“刷脸验证”先打开门锁“刷脸识别”启动汽车“刷脸验证”解锁手机“刷脸识别”结束支付…我们道别了叮叮当当的钥匙串、繁琐的密码，科技给他的便利风景一览。紧接着，是正常带起的安全隐患问题：照片打印出来人脸可是已是过去式，但某些场景下，回放录像、3D人脸面具依旧是可以快的骗过镜头，做到用一张脸刷另个人的账户，开另个人的车，进另个人的家......该如何摒弃那些安全隐患，让人脸识别技术给他的只剩便利？诸多隐患，究其原因物理世界求实际场景过于复杂，训练数据很容易包裹所有的场景，用于测试算法指标的测试集也而不华指的是测试集覆盖场景下算法模型的结果，而实际应用中，与测试最终两者相比，算法的精确率低、误检率高，鲁棒性太差，才有了漏洞让攻击有机可趁。并且，就算是基于大量数据集的2D人脸识别算法在开源数据集上测试的识别准确率早巨形99.8%，足以与人类的肉眼相相媲美，但在牵涉到到金融财产安全等的场景下，依然没法是辅助手段。所谓“道高一尺，魔高一丈，密战”，基于组件3D数据的人脸识别应运而生——相较于2D人脸识别，3D人脸模型有着更强的描述能力、能好些地怎样表达出真实人脸，识别准确率和活体检测准确率都稍低。可以贸然攻入2D人脸识别系统的视频、照片，这对3D人脸模型对于就将近为虑了。这是只不过3D人脸模型基本都在用的也是点云数据或者在2D的基础上再添加一定的深度信息，能相对于完整的它表示出物体的二维信息，是可以柯西-黎曼方程高级别的金融领域需求，并且点云数据在机器视觉、自动驾驶的商业化落地进程中也扮演的角色着重要角色。3D人脸识别的准确率更高、防攻击更强，但更难却也无争的事实。这个难不仅除开算法模型的高紧张度,也有比较大一部分挑战依附于数据集的获取。与2D图像的RGB信息两者相比，3D人脸数据多了一个维度—底信息，即RGBD，RGBD图像的获取不仅仅并不代表越来越专业设备的支持，更意味着什么复杂且极高难度的后续处理，.例如数据的噪声滤波、能去掉散列点、孤立起来点，可以保证RGB数据与深度数据在时间上、空间上的整个表格，还是需要将多个角度的图片数据整理、配准、不合并成一个发下的3D数据，即3D重建。基于条件2D人脸识别的无比晚熟的图像预处理算法、人脸资源模型、特征提取模型，都与大量的数据支撑脱最感谢关系，而3D人脸识别的优势谁都看得出来，如果能有更多3D数据的支持，有所谓的照片、视频防御都但是是蜉蝣撼大树而已。海天瑞声3D人脸识别数据及定制服务以及AI数据服务行业的领军企业，海天瑞声在训练数据领域持续深耕近20年，历经世间全球10,000+项目的经过打磨，并与500余家企业达到深入合作。在与客户的合作中，基于条件前沿项目的探索需求，具体定制化服务的数据解决方案，协助客户落地后多个场景的人脸识别项目。况且，海天瑞声也制作了大量可用于高安全级别人脸识别的数据集产品。比如说，King-IM-065为2,000人的活体对抗数据集，该数据集中有192,000张包含深度适宜信息的RGBD图片及20,000段JPG序列的视频，喂养灵兽环境包含室内白天、室内夜晚、室外白天、室外夜晚，被采集人分别在远、远距离攻击并且了正常、抵抗照片、抵抗视频、相对抗抠五官、相抗衡身份证的外景拍摄；同样的人同距离多光线、多场景戴面具深度、红外、JPG数据再例如，King-IM-072为1,000人人脸和人体姿态3D建模数据集，包含330,000张人脸和人体姿态3D点云数据，男女比例均衡全面，年龄分布18~60岁，且对每个人的16个姿态及人脸关键点通过了上标，可应用形式于多场景人脸及姿态认证；King-IM-072是对攻击力度最强的高精硅胶3D人脸面具，海天瑞声也可以制作了多环境、多光线真人及高精硅胶头模假体对抗数据集，用于提升到算法的对抗训练，提高安全相抗衡等级。科技竟像是场就没终点的博弈，永远都是不未知那绝对是的安全区，事实上人脸识别的攻和防。在技术的迭代的道路上，过程愈艰险，果实才会十分俏丽，海天瑞声将是始终深耕细作数据领域，为技术、科研机构的坚持了探索能提供强有力的数据支撑。