訂閱
糾錯
加入自媒體

Face ID是否能夠認出戴口罩的你呢?

2020-12-10 09:39
我的極刻
關注

戴口罩已經(jīng)成為我們生活中必不可少的一件重要事項了,但這可頭疼壞了iPhone手機的用戶們了,畢竟目前主流的iPhone手機都是用Face ID來解鎖的。如果戴上口罩,就必須經(jīng)歷一次,面容識別失敗,手動輸入密碼的過程。那么Face ID是否能夠認出戴口罩的你呢?

Face ID可以認出戴口罩的你!

由于不想頻繁手動輸入密碼來解鎖手機,許多腦洞大開的小伙伴就找到了戴口罩也能解鎖手機的方法。比如戴上口罩反復解鎖手機,面容識別失敗后就立即輸入密碼,循環(huán)這一系列動作半小時左右,手機就能認出戴著口罩的你了。

▲ 設置Face ID

騰訊安全玄武實驗室更是發(fā)布過一項蘋果Face ID的研究成果,只需3個步驟,耗時一兩分鐘就能戴著口罩解鎖iPhone了。

第一步:取一只口罩左右對折擋住半邊臉 ?墒殖挚谡职胝诿妫驅蓚耳掛繩重合后掛于一側耳朵上。

第二步:保持半遮臉部的狀態(tài),設置Face ID。

第三步:觸發(fā)面容錄入的畫面后,保持口罩與臉的相對位置不變,頭部轉圈錄入面容,或者頭部不動,讓手機繞著頭轉動。

▲ 戴半邊口罩錄入Face ID

不過以上的辦法也并不能保證小伙伴們100%戴著口罩就能解鎖手機,小黑整理了3個要點:

1.錄入Face ID時鼻子部分最好多露出一些

2.戴著眼鏡錄入Face ID成功率基本為0%

3.即使成功了1次,也要戴著口罩、摘下口罩反復解鎖多次,讓手機適應

其實蘋果的Face ID是有學習功能的,它能夠根據(jù)使用者的外觀變化,進行深度的學習和模擬。這就可以說明為什么你戴上眼鏡、化了妝、甚至留長胡子,F(xiàn)ace ID依然能認出你。而Face ID的學習能力正是來自于強大的NPU。

愛學習的NPU

▲ 手機芯片中的3大處理器

一般手機芯片中,常常會分為幾個區(qū)域。第一是擅長處理復雜任務和發(fā)號施令的CPU,第二是擅長圖形處理的GPU。但往往擅長處理人工智能任務的NPU卻時常會被人們忽略。

雖然NPU的“占地面積”沒有CPU和GPU大,但它的能力卻不容忽視。一臺手機的智能程度往往就是依賴于NPU,所以擁有NPU的芯片往往被稱作為“AI仿生芯片”。

戴著口罩解鎖手機正是要歸功于NPU的能力。攝像頭先捕捉到人臉后,CPU和GPU就會在極短的時間內對圖片進行預處理,NPU和GPU再一起檢測、提取特征,最后CPU、GPU和NPU共同完成人臉的識別和分類。

▲ NPU的效率非常高

如果只依靠算法,CPU和GPU也可以配合完成學習過程,但缺點也十分明顯,效率低且功耗大。CPU和GPU需要用到數(shù)千條指令才能完成的神經(jīng)元處理,NPU只需要一條或是幾條。

NPU之所以學習效率這么高,是因為它在電路層模擬了人類神經(jīng)元和突觸,并且用深度學習指令集,直接處理大規(guī)模的神經(jīng)元和突觸,通過突出權重實現(xiàn)儲存和計算一體化。

NPU究竟能帶給我們什么?

國內最早研究NPU的企業(yè)就是寒武紀了。2017年華為發(fā)布的麒麟970芯片就是采用的寒武紀NPU架構,華為麒麟970也成為世界首款移動端AI芯片。

▲ 蘋果的A11仿生芯片

不過十多天后,蘋果的iPhone X就攜帶著A11仿生芯片問世了。這也是蘋果第一款支持AI加速的處理器。而也是從這一年開始,各大手機廠商都紛紛開始重視手機的AI能力了。

那么NPU的加持除了可以讓手機不斷學習面容解鎖,還可以為我們帶來什么呢?比如華為手機的隔空操作、智感支付,iPhone 12的Deep Fusion、HDR 視頻等。

▲ NPU逐漸被用于其他移動端

除了在手機端,NPU也逐漸開始應用在平板和筆記本電腦上了。蘋果剛發(fā)布不久,搭載M1芯片的MacBook Pro就擁有16核的NPU,將機器學習的速度提升了11倍,更是可以每秒執(zhí)行11萬次的運算。

畢竟在當前的移動端,CPU和GPU的提升,對于普通用戶來說已經(jīng)不明顯了。就好比iPhone X和iPhone 12相比,運行的流暢程度基本沒有差別。真正影響用戶體驗的就是芯片的學習能力,這也是為什么越來越多手機廠商開始關注NPU發(fā)展的原因。

說了這么多,戴著口罩解鎖手機總歸還是有點不保險,成功率也不能保證100%。所以小黑希望蘋果能夠在下一系列的手機中加入屏下指紋解鎖這個功能,畢竟現(xiàn)在哪怕是千元機都配備了這個功能。

圖源:pixabay免費圖片網(wǎng)、蘋果官網(wǎng)、谷歌

聲明: 本文由入駐維科號的作者撰寫,觀點僅代表作者本人,不代表OFweek立場。如有侵權或其他問題,請聯(lián)系舉報。

發(fā)表評論

0條評論,0人參與

請輸入評論內容...

請輸入評論/評論長度6~500個字

您提交的評論過于頻繁,請輸入驗證碼繼續(xù)

暫無評論

暫無評論

人工智能 獵頭職位 更多
掃碼關注公眾號
OFweek人工智能網(wǎng)
獲取更多精彩內容
文章糾錯
x
*文字標題:
*糾錯內容:
聯(lián)系郵箱:
*驗 證 碼:

粵公網(wǎng)安備 44030502002758號