业界 | 全球最权威人脸识别测试，中国团队依图科技夺得第一-娱乐圈
当前位置： &
业界 | 全球最权威人脸识别测试，中国团队依图科技夺得第一
字体:大中小
/*7624_pc:嵌入800:95*/var cpro_id = "u3024699";
文章简介：机器之心报道作者：吴欣在最近公布的国际权威人脸识别供应商测试
FRVT（Face
Recognition
Test）结果中，中国公司依图科技获得了四项测试的第一名，超过了
表一 : 主流的人脸识别测试场景、测试集、指标比较表二 :
在三个测试集上代表厂商成绩比较。安防厂商海康威视未发布公开测试成绩。
是由美国马萨诸塞大学发布并维护的公开人脸数据集，测试数据规模为万，国内多个团队例如百度、腾讯、大华、旷视、商汤都曾获得了
以上的成绩。
是由美国华盛顿大学发布并维护的公开人脸数据集，测试规模比
倍，更能区分各个算法的性能差异。第一名是创立于
年的老牌俄罗斯公司
Vocord，获得
的成绩，比第二名腾讯优图高出
在顶级的竞争中，数据和计算的优势并不能保证输出最优秀的算法性能。
由美国国家标准技术局（NIST）主持的
FRVT，除了主持机构的权威性外，测试结果的权威性还来自其评测的严谨和全面性 :
1、数据均来自真实业务场景，测试结果好则代表该技术可以在实战场景中直接应用。
2、数据规模是通过对百亿对样本采样，达到百万量级。如此大规模的测试集可以稳定评估算法性能，详细区分不同算法的优劣。
3、测试数据不公开
( 盲测 ) ，这保证了测试的公正性。因为参赛的算法团队无法利用测试数据做模型训练，可以有效避免过拟合或直接作弊等手段，因此相对于
LFW、MegaFace
而言，FRVT
则更能体现测试的公正性。
4、科学专业性，FRVT
对不同实战场景、人种、年龄、性别，做了详细分解下的识别性能比较，并在模型速度、特征库大小、比对阈值等做了详细评估。
据官方最新发布的报告，FRVT 的第一名是中国公司依图科技，在千万分之一误报下 ( 采样百亿对样本 ) 的准确率为 95.5%，比第二名俄罗斯公司 Vocord 93.5% 的准确率高出 2%。这是目前为止全球公开的、最大规模测试集、最权威测试指标下的最好成绩，比 2014 年参与同样测试的第一名日本公司 NEC 在准确率上有大幅提高。
针对测试作了不同场景、不同人种、不同性别、不同年龄的识别性能比较。从
的官方描述来看，其提供的测试数据对应了出入境管理、身份门禁认证、平安城市监控等实战应用场景，依图在四项主要的测试场景中均获得第一名。
在更详细的人种（黑人、白人、亚洲人等）、性别比较中，依图的算法表现几乎没有差异；而其他算法随着识别难度增加，识别率出现了不同程度的较大降低。对比结果说明依图的算法可以在不同类型数据分布的实用场景中，例如黑人较多的场景下，算法也可有稳定表现。
具体报告来源于
报告（点击阅读原文查看次报告）。
智能万倍增长
过去四年，从
FRVT，测试指标已经从千分之一误报到千万分之一误报，识别性能已经提高一万倍，意味着误报降低万倍。可以预见，很快就会出现测试指标在亿分之一、十亿分之一、百亿分之一误报下的识别性能比较，这将是另一个千倍的智能识别能力的增长。
可以想象，在十亿级超大规模比对、十亿分之一超低误报下的高识别性能，意味着智能技术将解锁更多的应用场景，从楼宇建筑到城市量级，甚至多城联动，再到全国范围内的人脸比对、安防布控都将成为可能。
机器之心就此事特别采访了依图科技
朱珑，朱珑说：「NIST
是工业界最权威的测试，有最直接的应用指导价值。从测试的结果来说，有两个意义 :
我们可以平静的接受，来自中国的算法技术超过全球的竞争对手；更大的意义在于，掌握标准制定话语权和实际全球影响力的美国国家标准技术局，已经显得『没见过世面』，千万分之一的误报下的识别率并不能拉开我们和第二名的差距，我们的算法已经在
亿分之一的误报下达到超过
的识别率。希望将来，国际主流学术机构能接受，只有中国参与的标准测试，才反映全球最前沿的技术理解。」
本文为机器之心报道，转载请联系本公众号获得授权。
? ------------------------------------------------
加入机器之心（全职记者 / 实习生）：
投稿或寻求报道：
广告 & 商务合作：
免责声明: 本文仅代表作者个人观点，与琪琪女性网无关。文章转载自网络，如需处理请联系客服
/*7624_pc:特色800:100*/var cpro_id = "u3024683";
相关文章推荐
/*7624_pc:嵌入280:300*/var cpro_id = "u3024688";
猜你也喜欢
/*7624_pc:特色800:300*/var cpro_id = "u3024700";
选自Github机器之心编译参与：蒋思源、刘晓坤本文从最基本的依赖项开始，依次配置了 VS 2015、Anaconda 4.4.0、CUDA 8.0.61 和 cuDNN v5.1 等基本环境，然后再
选自 Medium机器之心编译参与：刘晓坤、路雪近日
Smolyansky
网站撰文介绍视频目标分割的基础知识，从
选自 arXiv机器之心编译参与：PandaYoshua
领导的一个团队近日在
上发布了一篇论文，介绍了他们通过修改门控循环单元（GRU）提升语音识别效果的研
选自 Google Developers机器之心编译机器之心曾开放过人工智能术语集 ，该术语库项目目前收集了人工智能领域 700 多个专业术语，但仍需要与各位读者共同完善与修正。本文编译自谷歌开发者机
选自 Deeply Random机器之心编译参与：晏奇、李泽南在阅读论文
Wassertein
时，作者发现理解它最好的办法就是用代码来实现其内容。于是在本文中，作者将用自己的在
选自 DeepMind机器之心编译参与：刘晓坤昨日，谷歌发布了一系列新的产品，从音箱到手机，让我们看到了其产品全面
化的趋势。而
一年前宣布的语音合成技术
选自 medium机器之心编译参与：Nurhachu Null、路雪本文介绍了一种机器学习方法：通过增强拓扑的进化神经网络（Evolving
选自 Stats and Bots作者：Neelabh Pant机器之心编译参与：刘晓坤、蒋思源在这篇文章中，我们将通过 LSTM 讨论时序预测模型，数据科学家 Neelabh Pant 也会为大家描
Bi-weekly 部分截图Industry Bi-weekly 是全球人工智能行业重点事件评论类双周报。我们会在海量的新闻和事件中，摘取最具行业价值的事件，并提供独到的分析评论，供从业者参
选自 NSR机器之心编译参与：路雪、黄小天近日，AI
技术大牛李航博士（已加入今日头条）在《国家科学评论》（National Science Review，NSR）上发表了一篇题为《Deep Le
选自 arXiv作者：Toan Q Nguyen、David
Chiang机器之心编译参与：李亚洲、路雪在本论文中，作者结合迁移学习与 BPE 方法，使用低资源的相关语言的平行数据改进同样低资源语
选自 DeepMind作者：Kimberly Stachenfeld 等机器之心编译参与：路雪、黄小天DeepMind
近日在《Nature Neuroscience》上发布最新研究，认为海马体能
选自 Keras Blog作者：Francois Chollet机器之心编译参与：黄小天、路雪如何在 Keras 中实现 RNN 序列到序列学习？本文中，作者将尝试对这一问题做出简短解答；本文预设你已
机器之心报道参与：李泽南、黄小天中国科学院最近的一项研究显示，谷歌人工智能语音助手的智商为 47.28，而 Siri 的分值是 23.94 ——显然，两者都无法匹敌人类六岁儿童的水平。在人工智能发展速
选自 giorgiopatrini.org作者：Giorgio Patrini机器之心编译参与：刘晓坤、李泽南、蒋思源无监督特征学习的当前趋势概览：回归到随机目标的流形学习，发掘因果关系以描述视觉特征
选自 Hackernoon作者：Sahil Singla机器之心编译参与：黄小天、路雪近日，Sahil Singla 在 Medium 上发表了一篇题为《A new kind of pooling l
选自 arXiv机器之心编译参与：刘晓坤、路雪本文通过在深度神经网络中引入一种新型众包层（crowd layer），通过反向传播方式，直接利用噪声标签实现端到端的训练。该方法可获取不同标注者的可信度和
选自 MachineLearningMastery作者：Jason Brownlee机器之心编译参与：Nurhachu Null、路雪判断长短期记忆模型在序列预测问题上是否表现良好可能是一件困难的事。
选自 Medium机器之心编译参与：路雪、李泽南在搭建深度学习机器之后，我们下一步要做的就是构建完整的开发环境了。本文将向你解释如何在一台新装的 Ubuntu 机器上安装 Python 和 Nvidi
机器之心原创作者：蒋思源本文是机器之心第二个
实现项目，上一个
实现项目为从头开始构建卷积神经网络。在本文中，我们将从原论文出发，借助
/*7624_pc:嵌入336:300*/var cpro_id = "u3024674";
/*7624_pc:嵌入336:300*/var cpro_id = "u3024674";
/*7624_pc:内文*/var cpro_id = "u3024675";人脸识别技术有风险？听听技术大牛们是怎么说的！
人脸识别技术有风险？听听技术大牛们是怎么说的！
上图中的主持人现场通过合成视频欺骗活体检测，成功通过人脸识别验证，相信很多人都记忆犹新。但是很少有人知道：蚂蚁金服的人脸识别技术在今年年初被美国权威科学杂志《麻省理工科技评论》(MIT Technology Review)评为 2017 年全球十大突破性技术之一，而且在3月10日，中国支付清算协会将“创新实践奖”也颁给了蚂蚁金服的人脸识别技术，同一天，央行行长周小川在全国人大五次会议记者发布会上也表示“鼓励金融科技”。看客们纷纷惊呆，不知道这神奇的人脸识别技术到底靠不靠谱、能不能用，而且还用在我们的钱袋子上。人脸识别是生物识别技术的一种，我们经常在手机上使用到的指纹识别、在电影里看到的虹膜识别以及公安刑侦中常用到的笔迹、声音、步态的识别，都属于生物识别，是个人身份鉴定的一种技术手段。客户身份识别和验证是金融服务生态系统的基础，当越来越多的金融服务通过网络来提供时，远程身份识别变得尤其重要，这也是为什么国家战略部署会将客户识别系统建设列入《G20数字普惠金融高级原则》中。但身份识别向来都是一个严肃的信息安全问题，尤其是在金融领域。每一次科学技术的革新都有可能引发新一轮的产业革命，生物识别在金融领域中的应用还有诸多问题和思考。1.技术难点生物识别的特征因素有着一定的不确定性，比如随着年龄的变化外观特征会有所变化，感冒之后说话的声音会有变化，如何通过技术手段提高识别的精度和运算速度，防止长时间的验证等待和屡次失败的用户体验是该技术需要考虑的。2.安全风险金融领域的任何技术应用对安全的要求都是非常高的，生物识别在金融场景中的应用有两点基本的安全因素需要考虑：一是算法安全问题，怎样保证系统的防攻击能力阻止各类攻击手段，比如运用照片、视频软件，甚至是二维、三维人脸建模软件攻击人脸识别系统。二是数据的安全，用户指纹、声纹、面部特征等信息被采集后是如何储存与运用，防止数据泄露。3.应用场景早在15年12月，央行就发布相关通知，银行可探索将生物特征识别技术作为核验开户申请人身份信息的辅助手段。互联网金融领域也早就开始了人脸支付的尝试，在未来，随着技术的不断完善，还有更多的应用场景等待发掘。基于市场的巨大潜力和目前存在的问题，虎嗅策划上道沙龙生物识别技术专场，邀请行业大佬和技术专家共同探讨“金融级生物识别的场景应用与安全风控”。沙龙环节1.主题演讲：4位嘉宾，每人15分钟2. 圆桌讨论：圆桌一：金融级生物识别使用情况如何，有哪些技术上难点和困境？圆桌二：生物识别的发展趋势和应用场景探讨。3.现场互动：观众现场尝试利用换脸软件破解蚂蚁金服人脸识别技术。4.嘉宾问答出席嘉宾中科院自动化研究所 雷震博士人脸识别的原理和难点是什么？我们变胖了、整容了或者长得高度相似还能刷脸支付吗？带你了解进击的人脸识别。北京中科虹霸科技有限公司总经理 马力生物识别不只是刷脸，带你了解好莱坞电影黑科技：虹膜识别的技术创新和应用进展。蚂蚁金服集团副总裁 陆杰讯曾负责蚂蚁金服安全&服务及数据事业群，现在负责全球核身平台。他领导开发了最新一代的智能风控平台，他将会为大家解读蚂蚁金服如何利用新技术带来新安全。蚂蚁金服全球核身平台资深专家陈继东蚂蚁金服生物识别技术负责人，与大家聊聊金融级生物识别技术目前的应用情况和技术难点。北京旷视科技有限公司产品总监 敖翔刷脸的场景应用不只是支付、签到、打卡，它还能解锁哪些新应用？
本文仅代表作者观点，不代表百度立场。系作者授权百家号发表，未经许可不得转载。
百家号 最近更新：
简介: 关注手机、数码产品科技进展神奇的科技：人脸识别技术原理大解析
　　【中国安防展览网 企业关注】人脸识别是基于人的脸部特征信息进行身份识别的一种生物识别技术。经历了近四十年的发展，人脸识别技术在近年来逐步涌现出了一批可以投入实际应用的成果。如谷歌眼镜中的身份识别、智能手机上的人脸解锁等功能正渐渐影响着我们的生活，而指定人脸识别等应用更是早早地进入了安防领域的最前线。那么，计算机到底是怎么识别人脸的呢？　　　　在这项技术的发展过程中曾经出现过大量的识别算法。这些算法的涉及面非常广泛，包括模式识别、图像处理、计算机视觉、人工智能、统计学习、神经网络、小波分析、子空间理论和流形学习等众多学科。但归根结底，很多算法都是以&特征脸方法&为基础展开的。　　　　这个方法主要是利用主分量分析，对人脸进行降维和提取特征。它实际上相当于把所有的人脸向量化，数字化，然后从参考用的那些人脸数据（称为训练集）中找出与当前要识别的人脸数据对应的几个特征值，构成一组特征向量基，以达到表征原数据的目的。因为由主分量分析提取出来的特征向量在返回成图像时，看上去仍像人脸，所以这些特征向量也被称为&特征脸&。　　　　　　从上图中我们可以看到，任何一幅人脸图象减去平均人脸后都可投影到该子空间，得到一组权值向量。该方法实际上是计算了此向量和训练集中每个人的权值向量之间的欧式距离，取最小距离所对应的人脸图像的身份作为测试人脸图像的身份。打个比方，这就像是警察局里指认嫌疑人时所用的&拼脸&方法，它以一个基础脸型为底，将合适的眼睛、眉毛等五官放上去，最终组成一个与嫌疑人最像的人脸图。计算机所做的事情也大致如此，只是它的&眼睛&、&眉毛&等五官更加抽象。　　　　在此的基础上，又开发出了&弹性图匹配&的方法。它把所有人脸图像看做具有相似的拓扑结构，不注重角度，长度等量化的性质，而侧重于变换后图形的不变性质。所以它还有一个很形象的名称，叫&橡皮泥几何&。在这种方法中，所有的人脸可以表示成类似的拓扑图，图中的节点是一些基准点（如眼睛，鼻尖等），图中的边则是这些基准点之间的连线。　　　　为了识别一张新的人脸，需要从该人脸中找到基准点，提取出一个人脸图，令这幅图和现有的人脸束图之间的相似度最大。经过弹性图匹配后，新的人脸束图将被提取出来，用它作为特征进行识别，并计算测试人脸和现有人脸束图之间的所有相似度，相似度最大的人脸的身份即为测试人脸的身份。　　　　这个方法在弹性匹配的过程中，网格的形状会随着特征点的搜索而不断变化，因此对姿态的变化也具有一定的自适应性。但它在搜索过程中以代价函数优化的计算量巨大，识别速度较慢。　　　　以上都是静态图像的情况。在视频监控、信息安全和出入控制等应用中，基于视频的人脸识别是一个非常重要的问题，也是目前人脸识别的热点和难点。一个典型的基于视频静态图像的人脸识别系统一般都是自动检测人脸区域，从视频中提取特征，最后，如果人脸存在则识别出人脸的身份。　　　　现在，在上述方法的基础上加入了人脸跟踪方法。在这类系统中，通过利用姿态和从视频中估计到的深度信息合成一个虚拟的正面人脸。这个阶段的另外一个能提高识别率的方法是利用视频中充裕的帧图像，对每一帧图像进行识别。这等于是把大量的静态识别结果堆叠起来，然后使用&投票&机制选出最受支持的结果。　　　　近两年，视频人脸识别技术有了进一步的发展，这个阶段的特点是同时采用空间信息（在每帧中）和时间信息（比如人脸特征的运动轨迹），做出更准确的判断。和前述的&投票&的不同之处在于，此类方法可以在时间和空间的联合空间中描述人脸和识别人脸，因此更加精准。　　　　可以想象，在不远的未来，人脸识别技术会悄无声息地融入我们的生活。比如参加宴会时，我们要它帮助识别陌生人，以更好地展开交际。整理资料时，它又可以帮助我们用最快的速度将影像文件按人归档。将这些细小的变化累加起来，将让我们的生活更加便捷。
（来源：蝌蚪五线谱）
@中国安防展览网AFzhan
扫一扫，官方微博互动多
微信号：AFzhan
扫一扫，安防讯息尽收眼底
全年征稿 / 资讯合作
联系邮箱：
版权与免责声明
凡本网注明“来源：中国安防展览网”的所有作品，转载请必须注明“中国安防展览网”。违反者本网将追究相关法律责任。
本网转载并注明其它来源的作品，目的在于传递更多信息，并不代表本网赞同其观点或证实其内容的真实性，不承担此类作品侵权行为的直接责任及连带责任。其他媒体、网站或个人从本网转载时，必须保留本网注明的作品来源，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一周内与本网联系，否则视为放弃相关权利。
免费注册后，你可以了解安防行业更多资讯查看安防行业供求信息凸显安防行业自身价值
想快速被买家找到吗只需要发布一条商机，被买家找到的机会高达90%！还等什么？
据印度媒体报道，飞利浦照明的一名公司高层表示，在获得印度政府LED分配计
IDC全球企业存储系统季度追踪报告显示，2017年第三季度全球企业存储系统工
“发展数字经济，促进开放共享——携手共建网络空间命运共同体”，3日，以
随着7月份国务院发布《新一代人工智能发展规划》，政策自上而下不断传导发
对于PPP圈人而言，92号文的出台不啻是一声惊雷。社会舆论普遍认为PPP市场进
中产小资们活了小半辈子，一直活在幻觉里，这次算是真的从幻觉里惊醒了。惊
2016年6月，教育部出台《教育信息化“十三五”规划》明确提出：“到2020年
近年来，随着民用无人机的普及，无人机扰航、“黑飞”等事件也时有发生。如
如何进一步增强中国赴海外青少年风险防范意识，构筑安全保护网络，是当前留
本期品牌有大华股份，苏州科达，狄耐克，英伟达，立林，微盾
自由开放 行业知识全书“安防百科”正式上线
2017前三季度业绩快报陆续发布 几家欢喜几家愁
十月安防聚焦深圳 名企整装待发一展风采
聚焦多领域发展可能 安防企业将触角伸的更远更深
助力全球数字化转型 安防企业打造行业新标杆
勇立潮头敢为人先 安防企业影响力逐步彰显
安防企业奠定王者地位 底气从何而来？
新疆数百亿安防市场正打开 安防企业担当重任
　　第八届十大评选自启动以来，页面访问量已突破百万，每天
　　第八届十大评选海选20强投票自11月15日开始以来，各大企
　　11月15日，由中国安防展览网主办的&第八届2017年
　　转眼间，&年度中国安防十大品牌评选&报名活
　　2017年第十六届中国国际公共安全博览会于10月29日召开。
“2017全国社区创新与发展大会暨全国智慧社区建设博览会”(N
2018第六届中国（广州）国际自助售货系统与设施博览交易会
2018中国(湖北)国际公共安全技术产品博览会
2018第十二届广西国际社会公共安全产品
2018第十七届河北社会公共安全产品博览会“刷脸”办卡， 感受人脸识别神奇--新华日报
第7版：社会
| &&&&&&&&
出版&&&|&&&&&&|&&&&&&|&&&
“刷脸”办卡， 感受人脸识别神奇
&&&&身份证被借用注册银行卡、银行卡被盗刷，类似的案件频频发生，不少人都对银行卡安全一直有所担心。南京理工大学近日对外发布一套依托“人脸识别”的金融系统，未来去银行办卡、取钱、转账等金融业务，都可以依靠人的一张脸来自助完成。&&&&记者昨日来到江宁区一家农行，在一台安装了人脸识别系统的自动取款机前尝试“刷脸”金融服务。按一下自助办卡按钮，按系统要求输入手机号、预设密码、刷二代身份证，机器弹出视频窗口，显示正在进行人脸比对。结果显示，记者和身份证上的照片相似度96%，可以完成办卡，点击确定之后，一张银行卡就从机器里“吐”了出来。&&&&如果一个人的外形发生改变，会不会有影响呢？记者摘下了自己的边框眼镜再试试，发现人脸比对结果显示相似度是83%，依然可以办卡。如此神奇的“刷脸”金融自助服务的背后，是人脸识别技术的支撑。“人脸识别是一种融合图像处理、生物特征分析的身份识别技术。”南京理工大学教授李千目说，银行工作人员通过肉眼将身份证和办证人进行比对，肉眼有时存在误差，通过人脸识别系统会自动完成识别，人工比对的过程会省略。“只要比对相似度高于60%，一般都能直接出卡。”&&&&人的面孔千差万别，又有许多雷同之处，系统到底是怎么识别的呢？据李千目介绍，识别系统可以采集人脸80多处特征，并且有40多种算法组合，确保把不同长相的人区分出来。这80多种特征包括五官的相对位置、角度等，如两眼之间的距离，眼角、嘴角的比值，也包括一些局部特征，比如这人嘴角是否上扬等，还有人的整体分类，如脸型是国字脸还是瓜子脸，通过比对，识别率可达98%。&&&&“如果发福、整容或者只是换了发型，也不会影响判断。”李千目说，由于人的长相有一定稳定性，比如双眼的距离，会随着长大变大，但是在脸部的比例是相对恒定的，因此影响不大，“如果衰老15年后比对，还是能保持97%的准确度，比肉眼的准确率要高。”&&&&“至于双胞胎，要看样本库够不够大。如果数据足够多，也能识别两人的细微差别。”&李千目打了个比方：比如你告诉一个孩子这是一只猫，下次另一个人告诉孩子那是一只猫，几次下来这个孩子就建立了对猫的认识，这就是一个训练的过程。就像我们觉得外国人长得很像，分不清，但是看多了，就发现差别还是很大的。识别系统也是一样，如果样本足够多，系统会自动分析、分类，那么分辨双胞胎也是轻而易举的事。&&&&记者了解到，南理工的人脸识别系统和公安部门联网，当用户拿着身份证到银行办卡时，系统会自动抓取人脸，和身份证上的信息、公安系统内的身份信息进行比对、鉴别。“即使持证人和身份证长得很像，也会被识别。有效避免了一些利用假身份证或者别人身份证办卡诈骗的情况。节省了人力，提高了准确度。”&&&&&&&&&&&&&&&&&&&&&&本报记者&&王&拓
集团 数字报刊： |人脸识别技术真的靠谱吗_百度知道
色情、暴力
我们会通过消息、邮箱等方式尽快将举报结果通知您。
人脸识别技术真的靠谱吗
我有更好的答案
不知道它每个点对应的深度。而 3D 图片在获取照片每个位置颜色的同时还获取了每个位置的深度，我们大多数时候所看到的图像是在一个平面上的。而且为了更好的将收集到的数据进行分析，苹果还根据 A11 芯片的能力专门构建了自己的神经网络，为人脸识别提供了足够强大的计算能力，从而让面部录入和解锁的过程顺畅而快速，就连双胞胎都过不了的。此问题colorreco人脸识别回答。其原理是基于主动发射特定红外结构光照射被检测物体，从而获取人像的 3D 图像数据。3D 结构光是一种获取 3D 图像的方式人工智能中的人脸识别发展会越来越快，单独Iphone X人脸识别来说、带了帽子、无论是白天还是夜晚，iPhone X 都依然能够顺利识别你的脸并完成解锁，望采纳。而结构光的概念就是通过光源发射出一个不可见的光山，去隔出一些特定的条文或图案，之后再根据图案的分布和扭曲程度，逆向计算出它的三维数据。这样的话。同时苹果为了安全性也为用户的人脸数据提供了绝对的保护，苹果这项全新的人脸识别技术其实就是之前爆料的「3D 结构光双射」技术：无论你发型变化了、带了眼镜
为您推荐：
其他类似问题
您可能关注的内容
换一换
回答问题，赢新手礼包