顔認識を行うときになぜ服を着なければならないのですか?

顔認識を行うときになぜ服を着なければならないのですか?

人工知能の応用として、顔認識技術は私たちの生活のあらゆる側面に浸透しています。

  • 本人認証には顔認識が必要です。
  • 支払いにはコードをスキャンし、顔認証が必要です。
  • 携帯電話のロックを解除する際にも顔認証が必要になる場合があります。

QR コード決済や携帯電話のロック解除などのアプリケーション シナリオでは、通常、手動によるレビューは必要ありませんが、ID 認証では手動によるレビューが必要になるため、予期しない問題が発生します。

顔認証を行う際に、普段から浴室で服を全部脱いだり、同時にとんでもないことをしたりすると、顔認証は大規模な社会的死の現場と化します。

顔認識の精度を向上させるために、顔認識インターフェースでは通常、撮影領域を非常に狭い領域に制限しており、顔が認識されるためにはこの領域で顔が完全に露出している必要があります。

しかし、手動で確認すると、背景から見える写真画像は、実際に見ているものとは全く異なります。

画像がカメラの範囲内にある限り、背景確認者はそれをはっきりと見ることができます...

顔認識中に裸だったり、ガールフレンドを抱きしめていた、あるいは卑猥な行為をしていた場合、背景審査員にそれがバレてしまいます。

[[410092]]

これは誇張ではありません。関連業界の多くの人が同様の経験をしています。

リスク管理システムのネットユーザーは、人々の顔写真がアップロードされているのをよく見かけるが、その多くは裸だと明かした…

あるネットユーザーは、銀行員が審査中に目を引く写真をたくさん見ることが多いと不満を漏らしているのを聞いた...

こうした社会的に致命的な画像が社内の従業員やハッカーの攻撃によって漏洩されるのではないかと心配する人もいるかもしれない。実際、個人の機密情報が漏洩する事件は一度や二度ではない。

昨年、個人情報の機密情報が漏洩するという重大な事件が発生しました。アメリカの顔認識企業Clearvies AIの30億枚以上の肖像写真が盗まれた。

実際、顔認識の技術的な実装プロセスと最新の法律や規制を理解すれば、この問題は解決されるかもしれません。

まず、顔写真は非構造化データの一種であるという概念を広める必要があります。非構造化データの特徴は、コンピューターで分析および処理することが非常に難しいことです。オフィス文書、テキスト、画像、XML、HTML、各種レポート、オーディオ、ビデオなどはすべて非構造化データです。

したがって、顔を認識するためには、何らかの手段を使って顔写真を処理する必要があります。現在、最も広く使用されている方法は、顔写真の位置を特定し、特徴点を抽出することです。次に、生物統計学の原理に基づいて、顔の特徴テンプレートを形成するための数学モデルが確立されます。

このテンプレートは、特定のアルゴリズムに従って、顔認識のたびに調整および最適化され、老化などの要因によって顔認識の失敗が発生しないようにします。

顔認識の際には、写真ではなく本物の人物であることを確認するために、ユーザーに瞬きや頭を回すなどの生体検出を依頼することもあります。

コンピュータが判断できない場合、または誤判断やその他のエラーが発生した場合は、手動での確認とさらなる判断が必要になります。

上記が顔認識の一般的なプロセスです。では、アップロードした顔写真が漏洩するリスクはあるのでしょうか?

実際、正式かつ合法的な企業は顔写真を保持しません。一方で、関連法規では企業が顔データベースを保持することを許可していないと規定されています。他方では、大量の写真を保存すると、サーバーに大きな負担がかかります。

写真を初めて入力する場合、通常は手動で確認するためにバックエンドに送信され、その後写真は直ちに削除され、顔のデジタル特徴のみが残ります。

顔情報が漏洩しないということでしょうか?

いいえ。

顔写真が漏洩することはありませんが、顔の特徴値は理論上漏洩するリスクがあります。

一度漏洩が発生すると、その結果は極めて深刻になります。

顔、指紋、虹彩、音声などの情報はすべて生体認証情報であり、固有であり変更できないことを知っておく必要があります。パスワードが漏洩した場合は、変更するだけで済みます。しかし、顔の特徴が漏洩した場合は、変更することはできません。

したがって、顔認証を使用する場合は、適切な服装を着用するだけでなく、非公式のプラットフォームでは使用しないでください。これらのプラットフォームでは、顔の写真を保存したり、保存された顔情報を違法な目的で使用したりする可能性があるためです。

<<:  YouTubeの推奨アルゴリズムは潜在的に有害な動画を優先すると言われている

>>:  iSoftStone ロボットカスタマーサービス Rglam (Ange): ナレッジグラフと NLP エンジンを備えた高精度の会話型ロボットの構築

ブログ    

推薦する

クルーズの自動運転意思決定・計画技術の分析

クルーズ社の自動運転意思決定計画および制御部門の責任者であるブランドン・バッソ氏は、コロンビア大学で...

8ヵ月後、制御された核融合が再び点火に成功しました!出力エネルギーが3.5メガジュールを超え、記録を更新

米国の制御された核融合実験は、再び純エネルギー増加を達成しました!昨年12月14日、ローレンス・リバ...

12以上の学習リソースを検討した後、このAI学習パスをまとめました。

[[276295]]タグ: AI、機械学習、ディープラーニング一言でまとめると、AI の分野に参入...

...

2022年のスマート製造のトレンド

製造業は過去 1 世紀にわたって大きく変化しました。 新しい高度なテクノロジーが業界を前進させるにつ...

データ構造とアルゴリズム: 単調に増加する数値

[[439817]]単調に増加する数字LeetCode の問題へのリンク: https://leet...

戦争におけるAI:ウクライナはロシア軍兵士を「調査」するために顔認識を使用しているが、これは単なる子供の遊びだ

現代人は時間の概念が曖昧です。よく考えなければ、プーチン大統領が2月24日にウクライナに宣戦布告して...

人工知能の4つの主な種類を探る

人工知能(AI)は、環境、教育、医療などの重要な問題の解決に新たな可能性をもたらします。人工知能は、...

人工知能教師が将来果たす8つの役割

人工知能の急速な発展は目まぐるしく、教育、特に教師への影響は甚大です。人工知能は、退屈で面倒な仕事に...

Microsoft が大規模コード モデル WaveCoder をリリースしました。 4つのコードタスクと20,000のインスタンスデータセットにより、LLMの一般化能力が大幅に向上しました。

高品質のデータ セットを使用して命令のチューニングを実行すると、大規模なモデルのパフォーマンスを迅速...

...

シングルトランスフォーマー情報検索、Google は微分可能な検索インデックスでデュアルエンコーダーモデルに勝利

情報検索 (IR) は、インターネットの誕生以来、揺るぎない地位を築いてきました。膨大なデータからユ...

科学的人工知能と疑似科学的人工知能を区別する方法

人工知能が進歩し続けるにつれて、研究者たちはその能力を向上させ、さまざまな分野で倫理的かつ責任を持っ...

人工知能を活用して室内装飾デザインを最適化する方法

インテリアデザインや装飾に AI を応用することで、エンジニアやインテリアデザイナーは、機械学習によ...