您好,欢迎来到仪器交易网!手机版|供应归档|本站服务|添加收藏|帮助中心
当前位置: 仪器交易网 >资讯 > 本站原创 > iPhone X开启人脸识别时代!

iPhone X开启人脸识别时代!

时间:2017-09-13 点击数:1534

【仪器交易网 编辑推荐】北京时间9月13日凌晨,iPhone十周年的发布会终于来了。十年前,乔布斯站在发布会现场捧着比巴掌还小的第一代iPhone,称要改变世界,而这款产品确实引领了全球手机领域数年。


而今,接班人库克站在为了纪念乔布斯而建剧院的发布会现场,为大家带来了十年之作iPhone X,但似乎这次,iPhoneX已经在没有当时改变世界的能力。除了iPhoneX,此次发布会带来的还有iPhone7的升级版iPhone8、Apple Watch3以及Apple TV。发售时间上,iPhone8以及Apple Watch3都将在9月15日开启预售,9月22日开始发售。而十年之作的iPhone X正式发售要等到11月3日。

炒的沸沸扬扬的iPhone X终于露面,机身设计上,iPhone X的确采用了全面屏设计,只在顶部保留了传感器和摄像头等位置,同时机身采用双面玻璃设计,支持防水防尘。从发布会来看,iPhone X将有黑色和白色两个颜色版本。

屏幕成为这一代最关键的升级。iPhone X采用了Super Retina显示技术。屏幕材质为OLED屏幕,大小为5.8英寸,像素密度达到458PPi,是有史以来分辨率最高的屏幕。OLED技术使得iPhone X拥有更高的分辨率和色彩逼真度,甚至更加省电。支持HDR10和杜比视觉。当然iPhone X依然支持3D touch。

取消home键之后,交互也进行了全新的交互。上划成为代替home键基础功能的方式,在界面中上划可以回到主屏幕,上划停滞就可以实现多任务切换。关于Siri的唤醒,可以通过按下更大的侧键来唤醒。另外控制中心将变为从右上角下滑调出。这一功能将与iPad的交互形成割裂。正面没有Home键之后,就意味着Touch ID也随之消失,人脸识别(Face ID)成为替代Touch ID的解锁方案,苹果认为这是未来的方向。Face ID也将支持苹果支付,第三方软件也将进一步支持。


iPhone X的另一项更新则是Animoji——动态表情。通过追踪面部表情,可以通过人脸的变化来改变,在message中将可以直接使用。摄像头方面,1200万双摄延续,光圈分别为1.8和2.4,拥有双重光学防抖和最大的广角范围。iPhone X支持4K视频,同时又专门的人像光照效果。当然与iPhone 8/8Plus一样支持ARkit。前置摄像头也进行了更新,可以选择人像模式和人像光照。iPhone X内置了与iPhone 8/8Plus一样的A11处理器。而续航方面,iPhone X比iPhone 7多出2个小时的续航时间,并支持无线充电。

售价上,iPhone X将有64GB和256GB两个内存版本,10月27日开启预定,11月3日开始发售,国行售价,64GB版本8388元,256GB版本为9688元。人脸识别听上去还是蛮厉害的,妆前妆后要设置两个吗???不得不说现在“看脸”的时代真的来了!不过,拼的不是颜值而是识别准确度。

人脸识别技术应用“爆发”,是否意味着证件、指纹识别等传统身份识别方式将被取代?有网友着急地问:胖了、瘦了怎么办?整容了怎么办?有人假扮自己怎么办?

专家表示,相较指纹识别、虹膜识别等生物特征识别方式,人脸识别最大的优点在于“非接触性”,可以大大提升系统响应速度,同时避免指纹机器接触产生的卫生隐患。此外,“非配合、非侵入”式特征,意味着可以在不需要使用者配合的情况下采集到数据,有利于安防领域的应用。“人脸识别会成为主要的身份识别手段,两三年内就可以大规模运用。”不过,专家也认为,未来身份查验的一个主流趋势是人证合一,即刷脸加证件,身份证还是会继续存在。

对于政府机关和银行机构而言,有很多建立在“亲见”和“本人到场”原则上的业务,也可能被远程办理所取代。不过,人脸识别技术还面临一些安全漏洞。目前通过一些特殊手段,比如用别人的照片等方式,都可能成功“骗”过人脸识别系统。对此,很多公司都加大了在“活体检测”上的技术投入,而在安全性要求较高的场景中,很多公司都会要求进行双重验证。


人脸识别的方法很多,主要的人脸识别方法有:

(1)几何特征的人脸识别方法:几何特征可以是眼、鼻、嘴等的形状和它们之间的几何关系(如相互之间的距离)。这些算法识别速度快,需要的内存小,但识别率较低。

(2)基于特征脸(PCA)的人脸识别方法:特征脸方法是基于KL变换的人脸识别方法,KL变换是图像压缩的一种最优正交变换。高维的图像空间经过KL变换后得到一组新的正交基,保留其中重要的正交基,由这些基可以张成低维线性空间。如果假设人脸在这些低维线性空间的投影具有可分性,就可以将这些投影用作识别的特征矢量,这就是特征脸方法的基本思想。这些方法需要较多的训练样本,而且完全是基于图像灰度的统计特性的。目前有一些改进型的特征脸方法。

(3)神经网络的人脸识别方法:神经网络的输入可以是降低分辨率的人脸图像、局部区域的自相关函数、局部纹理的二阶矩等。这类方法同样需要较多的样本进行训练,而在许多应用中,样本数量是很有限的。

(4)弹性图匹配的人脸识别方法:弹性图匹配法在二维的空间中定义了一种对于通常的人脸变形具有一定的不变性的距离,并采用属性拓扑图来代表人脸,拓扑图的任一顶点均包含一特征向量,用来记录人脸在该顶点位置附近的信息。该方法结合了灰度特性和几何因素,在比对时可以允许图像存在弹性形变,在克服表情变化对识别的影响方面收到了较好的效果,同时对于单个人也不再需要多个样本进行训练。

(5)线段Hausdorff 距离(LHD) 的人脸识别方法:心理学的研究表明,人类在识别轮廓图(比如漫画)的速度和准确度上丝毫不比识别灰度图差。LHD是基于从人脸灰度图像中提取出来的线段图的,它定义的是两个线段集之间的距离,与众不同的是,LHD并不建立不同线段集之间线段的一一对应关系,因此它更能适应线段图之间的微小变化。实验结果表明,LHD在不同光照条件下和不同姿态情况下都有非常出色的表现,但是它在大表情的情况下识别效果不好。

(6)支持向量机(SVM) 的人脸识别方法:支持向量机是统计模式识别领域的一个新的热点,它试图使得学习机在经验风险和泛化能力上达到一种妥协,从而提高学习机的性能。支持向量机主要解决的是一个2分类问题,它的基本思想是试图把一个低维的线性不可分的问题转化成一个高维的线性可分的问题。通常的实验结果表明SVM有较好的识别率,但是它需要大量的训练样本(每类300个),这在实际应用中往往是不现实的。而且支持向量机训练时间长,方法实现复杂,该函数的取法没有统一的理论。


上一篇:重大科学仪器设备开发专项“三维数字彩色成像测量仪”项目启动

下一篇:《中国药典》将进一步完善中药标准的检测项目

网友评论0条 [查看全部]  
版权与免责声明

凡本网注明"来源:仪器交易网"的所有作品,版权均属于仪器交易网,未经本网授权不得转载、摘编或利用其它方式使用。已获本网授权的作品,应在授权范围内使用,并注明"来源:仪器交易网"。违者本网将追究相关法律责任。

本网凡注明"来源:xxx(非本网)"的作品,均转载自其它媒体,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责,且不承担此类作品侵权行为的直接责任及连带责任。如其他媒体、网站或个人从本网下载使用,必须保留本网注明的"稿件来源",并自负版权等法律责任。

如涉及作品内容、版权等问题,请在作品发表之日起两周内与本网联系,否则视为放弃相关权利。