一名学生为一幅照片插图做出不同的面部表情和面部动作。信用:BYU照片使用你的脸解锁你的手机是一个相当天才的安全协议。但就像任何先进的技术一样，黑客和小偷总是会接受挑战，无论是在睡觉时用脸解锁手机，还是使用社交媒体上的照片来做同样的事情。和之前的生物识别系统(指纹、视网膜扫描)一样，一些最先进的身份验证技术仍然存在重大安全缺陷。杨百翰大学电气与计算机工程教授李德杰认为，有一种更好、更安全的方法可以利用你的脸进行受限访问。
它被称为并发双因素身份验证(C2FIV)，需要一个人的面部身份和特定的面部动作才能进入。为了设置它，用户面对一个摄像机，通过阅读一个秘密短语，记录一个1-2秒钟的视频，要么是一个独特的面部动作，要么是一个嘴唇动作。视频然后被输入到设备中，设备提取面部特征和面部运动的特征，并将它们存储起来以供以后的身份验证。
“我们试图解决的最大问题是确保身份验证过程是有意的，”BYU大学电气和计算机工程教授李说。“如果有人不省人事，你仍然可以用他们的手指解锁手机，进入他们的设备，或者你可以扫描他们的视网膜。你在电影中经常看到这种情况——想想《碟中谍》中的伊森·亨特，他甚至用面具来复制别人的脸。”
一名学生做鬼脸来说明这项技术是如何工作的。信用:BYU图片为了获得技术，C2FIV依靠集成的神经网络框架来同时学习面部特征和动作。这个框架模拟了动态的、连续的数据，比如面部运动，其中必须考虑记录中的所有帧(不像静态照片那样有轮廓)。
使用这种集成的神经网络框架，用户的面部特征和动作被嵌入并存储在服务器或嵌入式设备中，当他们稍后试图访问时，计算机将新生成的嵌入与存储的嵌入进行比较。如果新的嵌入和存储的嵌入在某个阈值匹配，则验证该用户的标识。
“我们对这项技术非常兴奋，因为它非常独特，增加了另一个保护级别，不会给用户带来更多麻烦，”李说。
并行双因素身份验证是如何工作的。学分:杨百翰大学在他们的初步研究中，李和他的博士生郑孙记录了来自50名受试者的8000个视频片段，他们做了眨眼、下巴下垂、微笑或扬起眉毛等面部动作，以及许多随机的面部动作来训练神经网络。然后，他们创建了一个面部运动正对和负对的数据集，并为正对(匹配的)输入了更高的分数。目前，使用小数据集，训练的神经网络验证身份的准确率超过90%。他们相信，随着数据集的扩大和网络的改进，准确率会更高。
李开复已经就这项技术申请了专利，他表示，这个想法不是为了与苹果竞争，也不是为了让应用程序完全与智能手机接入有关。在他看来，C2FIV有更广泛的应用，包括进入工作场所的限制区域、网上银行、自动取款机使用、保险箱进入甚至酒店房间进入或无钥匙进入/进入您的车辆。
“我们可以建造这个非常小的设备，上面有一个摄像头，这个设备可以很容易地部署在这么多不同的位置，”李说。“如果知道即使你丢了车钥匙，也没有人能偷你的车，因为他们不知道你的秘密面部动作，那该有多好？”
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
