tft每日頭條

 > 生活

 > 蘋果面容id測評

蘋果面容id測評

生活 更新时间:2024-12-22 17:36:22

在今天淩晨的蘋果發布會上,全新的蘋果iPhone X手機正式發布,不負衆望地用上了新一代的六核心A11處理器,5.8英寸Super Retina Display全面屏以及Ture Tone自動色溫技術。不過要說到iPhone X相比以往産品最大的不同,那肯定莫過于在iPhone 5s上引入并已經征戰多年的Touch ID正式退役,由基于面部識别技術打造的Face ID取代之。說到面部識别技術,相信很多手機玩家都不會陌生,因為這個技術已經被Android系統用于手機解鎖上,有采用面部識别作為認證的APP應用也不在少數,蘋果現在才來玩這一套似乎有點炒冷飯的樣子。但事實上蘋果提出的Face ID與之前我們常見的面部識别技術還是有很大差别的,今天我們就來扒一扒它的真身,看看它究竟有什麼過人之處。

蘋果面容id測評(超能課堂106)1

Face ID是蘋果iPhone X的重磅功能

已經應用多年的面部識别技術究竟是什麼?

在講Face ID之前,我們先來講講什麼是面部識别技術。面部識别技術又叫做人臉識别技術,屬于生物特征識别技術,一般來說面部識别技術包括有人臉定位、圖像攝取、圖像處理以及身份确認和查找等多種技術,工作時首先通過人臉定位确認數據采集的焦點,然後由圖像攝取系統進行拍照,處理系統提取當中的關鍵數據,在通過查找系統對比數據庫中的信息,從而完成面部識别并區分被識别者的身份。

蘋果面容id測評(超能課堂106)2

科幻片中常見的面部識别技術其實早已走進我們的生活中

面部識别技術有很多其它識别無法比拟的優點,例如隐匿性,與難以隐匿數據采集系統的指紋識别和虹膜識别不同,面部識别技術的采集系統完全可以放在暗處,以“暗中觀察”的方式完成識别,這樣對方就不容易發現識别系統的所在,也就不容易進行針對性的欺騙了。

蘋果面容id測評(超能課堂106)3

你戴上帽子後,圖像識别技術有可能就不認識了,因為這種類内變化影響了識别精度

然而人臉識别技術也有明顯的不足,例如人臉的結構都是相似的,雖然有利于人臉定位,但是在人臉區分上卻是不利的,此外人臉的表情、人臉上的裝飾物(眼鏡、口罩等)、光源亮度和角度、設備觀察角度等因素也會讓影響采集到的人臉數據,從而影響人臉識别的精度。

因此在面部識别的相關技術中,人臉結構上的區别被稱為類間變化,而因為表情、裝飾物、光源以及觀察角度等外在因素引起的區别則被稱為類内變化。類間變化是需要進行放大的,因為它代表着不同個體之間的差異,而類内變化是需要縮小的,因為它代表的是同一個體,它的存在隻會幹擾面部識别的正常進行。

當前常用的面部識别技術有什麼缺陷?

蘋果面容id測評(超能課堂106)4

蘋果表示早期面部識别一張照片就能破解,肯定不能再用了

早期的面部識别技術,甚至說現在的絕大部分面部識别技術都是基于二維平面,也就是說系統采集的是人臉的平面圖像,并依靠圖像上的數十個特征點來生成一組特征值,然後每一次識别時候将會與第一次錄入特征值進行比對,到達一定的準确率就算是配對成功。

這樣的做法在識别速度上有較好的保障,精度也不差,但是安全性卻經不起考驗,一張照片就欺騙過去的事情不在少數,即便是後期引入的多角度識别以及表情識别等,也隻是稍微提升了下安全性,但沒有本質上的改變,因此面部識别技術在需要安全性的應用上一直處于尴尬的位置,雖然支持的系統和應用不少,但将其放在重要位置上的卻少之又少。

蘋果的Face ID與基于二維成像的面部識别技術有什麼不同?

蘋果的Face ID則是基于三維成像的圖像識别技術,它需要特定的主動光照射系統以及專用攝像頭進行配合,通過采集得來的數據建立一個頭像三維建模,該模型将存儲在手機之中,此後每一次的面部識别都會與之比較,重合度達到一定的程度後将發出識别正确的信号,從而完成個體區分的任務,這是Face ID最基本的原理。

蘋果面容id測評(超能課堂106)5

Face ID采用基于三維成像的圖像識别技術,安全性比常規的二維圖像識别更高

當然為了增強Face ID的安全性,蘋果還加入了一系列的措施來對算法進行改進。從Face ID的傳感器組成來看,蘋果為之配置的是目前處于先進水平的面結構光采樣模式,這種采樣模式需要使用特定的光源往人臉上投射一個經過編碼的圖像,然後再通過專用傳感器采集圖像并進行解碼,從而生成一張三維結構的圖像,再與已經錄入的人臉信息進行對比,從而實現準确度更高的人臉區分。

蘋果面容id測評(超能課堂106)6

Face ID通過識别投射在人臉上的編碼圖像來進行個體區分

當然類似的技術并不是蘋果首創的,實際上微軟的Kinect以及Surface産品上都有使用類似的技術,例如Windows Hello,它們都是采用結構光打到人體身上,依靠紅外深度攝像頭采集光線在人體上的變化來準确識别人的動作或者面部。不過蘋果實現了整體方案小型化,整合度更高,因此将相應的技術得以從外設周邊和平闆電腦放入到iPhone X手機上。

蘋果面容id測評(超能課堂106)7

Touch ID的重合率是1/50000,而Face ID在多種算法的輔助下,重合率隻有1/1000000

此外蘋果的Face ID還利用到了A11處理器中的Neural生物引擎,通過神經網絡技術來進行學習和算法上的改進,例如會随着你的使用更新内部存儲的面部識别數據,讓識别基準與用戶本人的面部變化基本實現同步等,這樣也有利于增強Face ID的速度以及安全性。同時為了避免Face ID的誤啟動,蘋果也為其增加了注視感知功能,隻有當你睜眼看iPhone X時,Face ID才會開始工作,進行面部識别,從而實現解鎖等功能。

這一系列的設定讓Face ID把别人識别成你的幾率,也就是蘋果所說的重合率下降至1/1000000,相比之下Touch ID的重合率為1/50000,這就足以讓面部識别技術從以往的尴尬地位走到非常重要的主力地位上,這也是為什麼蘋果認為iPhone X以及Face ID将是未來10年手機技術發展導向的重要原因。

蘋果Face ID有哪些實際應用場合?

那麼Face ID在實際使用中有什麼應用場合呢?實際上由于其很大程度上是取代了原有的Touch ID,因此在作用上它與Touch ID有很高的重合度,同時又可以完成一些Touch ID做不到的事情。首先是兩者重合的部分,那就是用戶識别部分,兩者都是通過生物特征來識别用戶是否為手機機主本人,隻是識别的方式有所不同,因此曾經Touch ID可以做到如手機解鎖和Apple Pay等,Face ID同樣可以實現,當然使用上是否更方便這點有待進一步驗證,不過從蘋果的官方演示來看,Face ID的體驗并不在Touch ID之下。

蘋果面容id測評(超能課堂106)8

Face ID可用于Apple Pay上

而其餘原本需要使用Touch ID進行認證的應用,如各種支付APP等,如今也不需要進行很大的修改甚至不需要修改就可以很好地兼容Face ID,因為相關的用戶識别工作是由iPhone X自身完成的,APP應用隻要接入到蘋果指定的API中,就可以獲取相應的用戶識别判斷結果,從而實現用戶認證的操作。

蘋果面容id測評(超能課堂106)9

Animoji動畫表情也會應用到Face ID人臉識别功能

另外Face ID的各種傳感器還可以配合iPhone X中的一些新功能使用,如新增的“動話表情”也就是Animoji表情,這就是原本Touch ID無法做到的。Animoji動話表情應用到了Face ID中的人臉定位、三維建模、圖像處理等技術,同時也應用到了AR增強現實的相關技術,可以說是一個雖然看起來簡單,但實際上很考驗技術實力而且使用上非常有趣的應用環境。

最後,Face ID能成功嗎?

對于Face ID或者說面部識别技術來說,影響其體驗的方面不外乎兩個,一個是識别速度,另一個則是識别的精準性。在識别速度上,蘋果的Touch ID曾經栽過跟鬥,由于偏慢的識别速度以及早期偏低的成功率,Touch ID有好長一段時間是被嫌棄的。Face ID要處理的數據比起Touch ID實際上要更多,不過得益于性能更強悍A11處理器以及其整合的Neural生物引擎,還有基于神經網絡的算法,從目前來看Face ID識别速度比起Touch ID應該有長足的提升,響應速度也更加靈敏。

而Face ID識别的精确度則是iPhone X安全性的關鍵,以往基于二維平面的面部識别技術在這方面顯然無法與基于三維成像的Face ID相提并論,而與同為生物識别技術的Touch ID指紋識别相比,從蘋果公布的數據來看是應該是有過之而無不及的,這點大家可以放心。

但要談Face ID能否成功的話,現在肯定是為時過早的。Face ID未必是蘋果首度應用的面部識别功能,但是将面部識别技術放在如此重要的位置上,那确實是首次嘗試。目前我們對Face ID的暫且還停留在發布會内容以及蘋果的廣告上,消費者想要體驗真正的Face ID,還得等到11月份iPhone X正式發售之時。Face ID的成功與否,最關鍵的還是看消費者是否買賬,當然我們相信蘋果有充分的能力把Face ID做好,至少現在的Face ID看上去非常誘人。對Face ID還有其他不懂的技術層面的内容可以通過添加小超哥(weixn:9501417)私聊,在看到之後第一時間為你解答。

,

更多精彩资讯请关注tft每日頭條,我们将持续为您更新最新资讯!

查看全部

相关生活资讯推荐

热门生活资讯推荐

网友关注

Copyright 2023-2024 - www.tftnews.com All Rights Reserved