起底区块链人脸识别黑马,一个没有人像的人脸识别:iFace Chain(爱妃链)

近几年来,人脸识别技术可谓在移动互联网中得到了空前广泛应用,从银行APP免密转账,人脸快捷支付到证券人脸开户,人脸识别技术已经应用到了移动互联的诸多应用场景。互联网无处不在的今天,便捷与安全貌似是一个非常难以调和的矛盾体,你在享受便捷的同时,你无意识的忽略了是否安全。

那么这些大家熟知的人脸识别技术,其实存在严重的风险。这些人脸识别无一例外是通过手机或者计算机摄像头拍摄人脸,并将人像照片传输至服务器中进行处理。这些处理流程大致如下:

大家可能已经注意到了这里面有个关键性的环节,就是服务器会将这些人像照片进行存储,但是人像是用户的个人隐私,一旦服务方保存不当,将可能给用户带来泄漏风险。

最近,知名区块链人脸识别项目iFace Chain(爱妃链)从用户隐私保护出发,重新对人脸识别技术进行革新,摒弃了传统人脸识别中心化处理模式,采用完全去中心化处理机制,并对其中一系列技术进行重构,确保用户在人像识别的各个环节,均能够有效保护用户人像隐私,让人像这一私人核心数据真正由用户自己掌控。据悉,iFace Chain人脸识别技术将率先应用于区块链支付领域及Token流通领域。

那我们来看看iFace Chain从哪些方面对人脸识别技术进行了革新:

(1)3D活体防伪技术:iFace Chain摒弃了传统人脸识别采用二维图形处理模型,对人进行三维结构化处理,通过对人体行为及细节分析侦测,有效杜绝照片脸、模型脸、视频脸、双胞胎脸等作假手段。

(2)去图像化技术:iFace Chain采用前端人像分离采集技术,对摄像头采集的图像进行实时“去图像化”处理,而且经过去图像化处理的数据(De-Image Data)是无法还原成人像的。这一技术从源头上就避免了用户人像照片被窃取的可能。

(3)数据粉碎切片技术:被去图像化后的数据,经过iFace Chain数据粉碎切片技术处理后,数据将被切割成无序碎片(Slice Data),被切片后的数据进一步保护了用户数据的安全性。

(4)人脸密钥技术:人们比较熟知的密钥技术是通过助记词算法生成私钥,传统的助记词模式具有易被窃取、易丢失等诸多问题,iFace Chain摒弃了这一做法。iFace Chain生成密钥时,将从iFace Chain签名节点中按照用户的选择抽取一定数量的“种子Key Seed”,这些种子与经过一系列处理后的部分Slice Data一起经过iFace密钥产生算法生成密钥iFace Key以及iFace ID。和传统密钥技术不一样,iFace Key实时产生,并不会存储在任何地方,保证了密钥的安全。

(5)人脸环形签名技术:签名时,由多个其他公钥共同组成缺口数据签名环,与用户Face Key一起形成完整的签名环。经过人脸环形签名技术签名的数据,外界无法获知到底是谁进行了该签名,确保了签名身份的隐匿。

(6)分片人脸数据验证技术:被粉碎切片处理后的Slice Data将被iFace Chain进行环形签名后,将经过验证节点验证签名进行数据比对,验证签名是否为环中成员所签,如果验证通过,则进行确认接收,否则丢弃,既能够保证身份的隐匿性,又能确保数据的安全性。

从上面的介绍可以看出,iFace Chain从数据生成、数据签名、数据验证等各个环节,确保了用户隐私、身份的隐匿与安全。这其中的不同环节,涉及到iFace Chain不同类型的节点的协同与分布式处理,初期的iFace Chain将采用POS+POW共识机制(矿工通过贡献算力等资源获得Token,如比特币矿工通过工作量证明获得Token,iFace Chain矿工将获得iFace Token(爱妃币)),随着iFace Chain网络及社区健全,iFace Chain(爱妃链)将采用更先进的POC(信用共识机制)。

随着移动互联的全球化,跨境移动支付将越来越频繁,传统的支付安全方式已经无法满足未来的需求,iFace Chain(爱妃链)未来最大的应用场景预计将会聚焦在安全支付领域与隐匿数字身份领域,iFace Token(爱妃币)将作为其流通通证,iFace Chain正在以核心技术优势进行这个领域的革新。

原文地址:https://www.cnblogs.com/BlackTechnology/p/10765678.html

时间: 2024-08-26 18:03:33

起底区块链人脸识别黑马,一个没有人像的人脸识别:iFace Chain(爱妃链)的相关文章

iFace Chain [ 爱妃链 ] 或将凭借人脸密钥技术成为安全领域最大的赢家

前段时间iFace Chain [ 中文音译名称: 爱妃链 ] 安全专家揭密了区块链领域,数字资产存放于无信用钱包中的一些风险,并为区块链玩家解密如何安全保护资产私钥,我们再来回顾分析一下目前跑路钱包惯用的推广技巧? (1)量化交易:这是2018年上半年期间,数字货币领域最惯用的一种手法,钱包发行商基本清一色通过量化交易噱头吸纳用户在钱包中存入数字币,告知用户存放在钱包中的Token可以用于搬砖赚币.   (2)持币分红:钱包发行自己的Token,只要用户将比特币或者以太坊或者其他Token存入

pytesseract在识别只有一个数字的图片时识别不出来

大家好,近期在做自动化测试时,遇到了一个问题需要通过识别图片来实现,遂用到了pytesseract模块和tesseract-ocr这个工具.在使用过程中发现,识别带有数字的图片时,如果这个图片上仅有一个数字,则识别不出来,如下图.若识别2个数字以上的图片则可以识别出来,如下图.(2个数字有时可以识别,有时不行.)两种图片的运行结果如下图.这个问题出现的时候就一脸懵逼了,就怕这种"偶现"的问题,因为我是第一次用tesseract-ocr,在网上找了一下午也没有找到结果,最后加了一个tes

【提醒】家谱链GCS,又一个以区块链概念包装的传销币!

比特币及各种山寨币经过2017年疯狂的暴涨,数字货币动辄几十倍上百倍的暴富效应,吸引了大量普通人开始关注数字货币和区块链,市场上于是出现了各种区块链.数字货币.虚拟货币投资为名,行非法集资或网络传销之实的案例. 家谱链GCS,又一个以区块链概念包装的传销币! 一.项目方相关成员造假 官网显示,"京东集团西北区总监"郑刚为此项目的执行团队 这个所谓的郑刚总监,其实就是网上找的图片复制粘贴上去的. 一个工作项目的核心人物,为什么照片与网上流传的照片一致?是真的没有时间照相还是虚假包装呢?随

C++开发人脸性别识别教程(16)——视频人脸性别识别

在之前的博文中我们已经能够顺利驱动摄像头来采集源图像,在这篇博文中将正式为其加入性别识别的代码,实现摄像头视频的人脸性别识别. 一.人脸检测 在得到摄像头采集的源图像之后,首先要做的就是对其进行人脸检测,将人脸区域分割出来.这步相对来说比较简单,只需在定时器时间触发函数中加入人脸检测的代码即可,这里给出OnTimer()函数的整体代码: void CGenderRecognitionMFCDlg::OnTimer(UINT_PTR nIDEvent) { /***********人脸检测并识别*

人脸检测及识别python实现系列(2)——识别出人脸

人脸检测及识别python实现系列(2)--识别出人脸 从实时视频流中识别出人脸区域,从原理上看,其依然属于机器学习的领域之一,本质上与谷歌利用深度学习识别出猫没有什么区别.程序通过大量的人脸图片数据进行训练,利用数学算法建立建立可靠的人脸特征模型,如此即可识别出人脸.幸运的是,这些工作OpenCV已经帮我们做了,我们只需调用对应的API函数即可,先给出代码: #-*- coding: utf-8 -*- import cv2 import sys from PIL import Image d

C++开发人脸性别识别教程(12)——添加性别识别功能

经过之前几篇博客的讲解,我们已经成功搭建了MFC应用框架,并实现了基本的图像显示和人脸检测程序,在这篇博文中我们要向其中添加性别识别代码. 关于性别识别,之前已经专门拿出两篇博客的篇幅来进行讲解,这里不再赘述,具体参见:C++开发人脸性别识别教程(5)——通过FaceRecognizer类实现性别识别和C++开发人脸性别识别教程(6)——通过SVM实现性别识别. 一.分类器训练 在进行人脸性别识别之前需要训练性别识别的分类器,而分类器的训练过程是相对耗时的(大约五分钟),因此这里我们采用离线训练

如何写一个简单的手写识别算法?

gesture recognizer 是比较好的解法. 洒家也有一个类似的算法,借鉴了原始手写ocr的思路来实现的.其实是写在 $1 gesture recognizer 之前的,但没有 $1 gesture recognizer 归纳得好,作者jacob还是我偶像. Realtime Gesture recognition 把所有的笔画定义了个8个方向,然后将B的笔画可以分解成一个字符串.然后当人在触摸屏上画出一个符号时,也将它分解成8个方向的字符串,最后比较两个字符串的距离就能判断出和不同符

EasyPR是一个中文的开源车牌识别系统

EasyPR EasyPR是一个中文的开源车牌识别系统,其目标是成为一个简单.高效.准确的车牌识别引擎. 相比于其他的车牌识别系统,EasyPR有如下特点: 它基于openCV这个开源库.这意味着你可以获取全部源代码,并且移植到opencv支持的所有平台. 它能够识别中文.例如车牌为苏EUK722的图片,它可以准确地输出std:string类型的"苏EUK722"的结果. 它的识别率较高.图片清晰情况下,车牌检测与字符识别可以达到80%以上的精度. 跨平台 目前除了windows平台以

证件识别,身份证识别,人脸校对,活体检测,OCR身份证识别

在实名制铺天盖地的情况下,为了提高效率.节省成本,同时提升用户体验,身份证识别已迅速被各个企业所应用. 目前,市面上有身份证识别产品的公司大约有七八家,各家特点不一样,在选择身份证识别产品时要综合考量几家的优缺点. 作为后起之秀,译图智讯精于匠心,追求极致,努力将产品打造得更好,其身份证OCR识别具有以下几大特点: 1.快速:识别时间小于1秒 2.精准:识别率高达99% 3.多模式:可图像导入识别.可视频预览识别.也可拍照识别 4.正反面均可识别 5.可支持少数民族身份证识别及部分生僻字识别 6