“刷臉”打開門鎖
“刷臉”啟動汽車
“刷臉”解鎖手機
“刷臉”完成支付
…
我們告別了叮叮當當的鑰匙串、繁瑣的密碼，科技帶來的便利一覽無余。
與此同時，是頻繁爆出的安全隱患問題：照片打印人臉雖然已是過去式，但某些場景下，視頻回放、3D人臉面具依然可以輕松騙過鏡頭，做到用一張臉刷另一個人的賬戶，開另一個人的車，進另一個人的家......
如何摒棄這些安全隱患，讓人臉識別技術帶來的只剩便利？
種種隱患，究其原因物理世界實際場景過于復雜，訓練數據很難覆蓋所有場景，用于測試算法指標的測試集也往往代表的是測試集覆蓋場景下算法模型的結果，而實際應用中，與測試結果相比，算法的精確率低、誤檢率高，魯棒性不夠，才有了漏洞讓攻擊有機可乘。
因此，即使基于大量數據集的2D人臉識別算法在開源數據集上測試的識別準確率已經高達99.8%，足以與人類的肉眼相媲美，但在涉及到金融財產安全等的場景下，依然只能是輔助手段。
所謂“魔高一尺，道高一丈”，基于3D數據的人臉識別應運而生——
相較于2D人臉識別，3D人臉模型有著更強的描述能力、能更好地表達出真實人臉，識別準確率和活體檢測準確率都更高。
可以輕易攻破2D人臉識別系統的視頻、照片，對于3D人臉模型來說就不足為慮了。這是因為3D人臉模型基本上使用的都是點云數據或者在2D的基礎上添加深度信息，能夠較為完整的表示出物體的三維信息，可以滿足高級別的金融領域需求，因此點云數據在機器視覺、自動駕駛的商業化落地進程中也扮演著重要角色。
3D人臉識別的準確率更高、防攻擊更強，但更難卻也是不爭的事實。這個難不僅包括算法模型的高復雜度,也有很大一部分挑戰來自于數據集的獲取。
與2D圖像的RGB信息相比，3D人臉數據多了一個維度—深度信息，即RGBD，RGBD圖像的獲取不僅意味著更加專業設備的支持，更意味著復雜且極高難度的后續處理，比如數據的噪聲濾波、去除散列點、孤立點，保證RGB數據與深度數據在時間上、空間上的對齊，還需要將多個角度的圖片數據整理、配準、合并成一個完整的3D數據，即3D重建。
基于2D人臉識別的更為成熟的圖像預處理算法、人臉獲取模型、特征提取模型，都與大量的數據支撐脫離不開關系，而3D人臉識別的優勢顯而易見，只要有更多3D數據的支持，所謂的照片、視頻攻擊都不過是蜉蝣撼大樹罷了。
海天瑞聲3D人臉識別數據及定制服務
作為AI數據服務行業的領軍企業，海天瑞聲在訓練數據領域深耕近20年，歷經全球10,000+項目的打磨，并與500余家企業保持深度合作。
在與客戶的合作中，基于前沿項目的探索需求，給出定制化的數據解決方案，協助客戶落地多個場景的人臉識別項目。
此外，海天瑞聲也制作了大量可用于高安全級別人臉識別的數據集產品。
比如，King-IM-065為2,000人的活體對抗數據集，該數據集包含192,000張包含深度信息的RGBD圖片及20,000段JPG序列的視頻，采集環境包含室內白天、室內夜晚、室外白天、室外夜晚，被采集人分別在遠、近距離進行了正常、對抗照片、對抗視頻、對抗摳五官、對抗身份證的拍攝；
同一人同距離多光線、多場景戴面具深度、紅外、JPG數據
再比如，King-IM-072為1,000人人臉和人體姿態3D建模數據集，包含330,000張人臉和人體姿態3D點云數據，男女比例均衡，年齡分布18~60歲，且對每個人的16個姿態及人臉關鍵點進行了標注，可應用于多場景人臉及姿態認證；
King-IM-072
針對攻擊力度最強的高精硅膠3D人臉面具，海天瑞聲也制作了多環境、多光線真人及高精硅膠頭模假體對抗數據集，用于提升算法的對抗訓練，增加安全對抗等級。
科技就像是一場沒有終點的博弈，永遠不存在絕對的安全區，正如人臉識別的攻和防。在技術進步的道路上，過程愈艱險，果實才會更加甜美，海天瑞聲將會一直深耕數據領域，為技術、科研機構的持續探索提供強有力的數據支撐。
