人臉識(shí)別在共享汽車上，主要應(yīng)用在哪些方面呢？人臉識(shí)別技術(shù)在共享汽車領(lǐng)域的應(yīng)用主要防止借用、盜用他人信息用車，防范無(wú)證駕駛以及利用共享車輛進(jìn)行其他有預(yù)謀的犯罪等隱患。

近日滴滴殺人案與滴滴空姐事件讓滴滴暴雷，滴滴被多方討伐，同樣在共享汽車領(lǐng)域也存在諸多雷區(qū)，上海率先在2017年6月出臺(tái)《上海市小微型客車分時(shí)租賃管理實(shí)施細(xì)則》改善現(xiàn)有共享汽車運(yùn)營(yíng)環(huán)境。

《上海市小微型客車分時(shí)租賃管理實(shí)施細(xì)則》要求，在上海從事分時(shí)租賃經(jīng)營(yíng)活動(dòng)的車輛應(yīng)當(dāng)符合下列條件：

1. 9座及以下小微型純電動(dòng)載客汽車；
2. 安裝人臉識(shí)別裝置；
3. 安裝符合規(guī)定標(biāo)準(zhǔn)的車載衛(wèi)星定位和應(yīng)急報(bào)警裝置；
4. 符合客運(yùn)服務(wù)規(guī)范對(duì)車輛的其他要求。

其中人臉識(shí)別技術(shù)在共享汽車領(lǐng)域的應(yīng)用主要防止借用、盜用他人信息用車，防范無(wú)證駕駛以及利用共享車輛進(jìn)行其他有預(yù)謀的犯罪等隱患。

一、人臉識(shí)別簡(jiǎn)介

人臉識(shí)別（Human Face Recognition），通常也叫做人像識(shí)別、面部識(shí)別，是基于人的臉部特征信息進(jìn)行身份識(shí)別的一種生物識(shí)別技術(shù)。用攝像機(jī)或攝像頭采集含有人臉的圖像或視頻流，并自動(dòng)在圖像中檢測(cè)和跟蹤人臉，進(jìn)而對(duì)檢測(cè)到的人臉進(jìn)行識(shí)別的一系列相關(guān)技術(shù)。

衡量人臉識(shí)別的算法能力的指標(biāo)：拒識(shí)率、誤識(shí)率、通過(guò)率、準(zhǔn)確率。

二、人臉識(shí)別分類

1. 人臉驗(yàn)證

人臉驗(yàn)證的圖像比對(duì)級(jí)的1:1，通過(guò)提取兩張人臉的特征進(jìn)行相似度對(duì)比，最終返回相應(yīng)的置信度得分，系統(tǒng)根據(jù)特征匹配程度判斷兩個(gè)輸入人臉是否屬于同一人。

利用圖像處理技術(shù)從圖像中提取人像特征點(diǎn)，利用生物統(tǒng)計(jì)學(xué)的原理進(jìn)行分析建立數(shù)學(xué)模型，即人臉特征點(diǎn)模型；再?gòu)娜四樚卣鼽c(diǎn)模型與被測(cè)者的人的面像進(jìn)行特征分析（可以假定為無(wú)數(shù)的幾何特征點(diǎn)求解），根據(jù)分析的結(jié)果來(lái)給出一個(gè)相似值，通過(guò)相似值與預(yù)先設(shè)定的閾值比較，即可確定是否為同一人。

1. 閾值范圍：1……100；
2. 閾值調(diào)<5，幾乎大部分人都可以是相似的；
3. 閾值>95, 同一個(gè)人在不同的背景環(huán)境拍出的照片都無(wú)法匹配。
4. 能夠在閾值大于95的基礎(chǔ)上比較精確的識(shí)別，說(shuō)明識(shí)別算法良好。

人臉驗(yàn)證適用于身份識(shí)別及相似臉查詢等應(yīng)用查詢，比如：通過(guò)自拍照與身份證照或公安系統(tǒng)照片之間的人臉對(duì)比，核實(shí)用戶身份是否屬實(shí)，優(yōu)化金融等高風(fēng)險(xiǎn)行業(yè)復(fù)雜的身份驗(yàn)證流程。

2. 人臉檢索

人臉驗(yàn)證的圖像比對(duì)級(jí)的1:1，在大規(guī)模人臉數(shù)據(jù)庫(kù)中找出與待檢索人臉相似度最高的一個(gè)或多個(gè)人臉。人臉檢索是通過(guò)在大規(guī)模人臉數(shù)據(jù)庫(kù)中多次執(zhí)行人臉驗(yàn)證算法，匹配出相似度最高的人臉。當(dāng)數(shù)據(jù)庫(kù)人臉規(guī)模超過(guò)20萬(wàn)（20萬(wàn)人中會(huì)有不少人長(zhǎng)相相似）），就會(huì)出現(xiàn)多個(gè)相似結(jié)果，需要人工輔助定位。

人臉檢索部署條件：

1. 樣本非常多的人臉數(shù)據(jù)庫(kù)；
2. 強(qiáng)大的算法硬件。

人臉檢索適用于大范圍的人口排查等應(yīng)用查詢，比如：排查犯罪嫌疑人、失蹤人口的全庫(kù)搜尋、一人多證的重復(fù)排查，以此相似度列出相應(yīng)的結(jié)果，可以大大提高排查效率。

3. N:N人臉識(shí)別

N:N人臉識(shí)別算法主要用于實(shí)時(shí)多1：N檢索計(jì)算， 基于1：N的算法，輸入多個(gè)求解結(jié)果。比如視頻流的幀處理所用，對(duì)服務(wù)器的計(jì)算環(huán)境要求嚴(yán)苛，目前的算法系統(tǒng)所支撐的輸出率非常有限。

N：N人臉識(shí)別主要的限制如下：

• 海量的人臉照片解析需要大量運(yùn)算（目前很少看到在采集端直接解析的，都是照片剪裁）；
• 海量的人臉照片傳輸需要大量的帶寬（常見(jiàn)的720布控?cái)z像頭抓取最小的人臉照片為20K）；
• 海量的人臉照片在后臺(tái)檢索需要耗費(fèi)大量的運(yùn)算（國(guó)內(nèi)主流主機(jī)為例，最多到24路攝像頭）。

人臉技術(shù)在共享汽車的應(yīng)用是第一類人臉驗(yàn)證，在注冊(cè)認(rèn)證時(shí)通過(guò)與公安系統(tǒng)連接認(rèn)證身份信息，在使用車輛時(shí)認(rèn)證用戶信息。

三、人臉識(shí)別應(yīng)用

人臉識(shí)別流程主要包括圖像采集、人臉預(yù)處理、特征提取、人臉匹配與識(shí)別，最終輸出人臉識(shí)別結(jié)果。

其中圖像采集分為以下幾個(gè)步驟：

圖像采集開(kāi)始，打開(kāi)攝像頭；

進(jìn)行人臉檢測(cè)和圖像質(zhì)量分析，確定當(dāng)前的圖像采集區(qū)域是否符合活體檢測(cè)的環(huán)境要求；

開(kāi)始活體檢測(cè)，活體檢測(cè)軟件隨機(jī)產(chǎn)生一種指令序列進(jìn)行活體檢測(cè)

用戶三種指令均檢測(cè)通過(guò)則活體檢測(cè)通過(guò)；

一種指令檢測(cè)錯(cuò)誤，則系統(tǒng)會(huì)再次隨機(jī)產(chǎn)生一種新的指令序列再次檢測(cè)通過(guò)活體檢測(cè)才通過(guò)；

當(dāng)?shù)谌沃噶钚蛄芯赐ㄟ^(guò)時(shí)，活體檢測(cè)失??；

在上述過(guò)程中，系統(tǒng)會(huì)隨機(jī)保存圖像，當(dāng)活體檢測(cè)通過(guò)后，隨機(jī)保存的圖像繼續(xù)用于人臉識(shí)別。

1. 共享汽車用車資質(zhì)認(rèn)證

共享汽車用車前必須通過(guò)用戶用車資質(zhì)認(rèn)證，包括上傳用戶身份證、駕駛證以及手持駕照等信息，引入人臉識(shí)別技術(shù)后，調(diào)用人臉識(shí)別接口時(shí)可使用公安部旗下NCIIC的人臉比對(duì)接口，可直接完成人臉識(shí)別以及用戶信息驗(yàn)證。資質(zhì)認(rèn)證時(shí)采集的用戶人臉照片，為后續(xù)用車流程中使用人臉認(rèn)證提供原始照片。

• 開(kāi)始認(rèn)證，通過(guò)OCR技術(shù)分別掃描身份證、駕駛證信息，然后由用戶校準(zhǔn)信息；
• APP打開(kāi)手機(jī)攝像頭，手機(jī)像頭完成圖片采集，上傳至后臺(tái)；
• 后臺(tái)調(diào)用人臉識(shí)別接口，利用手機(jī)上傳的圖片與當(dāng)前用戶注冊(cè)時(shí)采集的人臉圖片提供給專業(yè)人臉識(shí)別算法平臺(tái)進(jìn)行處理，輸出比對(duì)結(jié)果；
• 后臺(tái)下發(fā)人臉識(shí)別結(jié)果，若比對(duì)成功完成認(rèn)證，若人臉識(shí)別失敗認(rèn)證失敗。

2. 共享汽車用戶APP中提車

共享汽車用戶在用車APP中發(fā)起提車申請(qǐng)時(shí)自動(dòng)觸發(fā)在手機(jī)上的人臉識(shí)別功能，主要步驟如下：

• 點(diǎn)擊提車觸發(fā)人臉識(shí)別流程，APP打開(kāi)手機(jī)攝像頭；
• 手機(jī)像頭完成圖片采集，上傳至后臺(tái)；
• 后臺(tái)調(diào)用人臉識(shí)別接口，利用手機(jī)上傳的圖片與當(dāng)前用戶注冊(cè)時(shí)，采集的人臉圖片提供給專業(yè)人臉識(shí)別算法平臺(tái)進(jìn)行處理，輸出比對(duì)結(jié)果；
• 后臺(tái)下發(fā)人臉識(shí)別結(jié)果，若比對(duì)成功允許提車，若人臉識(shí)別失敗提車請(qǐng)求失敗。

3. 共享汽車用戶取車

目前用戶取車流程中進(jìn)行人臉識(shí)別主要分為兩種方案，一種由車載T-Box上傳實(shí)時(shí)采集的用戶圖像至后臺(tái)，在后臺(tái)運(yùn)行人臉識(shí)別算法；另外一種在車上裝上人臉識(shí)別硬件，在車上完成人臉識(shí)別。

方案一：由車載T-Box上傳實(shí)時(shí)采集的用戶圖像至后臺(tái)，在后臺(tái)運(yùn)行人臉識(shí)別算法，此種方案對(duì)于后裝車輛而言只需要安裝攝像頭即可完成，比較實(shí)用，具體步驟如下：

• 打開(kāi)車門自動(dòng)觸發(fā)人臉識(shí)別流程，車載攝像頭開(kāi)始供電；
• 車載攝像頭完成圖片采集，通過(guò)T-Box上傳照片至后臺(tái)；
• 后臺(tái)調(diào)用人臉識(shí)別接口，利用T-Box上傳的圖片與當(dāng)前用戶注冊(cè)時(shí)采集的人臉圖片提供給專業(yè)人臉識(shí)別算法平臺(tái)進(jìn)行處理，輸出比對(duì)結(jié)果；
• 后臺(tái)下發(fā)人臉識(shí)別結(jié)果，若比對(duì)成功允許取車，若人臉識(shí)別失敗禁止取車。

方案二：在車上裝上人臉識(shí)別硬件，后臺(tái)下方用戶原始人臉圖像，在人臉識(shí)別硬件中完成人臉識(shí)別，此種方案花費(fèi)較大，目前識(shí)別上人臉識(shí)別硬件較貴，具體步驟如下：

• 在APP中提車申請(qǐng)通過(guò)之后，后臺(tái)臺(tái)下發(fā)用戶注冊(cè)時(shí)采集的人臉圖片至T-Box；
• 打開(kāi)車門自動(dòng)觸發(fā)人臉識(shí)別流程，車載攝像頭開(kāi)始供電；
• 車載攝像頭完成圖片采集，調(diào)用人臉識(shí)別硬件接口，通過(guò)人臉識(shí)別硬件處理后臺(tái)下發(fā)的圖片與車載攝像頭采集的圖片，輸出人臉識(shí)別結(jié)果；
• 根據(jù)人臉識(shí)別硬件輸出的人臉識(shí)別結(jié)果，若比對(duì)成功允許取車，若人臉識(shí)別失敗禁止取車。

當(dāng)檢測(cè)到車載SIM卡為無(wú)網(wǎng)狀態(tài)下，取車人臉識(shí)別流程暫不進(jìn)行，當(dāng)車輛開(kāi)到空曠區(qū)域車輛有網(wǎng)時(shí)，系統(tǒng)再自動(dòng)進(jìn)行人臉識(shí)別流程，若檢測(cè)不通過(guò)，當(dāng)車輛減速或者停車以后不允許車輛再次開(kāi)動(dòng)。

四、人臉識(shí)別漏洞

目前，偽造人臉圖像攻擊此系統(tǒng)的手段有多種，隨著人臉識(shí)別技術(shù)在身份認(rèn)證鄰域的逐步應(yīng)用，假冒攻擊（或復(fù)制攻擊）對(duì)相關(guān)的人臉認(rèn)證系統(tǒng)構(gòu)成了極大的威脅，對(duì)于人臉實(shí)名認(rèn)證系統(tǒng)的應(yīng)用也帶來(lái)了不利的影響。

目前人臉識(shí)別攻擊手段主要有以下幾種：

1. 以偷拍照片假冒真實(shí)人像

只有人臉靜態(tài)識(shí)別時(shí)，使用真人照片可通過(guò)人臉靜態(tài)識(shí)別。

2. 在公開(kāi)場(chǎng)合收錄的視頻或網(wǎng)上公開(kāi)的視頻片段

根據(jù)活體檢測(cè)步驟，裁剪好視頻中的點(diǎn)頭、搖頭、眨眼等動(dòng)作，當(dāng)需要活體檢測(cè)時(shí)，直接播放視頻。

3. 用蠟或塑料凳材質(zhì)構(gòu)造的三維雕像欺騙

購(gòu)買蠟或塑料等材質(zhì)構(gòu)造的三維雕像，將正面照片粘貼在模型正面，側(cè)面照片粘貼在模型側(cè)面，在活體檢測(cè)提示搖頭時(shí)轉(zhuǎn)動(dòng)模型。

4. 用計(jì)算機(jī)輔助軟件設(shè)計(jì)的三維模型欺騙

采集不同角度的人臉照片，利用3D建模技術(shù)，控制模型做出活體檢測(cè)要求的動(dòng)作。

5. PS+CrazyTalk 動(dòng)態(tài)圖片制作

在人臉活體采集階段，首先利用PC端的PS工具處理好一張帶背景的人臉圖，再利用CrazyTalk這一款生成動(dòng)態(tài)視頻的軟件對(duì)圖片進(jìn)行訓(xùn)練，如：“眨眼”、“搖頭”等動(dòng)作，訓(xùn)練完成之后，打開(kāi)App的認(rèn)證功能，將攝像頭對(duì)準(zhǔn)經(jīng)過(guò)處理的動(dòng)態(tài)圖片，即可完成人臉認(rèn)證。

五、人臉識(shí)別改進(jìn)方案

1. 基于視頻或多幀圖像的活體檢測(cè)方法

首先人臉識(shí)別技術(shù)可以采取種種措施來(lái)提高自身的準(zhǔn)確率，比如：通過(guò)要求目標(biāo)對(duì)象眨眼、張嘴、閉嘴、左右搖頭、上下?lián)u頭等等，判斷對(duì)象是否在利用面具、照片等手段欺騙系統(tǒng)。

2.?借助輔助拍攝設(shè)備的活體檢測(cè)技術(shù)

利用人體會(huì)發(fā)出紅外線原理，可用包括熱成像攝像頭、近紅外攝像頭和雙攝像頭的輔助拍攝設(shè)備進(jìn)行進(jìn)一步檢測(cè)。通過(guò)有顏色的圖片來(lái)顯示被測(cè)量物表面的溫度分布，防止面具作弊及顯示屏播放視頻作弊。

3.?基于單幅圖像的活體檢測(cè)技術(shù)

翻拍、PS留下的蛛絲馬跡痕跡，都可被系統(tǒng)識(shí)別。由于真人視頻或者合成的視頻，必然需要通過(guò)屏幕進(jìn)行顯示，然后使用采集端進(jìn)行翻拍。

雖然視頻本身可能做到看起來(lái)非常真實(shí)，但是翻拍的過(guò)程中，必然會(huì)暴露出其“犯罪”線索，例如：顯示器邊緣，屏幕反光，像素點(diǎn)紋理等，都會(huì)被基于大數(shù)據(jù)訓(xùn)練的深度學(xué)習(xí)模型敏感地捕捉到。

4.?基于圖像檢測(cè)、活體檢測(cè)和語(yǔ)音識(shí)別的多重檢驗(yàn)技術(shù)

為了防止偽裝攻擊，活體檢測(cè)在動(dòng)作識(shí)別外，還可以增加語(yǔ)音識(shí)別，通過(guò)人臉+動(dòng)作+語(yǔ)音三重識(shí)別，可以提高活體檢測(cè)的準(zhǔn)確度。

除了活體檢測(cè)方法，提高人臉識(shí)別算法的準(zhǔn)確度才是人臉識(shí)別系統(tǒng)安全性得到保證的關(guān)鍵。

隨著人臉模型的精準(zhǔn)建立、活體檢測(cè)算法準(zhǔn)確度的提升和活體檢測(cè)手段的豐富完善，共享汽車可以借助于這些黑科技來(lái)實(shí)現(xiàn)人類出行智能化的夢(mèng)想，相信不遠(yuǎn)的未來(lái)，人臉識(shí)別技術(shù)將會(huì)得到更多的認(rèn)可，并逐步擴(kuò)展應(yīng)用于更多的領(lǐng)域。

本文由 @逐夢(mèng) 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載

題圖來(lái)自Unsplash，基于CC0協(xié)議