首页 会议宝典 正文

AI时代的生物识别面临怎样的挑战

时间: 2019-10-10| 查看: 874| 来自: www.tsmeeting.com

资料来源:电子爱好者

从钥匙解锁到指纹解锁再到人脸解锁,生物识别技术的发展开始关注解放人手。与此同时,生物识别技术已经开始服务于人们生活的方方面面,刷脸时代就是最直接的例子。

百度解决了这一问题,生物识别是基于人体生理特征(面部、指纹、虹膜等)和行为特征(态度、动作、情感等)来实现身份认证的技术。在人类身份识别中,它与光学、声学、生物传感器、生物统计学等高科技手段紧密结合,利用人体固有的生理和行为特征来识别个体。目前常用的生物识别技术主要有:人脸识别、指纹识别、虹膜识别、行为识别和步态识别。

人脸识别:

人脸识别又称人脸识别,是一种基于人脸特征信息进行身份识别的生物识别技术。由于人脸识别涉及多个器官、大面积,识别技术不仅复杂,而且容易受到多种因素的干扰,如人类的表情、手势等,目前提到的微表情识别和情感识别。技术是人脸识别技术的一个分支。

相关报告显示,随着政府推出更多的用户和数据安全举措,使用越来越多的移动设备,以及全球对强大的欺诈检测和预防系统的需求不断增长,人脸识别市场的规模预计将在2019年。市场规模为32亿美元,5年后将达到79亿美元,2024年将达到79亿美元,年复合增长率为16.6%。也就是说,人脸识别技术已经成为最主流的生物识别技术。

0x251C0x251D

从技术角度来看,人脸识别系统主要由四部分组成,即人脸图像采集与检测,人脸图像预处理,人脸图像特征提取,匹配与识别。目前,随着各种计算能力和算法的提高,非结构化数据逐渐向建筑水平转变,人脸识别算法的准确率达到了99.69%的平均值,这意味着人脸识别技术已经达到了很高的水平。而在中国。以科技,上堂科技,一图科技,蔑视科技为代表的中国人脸识别“四小龙”的面貌应运而生。

从应用的角度来看,仅在中国,随着天网,学良和国家政策的推广,中国已成为最受益于人脸识别技术的国家之一。基于人脸识别技术的软件和硬件产品也在继续。更新,如面朝下,人脸识别手机解锁,人脸识别访问控制和考勤,认证和统一验证,人脸识别捕获逃犯,行人红灯抢夺系统,支付宝人脸识别支付,医院在线卡等。等等,各种“智能+”产业,如智能安防,智能教育,智能医院,智能金融,智能交通等,都采用人脸识别技术作为最主流的技术。

虽然世界已经加速进入“刷牙时代”,但人脸识别的发展仍然面临着许多挑战:

●2D人脸识别技术

由于2D信息中深度数据丢失的限制,不可能完全表达真实面部,因此其对复杂面部的鲁棒性不好。在实际应用中也存在许多困难,例如交叉视图(交叉态度,年龄,化妆等)人脸识别,低分辨率人脸,深度学习(样本欺骗),面部反欺骗,复杂场景(强势和弱光照,模糊,遮挡等),外部变化,计算能力限制,细粒度分类(非人类检测和代理检测)等。

●3D人脸识别技术

目前,3D人脸采集技术包括双目技术,结构光技术和TOF技术,3D实时检测可以有效区分伪造图像,视频,掩模等,但在算法和硬件方面也存在诸多挑战。在算法方面,有必要解决如何获得高质量的3D人脸图像(深度图像,点云图像,网格图像以及如何解决人脸姿势,表情,遮挡等因素的影响;在硬件层面,有挑战包括照明,距离,精度,复杂性等。

除了上述问题外,人脸识别技术还面临着多模技术融合,人工智能芯片垄断和数据隐私问题。

指纹识别:

虽然人脸识别是市场上流行的生物识别技术,但指纹识别仍然是最广泛使用的识别方法。

指纹识别主要是通过比较不同指纹的详细特征点。该过程可归纳为三个部分:指纹采集,指纹特征提取和指纹匹配。目前,指纹识别行业的发展可归纳为以下主要趋势:

●指纹识别行业包括芯片设计,芯片制造和封装,模块制造以及整机制造商。产业链正在改善。

●近年来,越来越多的智能手机开始采用指纹识别技术。 2013年,推出了带指纹识别的智能手机iPhone 5S和华为;

●随着全屏手机解决方案的推广和普及,指纹识别传感器开始转向背面或建在显示屏底部。

●在所有类型的生物识别技术中,指纹识别仍然占据最高的份额。 2017年,全球指纹识别技术规模约为74.56亿美元,同比增长7.71%。

可以预见,随着相关技术的发展和完善,指纹识别将广泛应用于智能终端,身份证,汽车,家居等领域。但指纹识别还有很多难点需要解决:

●质量评估:指纹识别在很大程度上依赖于获得的指纹图像质量,解决指纹质量评估问题非常重要。

●数据压缩:指纹数据库具有大量存储数据。当执行指纹识别时,所有指纹都需要匹配和评分。如何压缩数据以实现快速匹配是值得考虑的。

●真实性识别:指纹信息易被伪造,指纹错误,难以区分。

●隐私安全:目前,大多数指纹识别系统不执行不可逆加密。一旦指纹信息泄露,将导致用户损失甚至威胁公共安全。

●指纹采集硬件和芯片:目前的屏幕指纹识别技术主要用于OLED面板,这在液晶面板(LCD)中很难做到

此外,指纹识别实际上并不具有终身“独特性”和“每个人的指纹不是唯一的”:血缘关系的人将具有极其相似的指纹,并且人类指纹将随着年龄和皮肤状况而变化。指纹的形状也会受到很大影响。

虹膜识别:

虹膜识别技术基于眼睛中的虹膜识别,应用于安全设备(如访问控制等),以及具有高安全性要求的场所。

虹膜识别具有高稳定性,准确性和安全性。与指纹识别和人脸识别相比,具有明显的优势。然而,虹膜识别的技术难度较高,生产成本高于其他生物识别技术。识别距离的要求很高,这些因素在一定程度上阻碍了它们进入一般消费市场。

此外,目前我国虹膜识别技术的发展还受到诸多因素的制约,一方面是技术和设备的采购,另一方面是国家政策因素。目前,中国的虹膜采集行为仍处于起步阶段。要实现与面部识别相同的广泛应用,需要国家政策的大力支持。另外,由于虹膜识别需要比人脸识别更特殊的采集镜头,而且,它易受外部环境的影响,其普及性还有待提高。

然而,幸运的是,在相关部门的支持下,中国的虹膜图像识别和识别工作已经开始,未来虹膜识别市场将会有所期待!

行为识别:

随着人脸识别,指纹识别和虹膜识别技术的不断成熟和发展,生物识别技术逐渐成为一种基于姿态估计和运动识别的行为识别技术。

简而言之,行为识别是一种算法,它构造一个人的主要活动骨架,根据人体运动轨迹定义各种行为,并通过深度学习算法形成一个动作系统,可以被系统有效识别。识别技术由相机拍摄,模拟人的骨骼,并分析人的各种运动的运动轨迹,从而判断运动轨迹属于哪个运动。然后通过后台服务器进行计算,一旦系统设置的管理动作匹配,系统将立即发出警报,达到预警的目的。

目前,它受益于行为识别技术的几个优点:许多动作可以实现零误报,可以准确识别现场人员的异常行为,服务器识别分析效率高,同一摄像机可以同时分析N异常行为,该技术可以分析紧急行为,如紧急救援,打架斗争,高空抛物线,人群观察和预警等,可广泛应用于自动驾驶,医疗,教育,机器人,公共安全,影视娱乐等领域。和其他领域。

但是,技术总是存在缺陷。尽管行为识别技术逐渐使安全性更接近主动防御,但当前行为识别技术的发展面临着算法挑战和硬件挑战。

●算法挑战:缺乏端到端模型,人体姿势和运动的多样性,复杂的场景,缺乏明显的大数据集,个体差异(不同人的统一运动表现);

●硬件挑战:对高精度,小型化传感器和高计算,低功耗芯片有一定的要求。

步态识别:

通常,在行为识别中,步态识别也是生物识别领域的后起之秀。

步态识别旨在通过步行姿势识别人。从解剖学的角度来看,步态唯一性的物理基础是每个人的生理结构,腿骨的长度,不同的肌肉力量,不同的重心高度以及不同的敏感度之间的差异。运动神经。确定步态的唯一性。另外,由于该技术支持远程识别,无需硬协调,环境适应性强,因此已开始进入安防,交通,工业等行业开发相关应用。

从技术角度来看,步态是静态生物特征识别(例如指纹,面部,掌纹,静脉等)的动态特征,因此在识别过程中更复杂。步态识别的整个过程分为四个部分:采集,分析,提取和比较。但事实上,每个环节都面临着挑战。例如,如何收集数据样本,如何获取数据,以及如何建立步态识别数据库?获取数据后如何划分前景和背景以使识别更准确?如何在特征表达问题阶段解决交叉视图识别等问题。

作为一种新兴的生物识别技术,步态识别需要从实验室到商业场景。步态识别不仅要基于识别准确性,识别速度,技术应用成本和便利性,还要与行业高度整合,并获得业界的认可。

.

相关报告显示,到2020年,全球生物识别市场规模将超过250亿美元,而中国的生物识别市场规模将达到300亿元。

除了上述五种识别技术之外,生物测定学还包括声纹识别,眼图识别,视网膜识别,静脉识别,身体识别等。所有这些生物识别技术面临的挑战来自三个方面:算法,硬件和法律法规:在算法层面,需要进行良好标记的大型数据集才能满足深度学习模型的可解释性和实际应用场景的复杂性;在硬件方面,我们需要专注于传感器的设计和制造,芯片的设计和制造以及移动设备的实时计算。最后,国家和有关政府必须从法律法规入手,制定相关政策以保护用户隐私。工业标准。

总结:

不可否认的是,从指纹认证到人脸识别和虹膜识别,生物识别技术正在进入“视觉时代”。事实上,技术在不断改进,但在这种“愿景愿景”的背后,多种生物识别技术是未来生物识别技术发展的王者。

与单一生物识别技术相比,将人脸识别,行为识别,步态识别与密码,指纹和虹膜相结合的多种生物识别技术将带来更高的可靠性和准确性,同时最大限度地保护。用户隐私问题。

展望未来,多种生物识别技术将转向越来越多的应用和市场!

友情链接: