面部ID

面部識別是一種先進的技術，可以從圖像或視頻中識別人臉。用於執行面部識別的系統使用生物測定學來從照片或視頻中提取面部特徵。它將此信息與記錄面部的大型數據庫進行比較，以找到正確的匹配。面部識別被視為生物識別的三大方法之一，通過測量個體生理學或解剖學的某些方面來識別人。面部識別是增長最快的生物識別技術，預計到2022年面部識別技術價值將增長到77億美元。這是因為面部識別具有廣泛的商業應用，並且設置起來相對簡單。它可用於從監控到有針對性的營銷等各個方面。

面部識別的歷史

面部識別技術在20世紀90年代早期得到普及，當時美國國防部正在尋找一種能夠發現偷偷越過邊界的犯罪分子的技術。為此目的，國防部通過為他們提供研究經費，為面部識別領域的知名大學科學家和專家提供服務。面部識別在2001年初在美國橄欖球大賽上首次使用後立即成為頭條新聞。為警察局在成千上萬的觀眾中搜尋罪犯和恐怖分子。此後不久，面部識別系統被安裝在美國其他重大活動集會現場來確保現場安全。 雖然面部識別是增長最快的生物識別技術，但它也恰好是最具爭議性的。在9/11悲劇發生後，許多人支持使用這項新技術，但隨著技術對我們生活的深入影響，許多人意識到它可能對個人隱私構成威脅，並可能導致身份盜用。無論你的觀點站在哪一方，都值得了解這種快速發展的技術如何運作以及它能做些什麼。

面部識別怎麼工作

面部識別設置包括先進的攝像頭，用於捕捉構成或簡單的人臉照片，而處理這些照片的複雜軟件將嘗試從龐大的數據庫中找到正確的匹配，以識別圖像中的人物。目前有很多面部識別的方法，所以面部識別方法略有不同，具體取決於應用程序和製造商，但它們通常涉及一系列步驟，用於捕獲，處理，分析和匹配捕獲的面部到記錄圖像的數據庫。 雖然面部識別程序可以使用各種測量和掃描類型來檢測和識別面部，但仍有侷限性：分辨率較差的圖像和較差的光線會降低面部掃描結果的準確性。不同的角度和麵部表情，甚至是簡單的笑容，都會給面部匹配系統帶來挑戰。當人戴著遮蓋部分臉部的眼鏡，帽子，圍巾或髮型等物品時，面部識別會失去準確性。化妝和麵部毛髮也會給面部檢測程序帶來問題。

面部識別的侷限性

面部掃描不一定與配置文件連接，這意味著如果在可訪問的數據庫中沒有它們的照片，則掃描一個人的面部可能沒有用。如果沒有匹配，面部掃描背後的人的身份仍然是個謎。對隱私或安全性的擔憂也會對面部識別系統的使用方式造成限制。例如，在沒有人知情和同意的情況下掃描或收集面部識別數據違反了2008年的生物識別信息隱私法。

面部識別技術可被用於惡意目的。例如，積極匹配在線照片或社交媒體帳戶的面部識別數據可以允許身份竊賊收集足夠的信息來竊取一個人的身份。 面部識別通過設備和應用程序成為我們日常生活中不斷增長的一部分。例如，臉譜網的面部識別系統可以識別數字圖片中的人臉，準確率高達97％。Apple還在iPhone X中也增加了一個名為Face ID的面部識別功能。現在Face ID也取代Apple的指紋掃描功能。它將面部掃描的數學表示存儲在設備本身的安全位置;信息不會被複制或存儲在Apple的服務器上。面部ID使用深度感知和紅外傳感器來確保相機掃描大家的實際面部而不是照片或3D模型。該系統還要求大家的眼睛處於打開狀態，以防止其他人在大家入睡或失去意識時解鎖手機。

智能設備中的使用

不過蘋果警告說，相同的兄弟姐妹（雙胞胎，三胞胎）將能夠互相解鎖對方的手機。即使沒有相同的兄弟姐妹，蘋果估計大約有一百萬分之一的機會，一個完全陌生人的面孔將與你的面部掃描具有相同的數學表示。13歲以下的兒童不適合使用這項技術，因為他們的臉仍在不斷增長和變化。

安卓手機和筆記本電腦用戶可以下載多個為其設備添加面部識別功能的應用程序，但這些應用程序都不像Face ID那樣可靠。隨著技術的進步，預計會有更多具有內置面部識別功能的設備提供更加可靠和安全的面部識別技術。