展开

关键词

人脸识别终结者】多伦多大学反人脸识别,身份欺骗成功率达99.5%

---- 新智元报道 来源:eurekalert.org 编辑:肖琴 【新智元导读】多伦多大学研究人员设计新算法,通过动态地干扰人脸识别工具来保护用户的隐私。 论文地址: https://joeybose.github.io/assets/adversarial-attacks-face.pdf 在一些社交媒体平台,每次你上传照片或视频时,它的人脸识别系统会试图从这些照片和视频中得到更多信息 现在,人脸识别的克星——“反人脸识别”问世了。 多伦多大学Parham Aarabi教授和研究生Avishek Bose的团队开发了一种算法,可以动态地破坏人脸识别系统。 在这个案例中,研究人员证明了对最先进的人脸检测器进行快速对抗攻击是可能的。 ? 研究人员开发了一种“隐私滤镜”,可以干扰人脸识别算法。 两个神经网络相互对抗,形成“隐私”滤镜 研究人员设计了两个神经网络:第一个用于识别人脸,第二个用于干扰第一个神经网络的识别人脸任务。这两个神经网络不断地相互对抗,并相互学习。

58830

学界 | 多伦多大学开发反人脸识别系统,识别成功率降至0.5%

与此同时,人脸识别系统的应用也颇受争议。 在大洋彼岸的美国,亚马逊因向美国执法机构提供人脸识别技术而遭到某联盟的谴责。 从这来看,技术应用的双刃剑在人脸识别的落地上就得以体现,且不说人脸识别技术发展对于人类来说优多(安全)还是劣多(隐私),硬币抛下落地的可能性还是得到了平衡。 近日,多伦多大学教授 Parham Aarabi 和他的研究生 Avishek Bose 开发了一种算法,通过对图像进行“光转换”,可以动态地破坏人脸识别系统。 目前我们的算法将人脸识别系统中被检测到的人脸的比例降低到了 0.5% 。 其实,破坏人脸识别产品识别率的产品并不少见。早在 2016 年,卡内基梅隆大学的研究人员就设计了一种眼镜框,可以误导面部识别系统,使其产生错误的识别

35110
  • 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

    大家知道,目前,人脸识别系统存在着争议。例如亚马逊此前因向执法机构出售人脸识别技术一事,登上了头条,遭到万人上书抨击。此外,国内外都有学校正在使用人脸识别摄像头,来监控学生。 ? 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。 Aarabi在一份声明中表示:“随着人脸识别技术的不断发展,个人隐私是一个相当重要的问题。”而这种算法,正是可用于反人脸识别系统,有益于防御愈变愈强的人脸识别能力。 ? 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。 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。

    69220

    银行人脸识别系统被攻破,思必驰冲刺IPO,潘云鹤获吴文俊人工智能最高成就奖,今日更多大新闻在此

    银行人脸识别系统被攻破 据中国新闻周刊消息,李红(化名)被诈骗人员从她的交通银行卡偷走近43万元。 要想从交通银行卡中转账,需要用户在手机银行App上进行人脸识别,并进行短信验证。 更严重的是,“人脸识别”被攻破了。银行系统后台显示,在进行密码重置和大额转账时,“李红”进行了6次人脸识别比对,均显示“活检成功”。 那几次人脸识别并不是身在北京的李红本人操作,登录者的IP地址显示在台湾。 当李红本人登录手机银行时,卡里的钱已被悉数转走。她去派出所报案,警察很快认定她遭遇了电信诈骗,并立案侦查。 法院认为,李红在42.9万元被盗过程中“过错明显”,交通银行作为指令付款方,已通过多个登录密码、验证码、人脸识别的合理方式识别使用人身份,未见存在明显的错误或过失。

    10110

    为什么人脸识别SDK,将是开发APP必备

    精彩内容 经过多年市场验证,云端人脸识别无法满足企业对身份信息存储的高安全性要求,单一生物特征识别技术如虹膜识别、静脉识别等无法保证身份认证的准确,人脸识别技术该以何种姿态服务产业? 人脸识别+活体检测给机器一双能识人的慧眼 人脸识别技术,相当于给机器一双慧眼,让机器能像人一样去观察、分析人脸,进而辨识人的身份。 灵云人脸识别技术已成功服务中国人民银行等众多大型金融机构。 灵云智能人脸识别能力平台实现人脸+声纹+指纹+证照识别技术的融合应用 随着深度学习技术的应用,人脸识别等生物特征识别技术取得了突飞猛进的发展,但是,单一生物特征识别技术准确率无法到达,就像我们在辨认一个人的时候 同样,为了让机器能准确地认出人,人脸+声纹+指纹等多种生物特征识别技术必须融合应用、融合服务,才能满足产业对身份认证技术的高安全等级要求。

    77050

    聊一聊背后的图像识别技术

    雷锋网按:本文根据涂图CTO在七牛云架构师沙龙上的演讲整理,本篇主要谈谈人脸识别技术的原理与具体实践的一些问题,作者授权发布雷锋网。 在上篇文章的最后,我们提到了美颜2.0最关键的技术——人脸识别。 由于这两个概念目前最主要应用在图像领域上,所以我们仅就图像识别,尤其是人脸识别方面,区分一下这两个概念。 首先,机器学习识别物体是基于像素特征的。我们会搜集大量的图像素材,再选择一个算法,使用这个算法来解析数据、从中学习,然后对真实世界中的事件做出决策和预测。 ? 最后,神经网络会根据各种因素,以及各种元素的权重,给出一个经过深思熟虑的猜测,即这个图像有多大可能是张人脸。 所以,深度学习比机器学习不管在人脸识别还是各种各样的识别表现都要好,甚至已经超过人类的识别能力。

    60190

    大数据24小时:中国平安推出区块链解决方案“壹账链”,云从科技发布3D结构光人脸识别技术

    【数据猿导读】发布3D结构光人脸识别技术;计算机视觉创企云从科技对外发布3D结构光人脸识别技术;百度与新华社就内容分发、人工智能等达成战略合作……以下为您奉上更多大数据热点事件 编辑 | abby 官网 二、计算机视觉创企云从科技对外发布3D结构光人脸识别技术 昨日,计算机视觉创企“云从科技”正式发布了其最新成果——“3D结构光人脸识别技术”。 据了解,本次发布的“3D结构光人脸识别技术”,相较以往的2D人脸识别及以红外活体检测技术在精确度、响应速度与活体方面有了非常大的飞跃,不需要用户进行任何动作配合,只需要在摄像头前被捕捉到面部画面即可完成活体验证

    51880

    AI战「疫」:百度开源口罩人脸检测及分类模型

    2019 新冠肺炎疫情爆发,让人们的出行发生了很大的变化——自 1 月 24 日武汉宣布封城之后,各省市陆续启动重大突发公共卫生事件一级响应以控制人口流动。 很多城市都已规定必须佩戴口罩、测量体温才能搭乘公共交通。 ,对佩戴口罩和未佩戴口罩的人脸进行快速识别标注。 在这段时间里,很多科技公司陆续推出了有关体温检测、人脸识别等工作的 AI 算法。而百度提出的方法,是首个开源的口罩人脸检测及分类模型。 只要在服务器端完成部署,剩下在客户端调用就不会有多大问题了。如下百度展示了调用服务器做推断的示例:制定要预测的图像列表、发出推断请求、返回并保存推断结果。

    31030

    京东金融上线人工智能解决方案“京东超脑”,重庆市建立国际大数据产业学院 | 大数据24小时

    京东金融上线人工智能解决方案“京东超脑”;高德地图与德尔福就大数据、智能驾驶能达成战略合作;专注为中小企业提供贷款服务,金融科技公司Lendingkart获2500万美元融资……以下为您奉上更多大数据热点事件 据介绍,该产品的核心技术主要包括人脸识别、虹膜识别、深度学习、图像处理和自然语言等,可基于深度学习平台应用算法,对指定的人物照片进行提取、识别人脸特征、人脸检测、聚类、美颜等。 目前,“京东超脑”的人脸识别技术已经被应用到了多个场景中,其中京东无人车则实现了刷脸取件。 ? 四、图像识别科技公司“爱华盈通”获数千万元融资 成立于今年4月的“爱华盈通”是一家专注为B端客户提供图像识别方案的科技公司。 致力于基于人脸识别、文档内容搜索、OCR三大技术,面向移动应用市场,为其提供移动终端应用产品。近日,该公司宣布刚刚完成了新一轮的A轮融资,融资金额达数千万元人民币,投资方信息尚未透露。

    474110

    人脸识别到底怎么用

    会员权益 以往去超市或者健身房,总要办张vip会员才能享受特权,现在都不用啦,直接刷脸,系统就可以记录你的信息,你下次过来即使没有会员卡,靠张脸依然享受会员权益。 大家都玩过扫一扫,其实有了人脸识别以后,我们的脸就是一张二维码。 ? 图12 扫一扫人脸识别 13. 景区出入园人脸检票 人脸识别终端是一款高性能的人脸识别产品,只需要在第一次入园时录入人脸,然后就可以“刷脸”游览景区内各个景点,同时出入景区也将更加便捷。 图13 景区出入园人脸检票 14.人脸识别对比(娱乐类) 主要通过人脸识别后的特征,和其他人脸比对,比如娱乐类,父子,母女,好友等比对,用来判别识别率,或者可以更精细说明鼻子比较像,眼睛比较像等等。。。 从技术角度来看,人脸就是一个可识别的URL地址,刷脸就是调用后台接口传用户名和密码- -。接下来你能提供什么的样的信息和服务,就看你的数据量有多大了。 ?

    1.3K11

    深入浅出人脸识别技术

    本文中笔者试图用通俗的语言探讨人脸识别技术,首先概述人脸识别技术,接着探讨深度学习有效的原因以及梯度下降为什么可以训练出合适的权重参数,最后描述基于CNN卷积神经网络的人脸识别。 一、人脸识别技术概述 人脸识别技术大致由人脸检测和人脸识别两个环节组成。 这里简单解释下上面的几个名词:误识别率就是照片其实是A的却识别为B的比率;通过率就是照片确实是A的,但可能每5张A的照片才能识别出4张是A其通过率就为80%;相似度阈值是因为对特征值进行分类是概率行为, 从图中可见排除照片其他质量外象素数至少也要有100*100(纯人脸部分)才能保证比较高的识别率。 特别之前提到的,复杂的分类依赖于许多层函数共同运算才能达到目的。当前的许多网络都是多达100层以上,如果每层都有3*100*100个神经元,可想而知计算量有多大

    1.4K62

    大牛| LeCun带我们瞻望计算机移情能力

    Facebook人脸识别精度能够达到98%,识别速度也是非比寻常,能够在不到5秒的时间内,从8亿张照片中识别出你的照片。 例如,Facebook的人脸识别技术不能识别出你。只有当两张照片中的人是同一个人时,这种技术才能识别出被识别对象。人脸识别技术实际上是一个完全分离的步骤。 当多伦多大学Geoffery Hinton教授带领其研究团队使用卷积神经网络在图像识别算法竞赛中获胜之后,卷积神经网络几乎成为所有计算机视觉研究的基石。 瞻望计算机移情能力 Facebook的自动人脸识别技术有助于用户保护自己的隐私不受侵犯。例如,当自动人脸识别技术得到广泛应用时,你每上传到Facebook一张照片都会及时获得通知。 “计算机的移情能力远远超过人脸识别技术”,LeCun表示。

    44160

    AI战「疫」:百度开源业界首个口罩人脸检测及分类模型

    2019 新冠肺炎疫情爆发,让人们的出行发生了很大的变化——自 1 月 24 日武汉宣布封城之后,各省市陆续启动重大突发公共卫生事件一级响应以控制人口流动。 很多城市都已规定必须佩戴口罩、测量体温才能搭乘公共交通。 ,对佩戴口罩和未佩戴口罩的人脸进行快速识别标注。 在这段时间里,很多科技公司陆续推出了有关体温检测、人脸识别等工作的 AI 算法。而百度提出的方法,是首个开源的口罩人脸检测及分类模型。 只要在服务器端完成部署,剩下在客户端调用就不会有多大问题了。如下百度展示了调用服务器做推断的示例:制定要预测的图像列表、发出推断请求、返回并保存推断结果。

    28720

    专家展望未来5年深度学习技术的发展

    因此,还需要几年时间才能让深度学习技术成为网络安全领域中一种广泛使用的商品化技术。 (10)谷歌高级科学家Ian Goodfellow:我认为在五年内,我们能获得可以从视频剪辑中总结出事件并能够制造短视频的神经网络。 (13)多伦多大学机械学习小组博士研究生Charlie Tang:深度学习算法将逐渐被用于更多任务并解决更多问题。 例如五年前人脸识别算法的识别率通常比人眼识别率低,然而目前已经有基于主要的人脸识别数据集和标准图像分类数据集的超过人眼性能的识别算法出现。 在未来五年,一些越来越难的问题将被深度学习算法解决,如视频识别、医疗图像处理或文本处理等。我们也可以期待深度学习算法被用于商业产品,就像过去十年中人脸识别器被集成到消费级相机的过程。

    42960

    安全AI挑战者计划,邀你共同成长为DL时代的「模型黑客」

    那么迁移到机器学习上,模型的风险有多大、漏洞在哪,到底能不能解决就成了「机器学习白帽黑客」的兴趣所在。随着 AI 模型部署到越来越广的领域,机器学习时代的白帽黑客与模型安全就显得极为重要了。 什么是人脸对抗识别 第一期挑战赛主题是人脸对抗识别,通过对抗样本攻击人脸识别模型,并期待系统识别错误。 人脸识别一般分为检测和分类两部分,其中第一步会检测人脸的特征点,并做对齐以令人脸在图像块上的朝向、和位置都比较统一,然后第二步才是在对齐的基础上做分类。 如果对抗样本没成功欺骗人脸识别系统,那么扰动量直接设置为最大;如果成功地骗过识别系统,那么就计算对抗样本与原样本之间的 L2 距离,从而确定扰动量。 所以怎样才能欺骗人脸识别系统? 正因为集成能显著提升对抗样本的可迁移性,我们才能在不获取任何目标系统的信息下完成攻击。 此外如前所述,挑战赛会使用多个识别模型,因此采用集成方法才能真正取得好成绩。

    31930

    中科院百人计划专家深度解析:银行业务光凭“刷脸”真的靠谱吗?

    其次,人脸识别简单直观,符合我们人类的识别习惯,交互性好,方便人工处理。 还有,人脸识别设备通用,使用通用设备,摄像头、PC机、手机、平板。 经过计算机人脸识别与人的对比,变化较小的 95% 的人与身份证照人脸进行比对,计算机识别率 99.5%,人眼识别率 91% 左右。 答:LFW 就像一套始终固定不变的考题,需要有一定的人脸识别算法功底才能够做到 99% 以上,因为这套考题本身的标准答案有错误,即使做全对,官方统计识别率也就 99.77%。 一般的做到 99.5%以后,就表明了有基本的人脸识别算法能力,再去花大代价去提高到 99.77% 对实际应用并无多大帮助。 特征提取为核心模块,是对人脸图片进行深层描述并提升识别效果的主要模块。而每个模块又由很多小的算法单元,每个模块每个单元算法必须都做到最好,组合起来的识别效果与精度才能够高。

    54860

    以防滥用,谷歌决定暂不出售人脸识别产品

    此前,因为与军方的一份合同中涉及人脸识别产品,谷歌被置于不利的舆论当中。 目前,人脸识别已经被用于多个用途,包括手机解锁、安检、安防等等。然而 ,这其中,某些用途却是备受争议的。 迫于压力,谷歌最后决定不续签这份合同,而此次对于人脸识别技术的监管或许也是谷歌经历事件之后的反思。 同谷歌一样,微软也曾经因为与美国政府签订的协议中涉及人脸识别软件而遭到批评。 而就在本周三,歌手霉霉(Taylor Swift)也因为在演唱会上使用面部识别软件来识别跟踪者而受到批评。可见群众对于“人脸识别”这一技术的敏感。 目前,谷歌正在与其他一些团体合作以确定面部识别技术可能存在的问题,并表示,必须在更好地了解这项技术之后才能将其提供给其他组织。 ? “这是很重要的第一步。”

    31050

    面部识别必看!5篇顶级论文了解如何实现人脸反欺诈、跨姿势识别等(附链接)

    许多公司都投资于面部识别技术的研究和开发,本文将重点介绍其中的一些研究,并介绍五篇有关人脸识别的机器学习论文。 1. 大规模多模式人脸反欺诈的数据集和基准 ? 随着大量实际应用,人脸识别技术变得越来越重要。从智能手机解锁到人脸验证付款方式,人脸识别可以在许多方面提高安全性和监视能力。 ? 但是,该技术也带来一些风险。可以使用多种面部欺诈方法来欺诈这些系统。 人脸识别的魔鬼在噪音中 ? 商汤研究院,加利福尼亚大学圣地亚哥分校和南洋理工大学的研究人员研究了大规模面部图像数据集中的噪声影响。 由于它们的规模和成本效益,许多大型数据集都容易产生标签噪声。 本文旨在提供有关标签噪声源及其在人脸识别模型中的后果的知识。此外,他们的目标是建立并发布一个名为IMDb-Face的干净人脸识别数据集。 VGGFace2:用于识别跨姿势和年龄的人脸的数据集 ? 关于深度卷积神经网络的面部识别已经进行了许多研究。 反过来,已经创建了许多大规模的面部图像数据集来训练那些模型。

    41830

    AI魔幻行为大赏:细数机器视觉的9大应用场景

    它通过采集含有人脸的图片或视频流,并在图片中自动检测和跟踪人脸,进而对检测到的人脸进行面部识别人脸识别可提供图像或视频中的人脸检测定位、人脸属性识别人脸比对、活体检测等功能。 ▲图1-3 人脸识别应用场景 由于人脸识别产业的需求旺盛,众多大型科技公司和人工智能创业公司均有涉足该领域,目前该技术已经处于大规模商用阶段,未来3~5年仍将继续保持高速增长。 识别、分析这些信息可用于实现交通态势预测和红绿灯优化配置,从而缓解交通拥堵指数,加快车辆通行速度,提升城市运行效率 异常事件检测与轨迹跟踪:视频分析技术可用于检测拥堵、逆行、违法停车、缓行、抛锚、事故、 快速路上的行人和非机动车、路面抛洒物、路口行人大量聚集等异常交通事件的发生(如图1-4)。 ▲图1-4 交通异常事件监测 视频/监控领域盈利空间广阔,商业模式多种多样,将视觉分析技术应用于视频监控领域正在形成一种趋势,目前已率先应用于交通、安防、零售、社区、楼宇、校园、工地等场合。

    1.7K10

    相关产品

    • 媒体处理

      媒体处理

      视频处理(MPS)是针对海量多媒体数据,提供的云端转码和音视频处理服务。您可以按需将云存储中的视频文件转码,满足您在各类平台将视频文件转为不同码率和分辨率的需求。此外,智能视频处理还提供了叠加水印、视频截图、智能封面、智能编辑等服务。

    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