人脸识别ATM机来了:这技术真靠谱吗?

文章讲的是人脸识别ATM机来了:这技术真靠谱吗,昨天,科技圈被一台金融圈的机器给刷屏了,就是我们大家都用过的ATM机。这台ATM机的神奇之外就在于,让金融设备进入了刷脸时代,也就是说用户取钱光 有密码已经不行了,还得要“脸”。这已经不仅是互联网的跨界,而是智能科技深入到了我们的各行各业,并正在对各行各业进行改造。

  人脸识别技术发展的现状

  人脸识别技术在生物识别技术领域,其实并不算什么新鲜事。关于人脸识别系统的始于20世纪60年代,之后伴随着计算机技术的发展而演变;上世纪90年代后期,以美国、德国、日本为首的发达国家,开始将该技术进行商业应用方面的开发。我们所熟知的Android4.0 系统就加入了人脸识别技术,只是由于受识别精度、安全性以及适用范围等的限制,这项功能一直仅做辅助使用。

  经过这么多年的发展,尤其是最近几年人工智能、机器学习、大数据、云计算等方面技术的突飞猛进,共同成就了今天人脸识别技术在金融领域的应用。

  今年的德国汉诺威消费电子、信息及通信博览会现场,马云亲自示范了扫脸技术,从淘宝网上购买了1948年汉诺威纪念邮票;在结算阶段,马云直接拿出手机扫了扫自己的脸,立刻得到系统确认支付的反馈信息。马云说,依靠对人脸等生物特征识别来完成身份认证和支付的生活已近在眼前。

  马云这话说了还没几个月,这台由清华大学与梓昆科技(中国)股份有限公司等联合研发的具有人脸识别功能的“刷脸”ATM机就来了,这尚属我国首台具有自主知识产权的金融安全设备。

  ATM机是如何实现刷脸

  “刷脸”ATM机的技术原理,就是通过ATM机屏幕上方的摄像机,对在此设备上操作的人员进行头像采集;然后借助于联网公安系统进行身份识别和比对。

  这就意味着,用户去ATM机上进行取钱,设备所采集到的人脸图像与公安系统所采集的身份证登记的图像不相符的话,就算手握密码也无法完成操作。而在这个过程中人脸采集、人脸识别、人工智能、云服务平台、大数据等环节缺一不可,同时还要确保数据库的安全与识别的灵敏性。

  人脸识别技术发展的作用和机遇

  人脸识别技术融入金融支付,并与公安系统联网,将对遏制犯罪与提高破案率起到较大帮助作用。今天依靠大量现金支付交易的方式正在被改变,大部分的资金交易都通过互联网与数字化实现。如果说有漏洞,或许过往基于密码的小额提现,也就是ATM机上凭数字密码提现的环节会是一个漏洞。人脸识别技术的导入,将对该漏洞起到以下几方面的改善:

  一、有效打击罪犯。对于一个犯罪嫌疑人来说,在基于人脸识别技术的ATM机技术之前,他完全可以使用他人的银行卡进行提现交易。而现在,若没有持卡人的脸,任何人都将无法使用他人的卡进行提现活动了。

  二、有效遏制犯罪。在这项基于人脸识别技术的ATM机技术出现之前,密码被盗、破解而导致用户经济损失的事情时有发生,包括一些抢劫行为的发生也是基于获得用户银行卡密码。而“刷脸”ATM机的出现,将对这方面犯罪事情的发生起到明显的遏制作用。

  三、有效助力法院执法。一些资产转移的老赖,一直是摆在法院执行层面的一个现实头疼问题。在“刷脸”ATM机出现之前,这些老赖们完全可以将资产转移至亲人名下,并使用亲人的卡进行各种小额的提现活动,而现在亲人的卡再也不管用了。

  鉴于人脸识别技术的复杂性,其所带动的产业链环节也相对较多。当其被应用到金融ATM机上之后,至少将给我们带来以下几个方向上的新机遇:

  一、基于人脸识别技术的传感器与摄像技术将会成为最大受益对象;

  二、生物识别技术在智能穿戴设备中的应用将会被重视;

  三、基于生物识别技术的智能穿戴设备将在金融支付领域中率先突围;

  四、云服务平台与大数据市场将被有效激活;

  五、物联网时代的数据安全市场将会成为接下来的一个热点。

  人脸识别技术真的可靠吗?

  一个支付靠刷脸的时代已经到来。不论从何种层面来看,生物识别技术相较于传统的“数字符号”密码而言,复杂性与安全性都上了一个层面。尽管当前基于人脸识别技术的ATM机发布了,优点也非常明显,但要真正进入普及应用给用户带来方便,可能还有一段路要走。

  目前,还是有好些人的身份证照片与本人存在较大差异,那问题就出现了。这个看似非常高大上的“刷脸”ATM机,是通过公安系统的身份证照片数据库实现比对。如果身份证数据库的资料相对比较“陈旧”,那么在人工智能与人脸识别技术还不是很“聪明”的情况下,如何做到有效识别,快速证明“我是我”就成为了一个问题。

  毕竟,在人脸识别技术在ATM机上的应用,与马云的支付宝还不一样。马云的支付宝可以在用户认证人脸支付功能的那个时间点,让用户对着计算机或者手机拍照,可以通过多维度、多视角、多环境拍照,由此生成一个人脸识别特征,相对来说实时性、准确性更有保障。而基于身份证数据库的照片,不仅识别特征不足,并且识别环境也不足,比如不同视角、不同光线下都会成为制约ATM机识别的因素。那么,在当前的人工智能与人脸识别的技术条件下,嫁接于“陈旧”的身份证照片库的比对,至少将给以下三大人群造成不小的困扰:

  一、整容人群。在这个看脸的时代,很多女性朋友努力赚钱的目标就是去趟韩国整张漂亮的脸蛋回来。而“刷脸”技术应用了以后,就意味着脸蛋不能随便捏了,再漂亮,ATM机上刷不出来也白搭。当然解决的方案就是每整一次,重新办理一次身份证。

  二、化妆人群。随着中国经济的发展,人们在满足了物质需求之后,必然会朝着精神层面的美感追求。而从化妆市场的销售增长数据来看,需求正在快速攀升。那么,化妆水平与技术越高的人群,她的这张脸摆在ATM机面前被认可的难度也就越高了。

  三、双胞胎人群。伴随着药物技术的发展,由人工促卵所带来的双胞胎人群越来越多。据某市妇幼保健院的数据显示,该院1993年总共接生双胞胎38组,而到了2013年仅1-7月份,就已经接生了235组。而且这个数据还在不断攀升。这也将成为摆在“刷脸”ATM机前面的一大难题,如何把一张张相似度极高的脸有效地刷出来。

  应用普及方面的困境

  金融领域的电子设备与一般的电子消费产品存在着一个根本性的区别,就是对于设备与系统的安全性与稳定性有非常高的要求。对于当前所发布的这款人脸识别ATM机设备,要想真正普及到现实应用中,至少还存在两方面的现实困境。

  一、算法技术难点。不论是通过何种技术方式实现人脸识别,这其中必然要基于算法。目前就人脸识别这一技术而言,在Android 和IOS 等程序中也都有相关的程序,而之所以没有被普及的一个关键原因就是算法精度不高。正如同苹果的指纹识别一样,目前的算法能支持的基本是这种对于识别精度要求不高的解锁技术追踪,还难以承担移动支付安全验证这一重任;

  二、设备更新难点。ATM机的运行如PC机一样,需要基于计算机操作系统,而根据有关数据统计,目前世界上 95%的ATM机还在使用XP系统。要想全面推行人脸识别的ATM机,首先需要解决系统的兼容问题,毕竟不是一夜之间就能更换过来的事情;其次需要保障新系统与新技术在大规模商业化应用过程中的稳定性,不要经常出纰漏;最后是就目前的ATM机来看,老机型与改良机型可谓各占一半,这就意味着这么多年的ATM机普及过程中,老爷机都还有一大堆没被更换过来,可想而知这个设备的更替周期与难度,更不要说推行这一看似“高大上”的ATM机。

  谷歌眼镜笑了

  在谷歌眼镜被抵制的10大困扰中,其中有一个问题就是隐私安全。也就是说,当戴上谷歌眼镜之后,当前那种基于“字符”密码的安全性就化为乌有了。因为谷歌眼镜可以任意地拍摄与记录下用户的所有操作,包括密码。虽然谷歌眼镜对当前的一些生活方式与社会监管方式带来了改变与冲击,也遭遇到了抑制,但这却是智能穿戴时代不可逆转的趋势。

  笔者曾经在《可穿戴设备啥时能干掉手机》一文中阐述过:可穿戴设备在融入生物识别技术之后,我们可以根据用户的心率、血液流速、指纹、脉搏等建立设备与用户之间的唯一识别性,这对于移动支付而言显得尤其重要。因为我们再也不必担心可穿戴设备被盗或者是丢失,也不必担心密码被破解。

  可以说,人脸识别技术只是生物识别技术在金融等特殊化产业商业化应用道路上所迈开的第一步。而要想真正在物联网时代保障用户的金融安全,光有人脸识别技术是不够的。核心的还是如何借助于可穿戴设备,建立起比人脸识别技术更为复杂的人体唯一识别性,比如心率、血液流速、脉搏等。当用户与可穿戴设备之间建立深度绑定与识别之后,设备一旦脱离用户,如丢失或被盗,就会自动失效,因为无法建立唯一识别特征。

  所以,基于可穿戴设备的技术将会成为更理想的金融支付方式。比如面对面的交易支付,直接借助于可穿戴设备的NFC技术就能有效完成。关于这方面的的问题,我在《被低估的NFC:次世代智能穿戴的突围方向》一文中做过阐述,这里不再展开。

  在笔者看来,未来应该是基于可穿戴设备为主要载体的金融支付场景。也就是说,不论是用户通过NFC,还是ATM机,还是银行的柜台交易,所有的交易支付认证不是通过刷脸,而是通过刷可穿戴设备。简单点说,就是未来用户所佩戴的可穿戴设备在建立身份唯一识别性时,用户的信息一定是在公安部门备案,并且与金融系统,以及各种社会的管理系统兼容。用户在需要身份识别的场所,或者一些需要进行身份识别才能处理的工作时,直接通过刷可穿戴设备就能完成。

  当然,另外一个更重要的问题也摆在了目前,就是近日支付宝光缆被挖断,以及携程所爆发的数据危机事件。在智能穿戴时代,由于我们生活的一切,不论是环境、工业、制造、人体、医疗等方面都被数据化以后,如何确保云端,以及通讯、传输、采集过程中的大数据安全将是一个不可回避的困扰。

作者:崔月

来源:IT168

原文链接:人脸识别ATM机来了:这技术真靠谱吗?

时间: 2024-11-02 05:38:41

人脸识别ATM机来了:这技术真靠谱吗?的相关文章

人脸识别与自动巡检技术在地铁安防系统中的应用

现阶段,视频智能分析在轨道交通行业中主要应用包含几大类:行为分析即拥挤侦测.徘徊侦测.逆向侦测等:特征识别即人脸识别系统等:图像质量自动巡检即系统自动对前端摄像机采集图像质量进行分析报警等.由于当前智能分析在轨道行业应用尚处于起步阶段,本着从事实出发的原则,下文着重结合实际工程案例,着重探讨人脸识别和自动巡检两项技术的应用. 一.人脸识别系统 XX市轨道交通一号线共有20个车站,在每个车站的出入口闸机设置8套人脸识别设备,共160套,对出入闸机的乘客面部特征实时采集,并与后台公安部犯罪人员库进行

【315 AI技术追踪】人脸识别一夜躺枪?支付宝、商汤、云从等回应

一年一度的"315" 落下帷幕,伴随着人工智能的火热,相关技术应用也在这场以"打假"."维护消费者权益"为名的晚会上被点名.其中最受关注的一个便是--人脸识别. 晚会现场,主持人现场演示了攻破人脸识别手段.在演示过程中,一张他人的静态自拍照,通过技术处理,可以变成能眨眼睛.能微笑的"伪活人".甚至还可以利用这张自拍照,借助3D建模技术,让自己"变脸"成另一个人,轻易骗过登录系统,成功"黑"

智能人脸识别技术在安防领域的应用与发展

在移动互联智能化时代,人脸识别检测技术已经非常成熟并使用在了常见的电子数码设备中,检测技术进入了产业化的发展,但人脸确认技术因价格.市场.技术.硬件.网络等的限制还处在产业化的进行中,人脸鉴别技术是人脸识别最高级应用,因技术难度大,针对性强,目前还主要应用于专业领域,如机场布控.公安比对等. 一.发展现状 随着平安城市.智慧城市的建设进程加快,各种安防设备和技术手段随处可见,特别是人脸识别技术发展较迅速,从传统实体安防到网络安防再到APP等终端应用,用了不到十年时间.较已往的行业应用来说,智能分

人脸识别市场应用爆发 技术局限仍待突破

从谷歌.Facebook到BAT,从社保领取到校园门禁,人脸识别将成为一把便捷的"万能钥匙".但行业内关于人脸识别准确性.安全性.隐私性的辩论,也从未停止. 人脸识别市场应用爆发 人脸识别又叫做人像识别.面部识别,是一种通过用摄像机或摄像头采集含有人脸的图像或视频流,并自动在图像中检测和跟踪人脸,进而对检测到的人脸进行脸部的一系列相关技术.人脸识别系统的研究始于20世纪60年代,80年代后随着计算机技术和光学成像技术的发展得到提高,而真正进入初级的应用阶段则在90年后期,以美国.德国和

以后取钱靠刷脸 人脸识别何以得青睐?

刚刚iPhoneX采用FACEID对人脸识别的热议还没过去,农业银行ATM机上线刷脸付款的消息又刷屏了.近日,农行总行下发通知,要求全国推广.将为全国24064家分支机构.30089台柜员机.10万个ATM机安装人脸识别系统!作为四大行之一,农业银行的此举无疑将人脸识别在金融银行行业的应用推向新的高峰. 以后取钱靠刷脸 人脸识别何以得青睐? 据悉,此次农行"刷脸取款"全部采用最新的红外活体检测技术,该技术的供应厂家也是人脸识别领域的佼佼者--云从科技.通过对人体面部60多,106,甚至

深度学习在人脸识别中的应用——优图祖母模型的“进化”

雷锋网按:本文转自腾讯优图,着重介绍了深度学习在人脸识别中的应用,首先回顾了人脸识别的历史,接着介绍优图在人脸识别中的优势,及其"进化过程". 说到人工智能(Artificial Intelligence, AI)人们总是很容易和全知.全能这样的词联系起来.大量关于AI的科幻电影更给人工智能蒙上一层神秘的色彩.强如<黑客帝国>.<机械公敌>中的AI要翻身做主人统治全人类.稍弱点的<机械姬>里EVA懂得利用美貌欺骗中二程序员,杀死主人逃出升天.最不济也

切入人工智能市场 汉柏科技这样玩人脸识别

近几年,在云计算和大数据的支持下,深度学习的研究愈发深入,人工智能取得了跨越式的进步.作为人工智能市场的重要分支,人脸识别成为一个新的"风口". 人类认识了解世界的信息中91%来自视觉,同样计算机视觉成为机器认知世界的基础,终极目的是使得计算机能够像人一样"看懂世界".目前计算机视觉主要应用在人脸识别.图像识别方面(包括静态.动态两类信息).于是,我们看到在过去一年,围绕人脸识别的计算机视觉技术快速发展,新创类公司如雨后春笋般涌现. 近日,ZD至顶网记者参加了汉柏科

人脸识别滑铁卢?拆解“变脸炸弹”急救包

今年央视"3·15晚会"上一个"变脸"身份证破解的演示,让许多人都出了一身冷汗!人脸识别技术即将大溃败?与人脸识别关系紧密的金融在线支付认证.人工智能等行业领域将遭受强飓风摧残? 其实在安全技术人员的眼里,破解人脸身份认证的方法还有很多.   破解人脸识别四连击 第一击:技术"肢解"人脸识别 现在许多APP开发者自身并没有精力.经验去研发人脸识别,所以都是通过第三方API接口或SDK组件来获得人脸识别这项身份认证功能.这意味着,一旦APP应用自身

如何判断人脸识别是否准确?SeetaFace助你一臂之力|AI科技评论

对不同的人进行区分是很多智能系统的必备能力.所谓的人脸识别技术也是为了实现此目的开发出来的,通过对人脸的光学成像来感知人.识别人.经过几十年的研发积累,特别是近年来深度学习技术的涌现,人脸识别取得了长足的进步,在安防.金融.教育.社保等领域得到了越来越多的应用,也成为计算机视觉领域最为成功的分支领域之一. 然而,人脸识别并非是完全成熟的技术,离公众期望的全面应用尚有距离,仍然需要学术界.工业界的共同努力.为此,整个人脸识别社区需要有基准(Baseline)系统,而且基准系统的水平显然会极大影响着