看一眼智慧手機，就能自動喚醒螢幕進行刷臉解鎖，很多人都習慣了不再手動輸入密碼。逛完超市，雙手提著購物袋，看一眼收銀臺的終端裝置，就能刷臉支付，節省了大家排隊等待的時間。如此便利的體驗，都緣於人臉識別這項技術的普及。

不過，“刷臉”在給人們日常生活帶來便利體驗的同時，其安全性更是備受關注。前不久，瑞萊智慧Real AI的研究人員透過對抗樣本攻擊，破解了19款安卓手機的人臉識別解鎖系統，只有一臺iPhone 11未被破解。

多款手機人臉識別解鎖系統被輕易攻克

為何人臉識別如此容易被“攻克”？

簡單來說，目前市面上的人臉識別可大致分為2D平面和 3D立體兩種影象識別。按照安全等級來分，3D人臉識別比 2D人臉識別的安全等級更高。

2D人臉識別利用攝像頭獲取人臉的RGB彩色影象，再對該影象進行人臉監測，機器會識別出臉上的眉毛、眼睛、鼻子等等部位並進行特徵提取。最後機器會輸出一個數值串，進行資料庫的資訊比對，以此達到識別出人臉的目的。

2D人臉識別需要檢測人臉並進行特徵提取

在2D人臉識別出現越來越多的“bug”後，越來越多的企業將注意力轉移到3D人臉識別，以期提升相關應用的安全性。

蘋果公司推出的iPhone X手機是人們比較熟悉的3D人臉識別技術應用。越來越多的安卓手機，例如華為Mate 30 Pro、OPPO Find X、小米8透明探索版等等，也都採用了相似的3D人臉識別技術。

華為Mate 30 Pro的3D人臉識別技術

3D人臉識別基於RGBD進行多模態（RGB+深度圖）影象識別或者直接對3D點雲進行人臉識別，在識別出人臉所處空間內的每個點位的三維座標資訊後，計算並復原完整的三維影象。因此即使你的頭部並不是正面向鏡頭，採用 3D 人臉識別技術的裝置也能將你認出來。

以iPhone X的Face ID所採用的3D結構光舉例，其深感攝像頭模組中包含紅外鏡頭、泛光感應元件、距離感測器、點陣投影器。工作時，點陣投影器向面部投射出 3 萬個肉眼不可見的紅外點光源，先由紅外鏡頭拍攝一張紅外照片，並根據照片上點陣位移情況，分析出臉部的景深資訊，由此合成 3D 模型。

3D人臉識別整個處理過程獲取的資訊更大，識別精度上限遠高於2D人臉識別，目前甚至可以商用於人臉支付等要求較高場景。

3D人臉識別獲取的資訊更大，識別精度更高

面向3D人臉識別技術的應用，資料堂設計並研發了《1，078人3D人臉採集資料》、《10，000人3D人臉識別資料》和《1，000人3D活體檢測資料》。資料堂嚴格遵守相關規定，所採集的資料均已獲得被採集人授權，致力於用高質量的資料推動3D人臉識別技術的發展、有效保障使用者“刷臉”的安全性。

1，078人3D人臉採集資料

3D人臉採集資料樣例，已獲得被採集人授權

工作人員使用Realsense SR300，對每位被採集者採集多光照多姿態影片16段，採集週期為6周，每週採集一次，影片解析度達1，920*1，080。標註人員對被採集人的性別、年齡以及採集場景、動作、眼鏡、距離等標籤資訊進行標註。資料已脫敏，不含敏感資訊。資料的人臉動作準確率超過 97%，標籤標註準確率也大於97%。

《10，000人3D人臉識別資料》

3D人臉識別資料樣例，已獲得被採集人授權

該資料使用通用性非常高的iPhone X，iPhone XR進行採集，對被採集者每人採集24張照片。資料涵蓋多種光照條件，靜默、抬頭、低頭、左轉頭、右轉頭、頭左偏、頭右偏、戴口罩等多種動作。標註人員對每位被採集者的人種、性別、年齡和採集場景進行標註，對圖片對應的動作和光照條件進行標註。按照採集動作準確度為準，精度超過97%，標籤標註準確率也在97%以上。

《1，000人3D活體檢測資料》

3D活體檢測資料樣例，已獲得被採集人授權

該資料同樣使用通用性非常高的iPhone X，iPhone XR進行採集。資料多樣性涵蓋了多表情、人臉多姿態、對抗樣本、多種光照條件、多種場景。標註人員對被採集人的人物id、人種、性別、年齡、人臉動作、採集場景、光照條件進行標註。按照採集動作準確度為準，資料精度超過97%。

技術賦能“人臉識別”的初衷，是給人們的生活帶去便利，並不是讓個人隱私“裸奔”。在法律不斷為人臉識別劃定“紅線”的同時，業界也需要樹立起人臉識技術標準，設計並研發成熟的人臉識別解決方案。