• 从智能门锁,看3D视觉的安全性突围


    文丨智能相对论

    作者丨叶远风

    “一张照片就可能骗它开门”,随着智能门锁的广泛普及,最近有关人脸识别的安全性质疑声音越来越多,守护家庭关口的敏感性,也让大众对这种质疑相对其他场景要更加关注。

    而事实究竟如何,一个智能门锁产品背后又透露出人脸识别的哪些现实?

    不久前,人民网安徽频道专门做了一期门锁产品测评视频,采用打印高清照片、立体仿真头部模型对两款3D人脸识别门锁样品分别进行安全攻击测验,结果高清照片无一获得通过,而立体仿真头部模型则有一款产品错误地认证通过。

    这侧面印证了两件事:

    第一,在经过长时间发展后,当下市面上的智能门锁产品,或者说大部分的采用3D人脸识别技术方案的门锁,在抵抗2D图像迷惑这方面都具备一定的能力,“一张照片骗认证”已经比较难(不是没有可能)。

    第二,当下的智能门锁产品以及人脸识别技术,“魔”与“道”的较量更多集中到了3D视觉,“翻篇了”。而在这里确实有很多产品和技术不过关,但也有能够准确识别欺诈和其他风险行为的产品和技术,已经不能一概而论。

    这是因为,一个包含了所有信息的3D视角的脸“全世界唯一”,3D视觉采集和重建的数据越精准、越接近这个“全世界唯一”,则人脸识别的认证就应当越安全,但目前3D视觉赛道上有各种技术流派,在让用户成为“全世界唯一”、没有其他欺诈“替代品”这件事上所能达到的程度并不相同。

    毫无疑问,谁更能无限迫近“全世界唯一”的安全性目标,谁就能在智能门锁场景下排除质疑、掌握市场先机,而这其中,3D结构光方案逐渐凸显出来。

    智能门锁3D视觉技术多种模式并行,3D结构光凸显

    目前市场上应用到智能门锁场景下的3D视觉方案主要有三种:

    结构光方案,即通过三维感知相机采集人脸的几何形状、尺寸和近红外纹理信息,进行高精度重建、识别,可以近似认为等于用大量细密的“点”立体绘制了一张精细化的脸。

    双目方案,基于视差原理来获取面部的三维几何信息,这种方案如要通俗理解,有点类似于普通人在电影院利用左右眼视差看3D电影里获得了立体感,某种程度上更像是2D技术的一种3D化,不是真正的3D。

    TOF方案,即用红外光(激光脉冲)对外发射后收集反射回来的光线,测算反射时间确定位置和远近信息,大量数据组合后得到一个立体的3D模型,有点像普通人比较熟悉的超声波反射定位。

    实际上,由于TOF方案面临传感器技术不成熟等问题,目前在智能门锁赛道上出现的主要是前面二者,而结构光似乎更受青睐,人民网的评测视频中提到拒绝了立体头部仿真模型欺诈攻击的门锁产品其人脸识别技术来自一家创新企业的卢深视,而这家公司同样主攻的是3D结构光技术。

    结构光方案和双目方案不能说有绝对的优劣之分,各有产品适用,但是,3D结构光方案看起来更适合于门锁场景。

    一方面,双目方案拥有更低成本优势但在安全性上不及结构光方案,它在一定安全需求范围内还是“称职”的,就像一般人的安保不可能都强求达到总统级别,多大的重要性、多大的预算选择对应的安全即可——只不过,对守着家门安全的门锁来说,越来越严重的担忧情绪注定让“性价比”让位于更高的安全需求,因此成本更高一些的结构光方案就成了更多厂商的选择。

    另一方面,结构光方案在5米以内的近距离精度更高,但随距离增加精度会相应下降,但也恰恰是这个“缺点”,让结构光方案在手机、智能门锁、闸机等场景下更有用武之地。

    国内某家人工智能公司曾经做了一个实验,选取20款手机接受同一个人脸识别的欺诈攻击,结果只有iPhone11经受了考验,而其余19 款国产手机全部被“攻破”,而iphone11 Face ID采用了的正是3D结构光技术,老牌的苹果与的卢深视这种创新公司,在智能手机与智能门锁这里都对3D结构光情有独钟。

    例如,宣称是小米首款高端智能的3D人脸识别旗舰产品的小米人脸识别智能门锁X,作为一款“不能失手”的产品,在人脸识别上选择与的卢深视合作,定制了其3D人脸识别的模组重明,同时保证了安全性、高识别速度等需求。

    产业链上头部厂商的认可和产品落地,让做到了领先的技术快速走向市场,除了小米之外,的卢深视还成为了中海地产的门锁供应商,实现了B端的批量业务扩展。

    当然,智能门锁只是3D结构光在众多场景应用的一个典型,后者已经深入众多对安全需求严苛的场景当中。

    例如,的卢深视的边疆三维人像卡口项目在某边疆省份全境上线,总通行人数超过百亿;又例如,金融支付方面,为支付宝提供3D人脸识别模组的创新企业奥比中光当下市值已经达160亿,而支付宝的老对手微信支付将的卢深视纳入其刷脸支付3D摄像头供应商名单,它们都在主攻3D结构光。

    此外,广州地铁18号条线近2万台刷脸乘车设备及千万大库精准识别系统同样获得了来自的卢深视的支持,长沙、深圳、绍兴、佛山等城市也在积极探索。

    公认的安全性和场景契合度,让3D结构光方案快速完成着市场落地,也让的卢深视这类创新企业的业务以项目实际落地的方式迅速扩张。

    以“全世界唯一”的安全性为终点,3D结构光正在完成“三步走”

    3D结构光具备多种应用优势,而其在智能门锁这里的发展,目前正在经历“三步走”。

    第一步,强化底层技术。

    从3D结构光的技术原理可以看出,“光点”的细密程度很大程度上决定了3D重建的精细度,因此,技术方案越“细”,则智能门锁的安全性就会越好。

    所以,能够看到的卢深视在其技术描述中有“亚毫米级三维感知能力”这样的表达,原因就在于此,在硬件、软件层面,厂商们在不断突破这类底层技术。

    目前,的卢深视提供的消费级高精度3D结构光相机宣称可以投射出三万特征点、还原人脸高精度3D细节信息。加上3D结构光方案本身的技术优势,特殊场景(整形、阴影、大角度、戴口罩、双胞胎相似人群,等)、恶意攻击(2D照片、3D面具、仿生面具、高仿头模,等)之类的智能门锁面临的潜在风险都能得到有效规避,很难被“攻破”。

    第二步,以产品化适配推动场景落地。

    技术不仅要先进适用,还要通过需求的适配来更好地实现产品落地,并最终反哺技术本身。

    智能门锁场景下,技术厂商不仅在提供算法这些软层面的能力,更在提供能够匹配产品、帮助产品硬件优化的模组等。

    比较典型的,的卢深视专门研发推出的3D-FaceID智能模组“重明”,以小体积、长续航来满足智能门锁的要求,避免技术上安全但产品上突兀的尴尬,可见3D结构光方案对产业链的匹配也十分重要而关键。

    当然,这种产业链适配是有回报的,对底层AI算法而言,智能门锁的广泛产品落地将不断反馈、加速能力的迭代。作为场景类比,前述某边疆省份首个省级三维人像识别系统累积过检数亿人次,海量实战数据让AI算法和硬件创新不断升级,成为后来者难以追赶的壁垒。

    第三步,探索更多3D识别在门锁产品上的应用空间。

    3D结构光的精细化重建能力也意味着“以脸进行身份确定”这件事之外,3D视觉还有其他方面的探索可能,例如,全面的信息采集与立体重建,很明显可以应用到身形识别上,不只识别脸,也识别整个人。

    在极大地解决安全问题后,目前智能门锁通过3D结构光技术,还在“开门”之外尝试做动作判断、表情判断、行为意图判断等,帮助实现更好的智能化的交互体验,彼时的智能门锁可能才算得上是真的智能。

    当然,在这种技术拓展下,3D结构光的市场空间将变得更大,只不过技术的挑战也将更明显,毕竟,当下无论是算法还是硬件都是专门针对面部来设计的。

    结语

    2021年,国家移民管理局就边境检查站项目与的卢深视达成合作,后者在西双版纳边境管理支队兴海查缉部署3D检查站方案,对接了智慧公安检查站省级平台、移民局大数据平台,帮助识别和抓捕偷渡人员等工作。

    在AI全球竞争,以及数据安全严峻的大形势下,获得敏感战线认可的3D结构光技术,实际上已经附带完成了自主化的工作,例如,的卢深视的3D传感器相机模组和对应的算法,都具备自主知识产权,这是这个领域高速发展一个不得不提及的重要背景。

    而回过头来看,能够扼守国门并保证数据安全,这种技术应用到智能门锁这样的消费级产品上,其安全性当然也就没必要质疑和担忧。

    让用户实现“全世界唯一”的同时,3D结构光技术本身也在实现“全世界唯一”的独立自主,这也使得这个赛道有了不一样的起点。

    *本文图片均来源于网络

    此内容为【智能相对论】原创,

    仅代表个人观点,未经授权,任何人不得以任何方式使用,包括转载、摘编、复制或建立镜像。

    部分图片来自网络,且未核实版权归属,不作为商业用途,如有侵犯,请作者与我们联系。

    •AI产业新媒体;

    •澎湃新闻科技榜单月度top5;

    •文章长期“霸占”钛媒体热门文章排行榜TOP10;

    •著有《人工智能 十万个为什么》

    •【重点关注领域】智能家电(含白电、黑电、智能手机、无人机等AIoT设备)、智能驾驶、AI+医疗、机器人、物联网、AI+金融、AI+教育、AR/VR、云计算、开发者以及背后的芯片、算法等。

  • 相关阅读:
    【正则】二代身份证正则表达式
    LeetCode 389. 找不同
    统计目标成绩的出现次数(数字在排序数组中出现次数),剑指offer,力扣
    JS高级:事件循环模型
    Javascript_Study
    【杂记-浅谈交换机的二层转发和三层转发】
    Python——错误和异常
    宏观经济学复习题
    Qt http网络编程
    OpenCV之C++经典案例
  • 原文地址:https://blog.csdn.net/sinat_32970179/article/details/126393802