百万分之一,较苹果的指纹身份之别技术Touch ID大为提高,后者被随机他人指纹意外地成功解锁的几率是五万分之一。 与iPhone X基于硬件的理念不同,支付宝的人脸识别是基于人脸比对和验活的算法,能够跨设备进行使用;相较而言,前者擅长精准识别,后者对频繁的金融交易场景来说更为便捷。 在这样一个相辅相成的情况下,人脸识别离商用、民用的距离越来越近。安防领域,网络商务,电子政务,几乎都能找到人脸识别的影子。 安防领域作为人脸识别技术最先也最普遍的一个应用,目前该领域已经成为人脸识别技术的一片红海。市面上大部分附能了人脸识别技术的摄像头能够达到的效果。

    32890

    丰巢刷脸取件被小学生破解,号称3D、深度学习加持的人脸识别究竟靠谱吗?

    当时,支付宝回应称:支付宝“刷脸支付”采用的是3D人脸识别技术,各类换脸软件有很多,但不管换得有多逼真,都是无法突破刷脸支付的。 人脸识别,3D技术和深度学习就无懈可击吗? 随着人脸识别的发展,反人脸识别也在随之发展,其中对于深度学习人脸识别系统的欺骗,一般是使用电子版的对抗样本,主要用于检验系统的稳定性。 今年八月,来自莫斯科国立大学、华为莫斯科研究中心的研究者们也找到了针对AI识别人脸的新型攻击方法,仅仅使用一张普通的打印纸就可以让已经广泛用于手机、门禁和支付上的人脸识别系统突然变得不再靠谱。 此外,首先将刷脸应用于商业化产品的苹果也遭遇了不少刷脸攻击。去年11月3日,苹果公司发布了IPHONE X,并首次推出了刷脸解锁技术。 当时,支付宝就回应称:支付宝“刷脸支付”采用的是3D人脸识别技术,各类换脸软件有很多,但不管换得有多逼真,都是无法突破刷脸支付的。 ?

    90460

    《白皮书》:身边的人脸安全事件及背后的三类攻击手段

    人脸识别是基于人面部特征数据进行身份识别的一项生物特征技术,用于手机解锁、身份验证、上班打卡、社区、考勤、乘车、购物等,在金融、医疗、安检、支付、文娱等诸多领域得到普及,为数字经济社会发展和人们日常生活带来了新机遇 2021年,28岁男子黄某辉趁前女友董某熟睡,翻开董某的眼皮,通过人脸识别,登录账号,分多次从董某的花呗、借呗、支付宝余额和银行卡转走人民币共15.41万元,最后通过套现将这些钱转到自己手机上。 人脸风险背后的攻击手段顶象最新发布的《人脸识别安全白皮书》显示,当前阶段人脸风险主要集中在人脸信息泄露、人脸识别算法不精准和人脸识别系统不安全等三个方面。 破解人脸识别系统代码、人脸识别应用的代码,篡改人脸识别代码的逻辑,或者注入攻击脚本,改变其执行流程,人脸识别系统按照攻击者设定的路径进行访问、反馈。劫持摄像头。 通过破解入侵人脸识别系统或设备,劫持人脸识别系统与服务器之间的报文信息,对人脸信息进行篡改,或者将真实信息替换为虚假信息。

    7810

    懂点人脸识别知识

    就是我们先告诉人脸识别系统,我是张三,然后用来验证站在机器面前的“我”到底是不是张三。 5.活体鉴别 生物特征识别的共同问题之一就是要区别该信号是否来自于真正的生物体,比如,指纹识别系统需要区别带识别的指纹是来自于人的手指还是指纹手套,人脸识别系统所采集到的人脸图像,是来自于真实的人脸还是含有人脸的照片 因此,实际的人脸识别系统一般需要增加活体鉴别环节,例如,要求人左右转头,眨眼睛,开开口说句话等。 二、人脸识别的应用场景 了解了人脸识别的基本原理,我们再看看人脸识别能运用到什么场景中?场景有很多,如安防领域来发现犯罪分子,人脸认证用来门禁和手机解锁等。 5.支付 人脸识别技术在支付环节的应用也愈发普及。无论是移动支付还是线下支付人脸识别都被视为是重要选择。

    1.8K20

    通过人脸活体检测技术的应用,避免实名认证环节中人脸识别被攻击的风险

    人脸识别作为一项成熟的生物识别技术,目前已广泛应用于金融、公安、社会服务、电子商务等领域。 为克服人脸识别系统的不足之处,目的在于提供基于人脸姿态控制的交互式视频活体检测方法,人脸活体检测技术是当用户的人脸被检测到之后,用户将被要求进行眨眼、张嘴、摇头等动作,以过滤采用照片进行作假的用户;在整个检测过程中 一个可以正常工作的人脸识别系统,除了实现识人之外,还需要其他的技术进行辅助,其中在人脸识别身份认证系统中很重要的一项技术就是人脸活体检测。 人脸识别系统除了“识人”之外,还需要“识真”,也就是说在系统面前,不仅要证明这个人的脸是不是这个人的脸,还要证明这张脸是不是活体的人脸,而不是图片、视频、或者带着面具的人脸。 针对几种攻击人脸识别系统的手段来看一下人脸活体检测具体是怎么工作的: 1、简单照片攻击与动作活体 不坏好意的人或者犯罪分子拿合法用户的证件等照片来攻击人脸识别系统,但是照是静物,不能做动作,所以我们就用动作人脸活体检测指令来防范它

    1.5K20

    关键点数据标注以及应用案例

    人脸识别 手机人脸识别系统 现在信息安全越来越重要,这意味着所有企业都务必重视信息保护,比如我们每天使用的智能手机,人脸识别和检测有助于提高手机的安全性,防止黑客入侵和其他安全风险。 人脸识别同样可以用在大型聚会和活动当中,著名的“歌神张学友演唱会五杀”事件——在张学友的演唱会上,通过人脸识别系统识别到人群中的在逃人员。这也让更多人了解到人脸识别的概念和其强大的实践用例。 除了执法以外,人脸是被还可以用于支付宝或支付程序的批准交易。福特等一些汽车公司正在试验用人脸识别系统来阻止车辆盗窃,如果你坐到一辆不属于你的汽车汇总,它可能不会被启动。 缺点 人脸识别系统很复杂,需要大量的数据以构建高度准确的AI模型,模型如果出现任何错误,都无法正常识别或者导致冤枉一个没有犯罪的人。 通过将迁移学习的概念应用于他们的数据并通过深度学习实施预训练模型,科学家们能够测量各种参数,例如步行速度、节奏、摆动和站立时间以及双支撑时间。

    10210

    对不起,阿里投资的AI公司证明:刷脸支付防不住3D面具

    在刷脸支付时,支付终端竟真的将面具识别为真·人脸,测试人员“盗刷”成功。 而且不管是支付宝,还是微信,刷脸支付终端通通中招。 由于视频中仅有一个面具出镜,也不确定换个人换个面具是否还能“攻破”人脸识别系统。 并且值得注意的是,现在市面上的人脸识别系统都不仅仅是靠面部识别来完成身份认证的。 但攻破方耐能表示,实际证明了一件事: 在测试中,像苹果和华为的人脸识别系统,采用了3D结构光技术,所以并未被3D面具所欺骗。 甚至,苹果的Face ID一开始就针对3D面具进行了测试。 因为3D人脸方案,不便宜。 3D人脸识别 3D人脸识别系统安全等级较高,基本能防御所有平面攻击(照片、视频或者睡觉状态)。 其业务主要聚焦在终端 AI 芯片解决方案上,是一家设计及开发软硬件整合的终端人工智能解决方案厂商,主攻智能手机、智能安防、智能物联网等领域

    32420

    相关产品

    • 人体分析

      人体分析

      人体分析包含人像分割、人体识别、行人重识别(Reid)等服务。人像分割可识别视频、图片中的半身人体轮廓,并将其与背景分离;人体检测,可识别行人的穿着、体态、发型等信息;行人重识别(Reid)可实现跨摄像头跨场景下行人的识别与检索。可应用于人像抠图、背景特效、行人搜索、人群密度检测等场景。

    相关资讯

    热门标签

    活动推荐

    扫码关注腾讯云开发者

    领取腾讯云代金券