為全面分析人臉識別市場現狀、面臨的風險隱患及有效的安全保障措施，頂象近日釋出《人臉識別安全白皮書》。該白皮書重點對人臉識別組成以及人臉識別安全面臨的阿全風險進行了詳細介紹與分析。

人臉識別市場將達到百億元

人臉識別是一個集人工智慧、機器識別、機器學習、模型理論、專家系統、影片影像處理等多種專業技術，是生物特徵識別的最新應用。人臉識別是基於人面部特徵資料進行身份識別的一項生物特徵技術，用於手機解鎖、身份驗證、上班打卡、社群、考勤、乘車、購物等，在金融、醫療、安檢、支付、文娛等諸多領域得到普及，為數字經濟社會發展和人們日常生活帶來新機遇。

資料顯示，2021年中國人臉識別市場規模為56億元，預計2022年達到68億元，到2024年突破100億元；年均保持23%增速。其中，人臉識別應用最多是安防佔54%，其次是金融佔16%。此後分別是娛樂10%、醫療7%、電商零售6%、出行3%、政務2%、其他2%。

人臉識別系統由六部分組成

人臉與指紋、虹膜等生物特徵均具有唯一性、難以複製性，採集和使用上具有非接觸性、非強制性、多併發性、隱藏性和簡單易用性等特點。透過影像裝置或模組，捕捉或採集含有人臉的影像或影片，並能夠自動進行跟蹤、分析、檢測、識別的一系列技術。

人臉識別系統主要由人臉採集、人臉檢測、人臉影像預處理、人臉特徵提取、人臉影像匹配、人臉影像識別等六部分組成。

人像採集：主要是透過裝置或模組，自動搜尋、跟蹤並拍攝人臉影像、影片流等。

人像檢測：主要在採集到的影像、影片流中，準確標定出人臉的位置、大小、五官形象，並將有用的資訊挑出來，用於人臉識別的預處理。

人像預處理：基於人臉檢測結果，對人臉影像進行處理並預特徵提取。包含，對影像灰度校正、噪聲過濾、光線補償、灰度變換、直方圖均衡化、歸一化、幾何校正、濾波以及銳化等。

人像特徵提取：人臉器官包含眼睛、鼻子、嘴巴、下巴、眉毛、耳朵、頭髮等，基於人臉器官的形狀、描述以及之間的距離、特性勾勒出人臉分類的特徵資料。人臉識別系統基於人臉的視覺、畫素統計、影像變換系數以及影像代數等特徵，對人臉器官特徵資料進行提取，然後對人臉進行特徵建模。

人像匹配：提取的人臉影像的特徵資料與資料庫中儲存的特徵模板進行搜尋匹配，透過設定一個閾值，當相似度超過這一閾值，則把匹配得到的結果輸出。資料庫的人臉影像並非是人像影像的原圖或影片，經過特徵處理、運算後，儲存為一個個數字模型、數字編碼。

人像識別：人臉識別就是將待識別的人臉特徵與已得到的人臉特徵模板進行比較，根據相似程度對人臉的身份資訊進行判斷。人臉識別包括兩個技術環節：人臉檢測和人臉識別。

人臉識別面臨三大安全挑戰

睡夢中手機被刷臉登入轉走幾萬元，人臉資訊被冒用貸款，十塊錢購買5000張人臉資訊，門店自動抓取人臉資訊用於廣告、小偷用面具騙過社群人臉識別門禁、儲戶存款遭刷臉盜走二百萬、現場列印照片登入他人賬號、破解人臉系統進行虛假考勤打卡...一系列人臉識別安全事件引發全社會關注。

由於人臉識別技術運用主體的技術條件和管理水平良莠不齊，不法分子甚至會開發作弊工具來破解、干擾、攻擊人臉識別技術背後的應用和演算法，進而引發盜竊、詐騙、侵入住宅等犯罪，危及被害人的資料安全、財產安全乃至人身安全。

頂象最新發布的《人臉識別安全白皮書》顯示，當前階段人臉風險主要集中在人臉資訊洩露、人臉識別演算法不精準和人臉識別系統不安全等三個方面。

人臉資訊洩露。人臉是重要的隱私資訊，利用各種技術和手段，在未經同意允許或批准的前提下，透過公開或非法手段，收集、儲存、盜取正常的人臉資料，一旦資訊出現洩露，不僅被不法分子進行用於詐騙，更可能被反覆販賣牟利。

人臉識別演算法不精準。戴上眼鏡、帽子、面具，或者製作高仿模型、將2D人臉照片3D建模、利用AI技術將靜態照片變成動態照片等多種技術均，騙過人臉識別演算法和活體監測演算法。

人臉識別系統不安全。破解人臉識別應用或安全保護，篡改驗證流程、通訊資訊，劫持訪問物件、修改軟體程式，將後臺或前端的真資料替換為假資料，以實現虛假人臉資訊的透過。

頂象《人臉識別安全白皮書》共有8章73節。系統對人臉識別組成、人臉識別內在缺陷、人臉識別的潛在風險隱患、人臉識別威脅產生的原因、人臉識別安全保障思路、人臉識別安全解決方案、國家對人臉識別威脅的治理等進行了詳細介紹及重點分析。

————————

免費下載《人臉識別安全白皮書》：https://www.dingxiang-inc.com/archive/19