SO称为“主面部”的想法是机器学习算法生成的一组假图像。通过冒充人们破解面部生物识别系统，它在上周成为海外新闻的引人注目。但是仔细研究该研究会发现明显的弱点，这不太可能在现实世界中发挥作用。
这篇论文在本月早些时候在Arxiv上发表的论文解释说：“主脸是一张面部图像，它通过了基于人的面孔的身份验证。”“这些面孔可用于假冒用户，而成功的可能性很高，而无需访问任何用户信息。”
特拉维夫大学的三名学者继续说，他们已经建立了一个产生9个大师面孔的模型，可以代表40％的人口，并绕过“三个领先的深面识别系统”。乍一看，这似乎令人印象深刻，似乎令人印象深刻这些声明在需要面部识别的应用中构成了明显的安全风险。
首先，该团队使用NVIDIA的stylegan系统来创建虚假面孔的现实图像。人工智能的虚假面孔的相似性来自数据集中的真实面孔。
保留了具有高分分类器的图像并丢弃了其他图像。这些分数用于训练进化算法，以创建越来越多的使用Stylegan的人看起来像数据浓度的人的欺骗。
随着时间的流逝，研究人员可以在数据浓度中找到尽可能多的图像的所有者面孔。简而言之，他们只能使用9张图像来表示40％不同人的野生数据中的标记面孔。
接下来，他们使用这些大师欺骗了具有不同面部的三种面部识别模型：DLIB，FACENET和层面。这些系统在LFW数据集上的最佳面部匹配算法测试中排名最高的基准测试中。
但是，快速浏览可以绕过这三种型号的最高分数，您会发现研究存在明显的局限性。几乎所有这些都是白发，眼镜和胡须的假照片。如果这些形象相同，则可以代表大量的LFW数据集，此数据集中必须有一些缺陷。
在监护数据集网站上发布的豁免声明证实了这一点：“许多团体在LFW中没有收到良好的代表。例如，孩子很少，没有婴儿，很少有80岁以上的人很少有80岁以上的人。
九个主脸的得分反映了LFW数据集的局限性。妇女，更深的肤色和年轻的面部排名较低，并且不太可能绕过三种测试模型。
“尽管从理论上可以使用LFW来评估某些子组的性能，但数据库的设计目的是没有足够的数据来获得有关子组的强大统计结论。LFW网站上列出的另一个豁免声明。
尽管能够模拟大多数人面孔的主脸以解锁面部识别系统的想法很有趣，但这里的研究只是使用有缺陷的数据培训和测试机器学习模型的另一种情况。出来。
LFW数据集缺乏多样性，因此计算机产生的所有者面孔更有可能覆盖更大比例的数据集。这些图像不太可能在现实世界中正常工作。
“ LFW确实受到其官方网站中描述的限制的影响，但是尽管有这些限制，但LFW仍在学术文献中广泛用于评估面部识别方法，” Tomer Friedlander电气工程学院告诉登记册。
“我们的论文提出了面部识别系统中的漏洞，攻击者可以使用漏洞。因此，面部识别方法的开发人员和用户应该考虑这一点。我们尚未使用现实生活中使用的业务。系统测试我们的方法，因此我们无法在现实生活中指代系统。”
他说，该模型可以适应更好的数据集，这些数据集更加多样化，试图欺骗现实世界中的系统。这种攻击中的面部识别系统。我们将其作为未来的研究。”
不要让那些自称“超过面部ID身份验证系统的40％以上”或他们的“非常成功”的头条新闻感到困惑，这些大师可以闯入“超过40％的面部ID身份身份验证系统”。几乎没有证据支持这些主张。
人脸识别的目的是从面部形象中提取人的个性化特征，并了解他人的身份。
面部检测是通过采用颜色，轮廓，纹理，结构或直方图特征来执行的。
从数据库中提取面部模板，然后采用特定的模板匹配策略，使面部图像匹配模板库中的图片以匹配图片。
通过大量人的脸和负面样本库，这些图书馆收集“面部”和“非人类面孔”，该系统用于加强系统以加强系统以检测和分类面部和非人类面孔的模式。
由于人脸在高维空间中的分布是一个不规则的流动分布，因此可以获得的样品只是面部图像空间中面部图像空间的一小部分。如何在小样本下解决统计学习问题需要进一步进一步进行。值得一提的是，100％的任何算法都不准确。由于噪声，错误，算法，训练集，图像背景，角色运动等。检测是不准确的。
目前，从我国家的面部识别技术应用的角度来看，它主要集中在三个主要领域：访问控制，安全和金融。特别是安全监控，例如安全监控，视频中的人们的面部检测，面部识别和交通统计，社区和建筑物中的智能访问控制被广泛使用，周长的可疑人员正在徘徊进行测试，以及风景秀丽区域的交通统计数据。
Tsingsee绿犀牛视频基于多年视频领域的技术经验积累。它将AI检测和智能识别技术集成到各种应用程序场景中。典型的示例，例如EasteCVR视频融合云服务，具有AI面部识别，车牌识别，Intercom，Intercom，Intercom，Intercom，Intercom，Intercom，Intercom，Intercom，Intercom，Intercom，Intercom，Interbant，Interbank和Interbank，以及银行的陪伴以及银行互联网，以及银行间的交谈，以及银行的陪伴，谈话。控制，声音警报，监视视频分析和数据摘要的能力。