> &>&&>&&>&正文
　　借贷宝人脸识别版是一款增加了登录安全身份验证的手机借贷宝人脸识别版本，用它可以保护自己的财产安全。但是最近有网友反映借贷宝人脸识别不成功，这究竟是怎么回事呢？为了帮助大家解决这样的问题，今天巴士就来为大家介绍下借贷宝人脸识别不成功是怎么回事。
借贷宝人脸识别不成功怎么回事
　　小编觉得借贷宝人脸识别不成功有两方面的原因，一方面是因为这一功能刚刚上线，功能还不够完善；另一方面由于个人操作失误等等的原因也会造成人脸识别失败。
　　如果是第一种原因造成的人脸识别不成功，我们用户是不能够解决的，只有等待借贷宝方面的技术日趋成熟。但如果是第二个方面的原因，小编建议你这么做：首先，检查你的摄像头，确认手机相机授权给借贷宝app。不然不能开启摄像头的话，当然识别不了。然后，检查你的网络，如果你的网络不畅通，即使能够识别，也不能够检测成功，导致的结果当然是失败。
　　关于借贷宝人脸识别不成功的原因小编已为大家做了分析，同时还给大家附上了解决方法，如果您真的遇到这种问题的话可借鉴下上面的方法。
提示：支持键盘“← →”键翻页网侠手机站：值得大家信赖的手机软件游戏站！
关注网侠手机站礼包、游戏、app应有尽有
手机软件手软合集推荐专题
您的位置：
→ 借贷宝可以人脸识别了吗？借贷宝人怎么人脸识别？
类型：金融理财大小：20.9MB评分：9.6平台：标签：
可以了吗？最新上线的借贷宝人脸识别功能，目前普通用户只需要在首次提现时，进行人脸识别即可，那么借贷宝怎么人脸识别？下面网侠小编就为大家详细介绍。
点击上方的借贷宝人脸识别版app，安装后填写邀请码，邀请码必填：20KXK51
点击“我”――“”――“提现”进入界面，如下图：
点击开始验证，然后会开启前置摄像头，按照下方显示的验证步骤进行人脸识别即可，包括左右摇头，张口，眨眼睛三个步骤。
以上就是借贷宝人脸识别的介绍，更多借贷宝的相关内容请继续关注“网侠手机站”！
更多借贷宝内容，请进入专题：
安卓版本：1.0苹果版本：v1.0
专题类型：理财类
更新时间：　运营状态：
专题标签：生活服务手机借钱理财神器记账
借贷宝app是一款手机借贷软件，使用单向匿名的借贷模式，是借款人能够快速的借款，出借人能够获得更安全的高收益，本专区提供借贷宝a...
9.0网侠指数
猜你喜欢生活服务手机借钱理财神器记账
亲么，手机上应该安装最多的不是手机游戏吧，而是能为您提供便捷的生活服务的手机软件吧，这些软件可以让你的生活更加的便捷，方便的吧，那有亲们手机上都有哪些软件呢~在...
相关软件其他版本
借贷宝软件资讯[共16篇]
借贷宝软件教程[共60篇]以后不仅可以靠“脸”吃饭 还可以靠“脸”贷款|人脸识别_新浪科技_新浪网
以后不仅可以靠“脸”吃饭 还可以靠“脸”贷款
图片来源：视觉中国
　　对着取景框摇摇头、张张嘴、眨眨眼，以这样“刷脸”的方式完成贷款、理财等身份远程核验手续，已经变为现实。
　　4月15日，中国平安旗下的平安天下通、平安普惠宣布将人脸识别技术应用于财富管理等服务内容。用户通过上述两个App申请贷款时，只需打开手机摄像头，由系统拍摄并抓取若干面部影像，再进行检测，最快六分钟可完成整个放贷审核。
　　如果放在以前，不仅需要在柜台核实身份信息无误后才能完成签订协议，而且审核时间往往需要七个工作日左右。
　　这并不是中国平安第一次实现人脸识别技术的商用化。在过去一年，平安普惠已经有所运用，有300多万人通过这种身份核验方式完成贷款。此次平安天下通的加入，算是平安人脸识别技术的2.0版本，在人脸识别的精度和功能方面有所提升。
　　广义的人脸识别技术，包括人脸图像的采集、人脸定位、人脸识别预处理、身份确认以及身份查找等等。而狭义的人脸识别特指通过人脸进行身份确认或者身份查找的技术或系统。通常金融机构所采用的人脸识别技术属于后一种。
　　据记者了解，随着软硬件技术的成熟，人脸识别技术步入真正的爆发期是在2013年之后，包括交通、金融、社会福利保障、电子商务等多个领域都运用人脸识别技术，应用的场景也越来越丰富。
　　人脸识别作为一种生物识别技术，与其他生物技术相比，具有安全、便捷、非强制性、非涉密性等多种优势。这种技术基于神经网络，让计算机学习人的人脑，并通过“深度学习算法”的大量训练，让它对人脸产生记忆，实现识别。之所以人脸识别的准确率高于人眼，主要在于计算机可以关注更多的关键细节，并通过算法，剔除一些干扰因素。
　　也因此，从金融行业的角度看，人脸识别能够更有效地保障用户的账户和资金安全，实现更加便捷和高效的信贷体验。这将帮助像平安这样的传统金融机构进一步利用高新技术来推动互联网金融的发展。
　　在这方面，中国平安布局得比较及时，早在2008年便成立平安科技公司，主要负责向整个集团和下属子公司提供IT规划、开发和运营服务。
　　从2014年开始，平安科技成立的人工智能实验室团队实现了从技术研发到产品的应用。此次发布的人脸识别技术，由平安科技基于平安生物特征认证平台(BioAuth)开发，通过对人脸的数据信息，包括结构、五官以及肌肉等方面的数据分析，来提供身份认证类服务。
　　“截至目前，平安科技的人工智能团队共有近50人，团队成员均为平安内部培养而来，研发的项目有很多，人脸识别只是其中之一。”平安科技人工智能首席科学家刘飞在接受界面新闻记者采访时表示。
　　人脸识别技术可以应用在很多应用场景，但这家公司认为贷款是金融领域比较常见和具有挑战性的场景。要知道线上贷款意味着需要承担高风险，平安科技希望通过试水贷款来表明自己在人脸识别技术方面的优势。
　　就在平安正式发布人脸识别技术的前一周，改变了几亿国人支付习惯的线上支付工具在杭州展示了最新的刷脸支付技术“Smile to Pay”。
　　该支付认证技术是由蚂蚁金服和旷视科技的Face ID互联网身份验证服务平台合作研发，可以实现从端到云的在线核验。蚂蚁金服方面称，其人脸识别技术可达99.5%的准确率，高于人眼95.52%的准确率。所开发的系统能够将人脸细分为三四十个甚至上百个特征，再一一进行对认，包括长相相似的双胞胎在内。
　　而平安不仅赶在支付宝之前实现了人脸识别的商用化，更声称自己的人脸识别技术比对速度可达到每秒1500万次，识别准确率高达99.993%。该数据明显比支付宝的人脸识别精确度更高一些。
　　“这得益于平安所掌握的一套核心算法，以及长期的经验积累。”平安科技首席战略官、平安科技产品发展事业群总经理李亮对界面新闻记者强调，技术优化的过程是算法引擎到数据反馈形成的良性循环，如果没有在实际运用中的磨练和磨合，很难达到想要的精度。
　　如果精度达不到一定要求，意味着一些人通过照片便有可能通过系统审核。这也是人脸识别技术最需要和最难解决的问题。
　　为了进一步提高人脸识别的精度，强化风险控制，平安科技同时开发出一套对微表情进行识别的技术，这当中包含对人脸行为习惯等各方面的识别，例如可识别微笑、皱眉、张嘴的程度，记录眨眼的频率，分析心情等等。美剧《别对我说谎》中通过微表情来判定人物想法的工作，很可能在未来会被人脸识别技术所代替。
　　不过目前平安的上述技术主要应用于小额贷款，对那些有大额贷款需求或者是相对高风险的人群，则会转至人工处理，就其贷款的风险以及其他非身份信息进行核实。“这些流程依然存在，毕竟它仍属于金融业务，风控是核心。”李亮说。
　　平安也一直在强调其所研发的人脸识别技术的开放性，不排除与任何需要此项技术的机构、公司进行合作，或者将该项技术应用于其他领域。但考虑到平安所具备的天然金融基因，发展的方向将更多围绕互联网金融展开。
　　对于很多人关心的安全隐私问题，刘飞则表示人脸识别技术不会存储任何用户信息，“这些数据模型没有什么直观意义，脸部的各种信息都是比较抽象的，人脸影像不会被留存。”那些喜欢尝鲜的金融用户，可以先试试“刷脸”贷款了。
如果真想看清未来，不只要看科技，其实也还要看点历史，因为人本...
特斯拉Model 3短期内达到40万的预订量表面看可喜可贺，但随着而来...
最新的消息是京东到家并购对象是做众包物流的达达，所以变成物流...
中国计划在2020年前后建成的空间站总体构型是三个舱段，每个舱都是20吨级。
苹果去年从旧iPhone、iPad和Mac中回收了2204磅(超过1吨)黄金，价值为4000万美元。您的位置：
惊呆！支付宝莫名被贷款 嫌疑人连人脸识别都能搞定日 13:59手机客户端 |扫码下载中金网APP摘要：近日，合肥一名兼职女主播无意中发现，自己支付宝上的“蚂蚁借呗”不知道被谁操作贷款了62000元，进行相关操作需要知道自己的支付密码和进行人脸识别，别人又是如何“悄无声息”办到的呢？这让她怎么也想不明白。9月1日，记者从合肥瑶海刑警一队获悉了这背后的蹊跷。【免责声明】此文章内容来源为中安在线，中金网发布此信息目的在于传播更多信息，与本网站立场无关。中金网不保证该信息的准确性、真实性、完整性、有效性等。相关信息并未经过本网站证实，不构成任何投资建议，据此操作，风险自担。
　　（原标题：女主播支付宝莫名被贷款6.2万元 嫌疑人连人脸识别都能搞定）　　日消息，近日，合肥一名兼职女主播无意中发现，自己支付宝上的“蚂蚁借呗”不知道被谁操作贷款了62000元，进行相关操作需要知道自己的支付密码和进行人脸识别，别人又是如何“悄无声息”办到的呢？这让她怎么也想不明白。9月1日，记者从合肥瑶海刑警一队获悉了这背后的蹊跷。　　自己毫不知情被贷款62000元　　据了解，受害人是一名车险推销员，平时没事也兼职做主播。上个月中旬，她打开支付宝准备结算主播收入时，无意中点开了里面的“蚂蚁借呗”，结果一下傻眼了：账单显示，自己竟然在上面贷款了62000元。“蚂蚁借呗”是支付宝推出的一项借贷业务，根据放款日期记录，受害人想起之前做主播时，一位粉丝得知自己卖车险，要和自己见面商谈购车险，见面后，对方表示没有钱，手机也没电了，想借受害人的手机登录支付宝然后绑定银行卡进行转账。　　受害人没有怀疑，为了安全考虑，她在借手机之前，还特意将自己支付宝上绑定的11张银行卡全部删除，“想着里面没钱，也没卡，用一下也没关系。”对方拿过手机，进行一番操作后就表示可以了，并到银行取出18000元给了受害人，说是购买车险的费用，然后离开。　　受害人根据放款日期推断就是这名粉丝贷的款，可是操作“蚂蚁借呗”不仅需要支付密码，还需要进行人脸识别，对方是如何做到的呢？　　嫌疑人冒充大款专骗网络女主播　　受害人来到瑶海刑警一队报案，通过侦查，民警掌握了嫌疑人的真实身份为安庆人程某某，此前有过诈骗前科。 8月24日，民警在蜀山区一网吧将其抓获，落网时他还正在网上寻找作案目标准备实施诈骗。　　经查，程某某从今年年初开始，萌生了诈骗网络主播的念头。程某某首先将自己伪装成大款，在直播间使劲向主播送礼物，借此获取对方好感，让对方以为自己真的是个有钱人。随后程某某以各种理由约主播见面，见面过程中通过借用对方的支付宝，套取“蚂蚁借呗”里的信用额度。　　警方初步核查，程某某利用上述作案手法，已先后诈骗了三名网络女主播，涉案金额十多万元。目前程某某已被刑拘，此案仍在进一步调查处理之中。　　精心设计让受害人“帮”自己作案　　程某某落网后，人们才获悉他在没有密码的情况下通过“蚂蚁借呗”贷款的秘密。原来程某某在向受害人借手机登录支付宝时，会出于“好心”提示对方将绑定的银行卡删除，而删除银行卡时需要输入支付密码，其间程某某会悄悄将密码记住。　　等到拿过手机，进行到需要人脸识别那一步的时候，程某某就会故意将摄像头对着受害人，说一些赞美的话，让受害人误以为他是在给自己拍照，结果自己就在不知不觉中帮助程某某完成了人脸识别操作。　　等到程某某完成操作，就会将贷款直接转到自己的银行卡上，并删除所有相关的转账记录，这样如果受害人不点开“蚂蚁借呗”查看额度，将很难发现其所为。关注（.cn），掌握最新财经要闻。
( 本文转自：“中安在线”, 不代表中金网立场 )关键词：责任编辑云淡风轻【免责声明】此文章内容来源为中安在线，中金网发布此信息目的在于传播更多信息，与本网站立场无关。中金网不保证该信息的准确性、真实性、完整性、有效性等。相关信息并未经过本网站证实，不构成任何投资建议，据此操作，风险自担。掌握财富秘籍的投资者都在这里相关阅读1/2 14:47利用担任储蓄科副科长的职务之便冒领客户存款27万元，20年后，储户回来了，发现存款被人冒领立即报警。谢晓明到案后，如实供述了自己利用担任储蓄科副科长的职...关键词：利用权力套现,储户回国报警 09:51?快鹿百亿待兑付债务还悬而未决，曾在快鹿集团“三上三下”的前董事局主席徐琪已摘下“快鹿”标签，再觅新枝。关键词：快鹿,徐琪 13:37市民王翔（化名）的手机卡被人冒名换卡，他发现异常后两次挂失，却均被对方解挂。在此期间，他名下的2张信用卡被盗刷88笔，总额8万多元。据了解，盗卡者使用存明显...关键词：手机卡,盗刷 10:40在美股市场被称为“妖股”的宜人贷又进入了多事之秋。 8月31日，宜信财富旗下个人信用贷款与投资理财P2P网贷平台宜人贷相关人士证实，在美国加州中区联邦地区...关键词：宜人贷,诉讼股票黄金外汇行情微信：cngold-com-cn行业动态金融黑幕财经解读微信：zjs-cngold相关推荐01、02、03、04、05、06、07、08、09、10、11、12、
热门新闻 09:56 10:15 11:15 09:49 09:5224小时直播01:3801:3801:3801:3701:3501:3301:3301:3301:3301:3308-18
星期五距离 下次数据 公布时间：2小时51分钟04:30美国前值：-87预测：---22:30美国前值：+280预测：--公布：+53022:00美国前值：127.8预测：--公布：128.322:00美国前值：+0.6%预测：+0.3%公布：+0.3%22:00美国前值：+0.2%预测：--公布：+0.3%22:00美国前值：+0.2%预测：--公布：+0.1%更多内容
扫码下载中金网APP
扫码关注中金网微信
扫码关注中金社微信
扫码用手机看新闻
Copyright (C)
中金网 .cn 沪ICP备号-1
版权所有 复制必究后使用快捷导航没有帐号？
人脸识别通过公共场所的摄像头能抓住逃犯嚒？
查看: 22465|
评论: 0|原作者: 邝冬晨 |来自: 果壳网
摘要: 如今人脸识别系统已经广泛应用于我们的生活中，如数码相机、门禁系统、机场的安全设施 、桌面软件、互联网应用（如Facebook）等等。然而今日的一则关于“高铁人脸识别抓逃犯”的新闻一出，在评论中又引发了一阵阵怀 ...
如今人脸识别系统已经广泛应用于我们的生活中，如数码相机、门禁系统、机场的安全设施 、桌面软件、互联网应用（如Facebook）等等[1]。然而今日的一则关于“高铁人脸识别抓逃犯”的新闻一出[2]，在评论中又引发了一阵阵怀疑。怀疑的中心问题在于，人脸识别系统真的能准确无误地在数以亿计的面孔中找出匹配的嫌疑人吗？降维：减少冗余信息完整的人脸识别系统一般由多个模块组成，在进行人脸识别之前首先要进行人脸检测（即在一张完整的图片中探测到人脸区域），以及图片的预处理、归一化等步骤（例如自动把倾斜的照片摆正）。本文就来介绍一下人脸识别的过程。（至于人脸检测的问题留待以后再议，就看评论中群众的呼声了。）我们知道数码图片的基本表示方式是位图（bitmap）。一张大小 360x480 的黑白照片，每个像素点的取值范围是 0-255 之间的整数，通过简单的乘法原理可以算出，它可能产生 256 172800 种不同的照片。然而在这个天文数字的可能性中，不可能每一张照片都是人脸。事实上，符合正常人类脸部特征的照片只占这些可能性中极小的一部分。也就是说，如果以这样的方式表示图片，并且每张图片都是人脸的话，那么信息就是极其冗余的：位图用了 172800 个像素——也可以称为 172800 个特征——来表示一张人脸图片。由于人脸的规律性，我们其实可以用很少量的特征来表示，比如20个、50个、或100个。当然，如果我们只用20、50、100个特征表示人脸，这里的每个特征的意义就不再是一个像素点了。上一段其实解释了数据挖掘中一个很重要的概念——降维（dimension reduction）。用数学的语言来说，人脸识别中最主要的工作就是把这些 172800 维空间中的向量转换为 20、50、100 维空间中的一组向量。这样转换的好处是什么呢？下面我们用一个具体例子来说明。主成分分析：提取有代表性的脸型轮廓现在有 40 个人的人脸图片，每人 10 张，一共 400 张图片（ORL Database [3]）。为简单起见，我们把这组图片降到5维，也就是只用 5 个特征来表示一张人脸图片。上面提到，如果只用5个特征，那每个特征本身就不能是一个像素点这么简单。那么这5个特征是什么呢？如下所示：我们可以看到，这5个特征中的每一个都是一张酷似人脸轮廓的图片。OK，那么怎么用这 5 个特征表示一开始那400张人脸图片呢？我们用（线性）叠加的方式。假设（仅仅是假设）某张图片有这般组成：原始图片 ≈ Eigenface1 ×0.1 ＋Eigenface2 ×0.3 ＋Eigenface3 ×（-0.7）＋Eigenface4 ×0 ＋Eigenface5 ×2那么这张图片就可以用（0.1，0.3，-0.7，0，2）这个向量（5维向量）表示。（这个公式中似乎有些奇怪的东西？看不懂没关系，我们后面再解释。）到此为止我们用到的降维方法叫做主成分分析（PCA：Principle Component Analysis）[4]，如果你用过任何数学软件或统计软件（如 Matlab、SPSS），里面肯定有这个功能。从字面意思上讲，通过把图片的表示从很高维的空间降到5维，我们提取出了这组人脸图片的“主要成分”（说白了就是人脸）。第一个特征（Eigenface1）刻画出了人脸最主要的构架，后面的几个特征（Eigenface2-5）再慢慢的细化。像素点可以称为低级（low-level）特征，相应地，“主要成分”可以成为高级（high-level）特征。同一个人的照片可以千变万化，为了实现人脸识别，我们当然不能一个一个像素点地去比对，而应该通过这些“主要成分”考察人脸图片是怎么构造/叠加出来的。不同的面孔有不同的构造方式，比如有的用 Eigenface2 的权重大一些，有的用 Eigenface3 的权重大一些，这样就实现了不同人面孔之间的区分。关于上面的公式，我们还注意到以下两点：1.左边和右边是约等号，也就是说，当我们用这 5 个特征以不同权重叠加起来，得到的是原始图片的一张近似图片。其实这就是生成这5个特征时采用的标准：用叠加的方式试图复原所有原始图片时产生的误差总和最小。虽然这里面有信息损失，但这5个特征反映出来的的确是400张图片里最关键的部分。如果需要，我们可以近似地把原始图片复原出来，比如这400张图片里的第一张：2.每个特征有个奇怪的名字：Eigenface + 序号。如果你在大学学过线性代数并且到今天还没忘的话，或许你会联想到线性代数里的一个概念：特征向量和特征值（Eigenvector and Eigenvalue）。没错，这些 Eigenface（或许可以译作特征脸或本征脸）实际上就是原始图片协方差矩阵的特征向量（更多数学免去）。很奇妙吧？通过求特征向量就能做基本的人脸识别或文本分析，你是否也感到了数学之美？堪比铁路网上订票系统？当然，主成分分析用于实际中的人脸识别系统还是远远不够的。上世纪90年代的计算机科学家们又利用统计理论开发出了更好的方法，如线性判别分析（Linear/Fisher Discriminant Analysis）[6]。这是另一种降维方法，与主成分分析相比，同一个人的照片在转换后的低维空间中会更加紧凑，从而提高识别精度。跟 Eigenface 类似， 线性判别分析生成的特征也有一个名字，叫做费舍脸（Fisherface），以伟大的统计学家罗纳德•费舍（Ronald Fisher）命名。实际场合中的人脸图片极为复杂，可能有各种姿势、表情，照相时的光线明暗和角度变换更加大了识别的难度。继 Eigenface 和 Fisherface 之后，人脸识别的研究成为计算机领域的热点之一，识别逐渐可以适应各种光线、角度或脸部本身的变化。例如下图是卡内基梅隆大学约10年前发布的人脸识别研究数据[7]，可以看到同一个人照片呈现出的巨大差异。在这样复杂的环境中现有算法已经能达到大约95%的识别精度[8]。万一哪个逃犯换了发型、戴了墨镜怎么办呢？比如有人说“我今年入关的时候，为了迷惑他们的识别系统，特意换上了黑框眼镜”，这样行得通吗？根据近年最新的研究[9]，即使脸部有大面积遮挡（如下图），也能实现高精度的识别。但是这有个前提，就是说虽然每张图片都可以有所遮挡，但是人脸的每个部位必须在已有的数据中无遮挡的出现过至少一次。关于高铁新建人脸识别系统的新闻中还提到，“作案后的犯罪分子，即使整容，也能够被识别”。很多人的第一反应是“这也太不可思议了吧？整容之后肉眼都未必认得出来”，这话只说对了一半。的确，整容之后的人脸与整容之前有了很大区别，但是从另外一个角度上讲，相比于整容前后的区别，不同个体的脸部区别或许还要更大，而识别系统说到底是要找出相似度最大的人。依据脸部的骨架特点，整容是有限度的调整，而不是把一个人完全变成另一个人，只要不是真的把李小璐整成范冰冰的样子，算法还是有可能识别出来的。如果上面的内容你都理解了，那么恭喜你已经对当今最先进的人脸识别技术或许有了大致的认识。人脸识别系统是否能准确无误地识别出逃犯，现在还不好说，特别是对于我们这样有着十几亿人口的国家，因为目前任何识别系统应该都没有处理/索引过如此大量的不同个体。高铁新安装的逃犯识别系统效果如何，就像铁路网上订票系统一样，还得通过实践的检验。
上一篇：下一篇：