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

...

50 以上の実用的な機械学習および予測 API (2018 年版)

[51CTO.com クイック翻訳] この記事では、顔認識や画像認識、テキスト分析、自然言語処理 ...

ハードウェアクラッキングに耐えられるハッシュアルゴリズムにはどのようなものがありますか?

[[185577]] 1. はじめにブルートフォース クラッキング ツール hashcat を使用...

...

顔認識技術の原理と応用展望の分析

顔認識技術は人間の顔の特徴に基づいています。まず、入力された顔画像またはビデオ ストリームに顔がある...

OpenAI CEO が自ら実演します!カスタムコマンドを使用して独自のカスタマイズされた AI アシスタントをトレーニングするためのガイド

おそらく、新しく導入されたカスタム指示機能はあまり議論を呼んでいないと感じたため、アルトマン氏は個人...

ディープラーニングコンパイラについて知っておくべきこと

[[409589]]ディープラーニングはここ 10 年ほどで急速に発展し、業界では多くのディープラー...

ヘルスケアにおける人工知能の新たなフロンティア

[[262099]]医療機関が AI の導入を競う中、プロセス中心のアプローチを AI 戦略に組み込...

...

テキスト認識と表認識、このライブラリは直接呼び出します

PaddleOCR は、PaddlePaddle ディープラーニング フレームワークに基づいて開発さ...

ブロックチェーンと機械学習はどのようにして最も強力な人工知能を生み出すのでしょうか?

ブロックチェーン市場のデータに基づいて機械学習モデルをトレーニングすることで、世界で最も影響力のある...

IBM、次世代AI開発をメインフレームに移行するための更新されたツールスイートをリリース

IBMは木曜日、メインフレーム開発者向けに最近発表した生成型AIコーディング機能をベースに、古いデー...

...