刷臉支付的案例
應用在刷臉支付機上的環境光感測距芯片
刷臉支付的發展及普及，對于提升用戶移動支付體驗、改善商戶經營效率、帶動經濟社會智能化發展具有重要價值。業內專家認為，刷臉支付的快速興起不僅改變著人們的生活，更帶動了相關移動支付產業鏈的騰飛。尤其是5G、AI、IoT等前沿黑科技的加速應用落地，中國刷臉支付產業正加速崛起。
刷臉支付的技術，本質上是人臉識別技術，當其用在支付環節，就是我們所謂的刷臉支付。而人臉識別技術，是基于人的臉部特征信息進行身份識別的一種生物識別技術。用3D攝像機或攝像頭采集含有人臉的圖像或視頻流，并自動在圖像中檢測和跟蹤人臉，進而對檢測到的人臉進行臉部識別的一系列相關技術，通常也叫做人像識別、面部識別。
光距感又稱環境光傳感器芯片，用來對環境光進行測量，對這種量級的光的測量是由光敏二極管進行的,通過放大，模數轉換等處理,將光能量得到量化,通過BB, WLED dirver控制調節，可使系統調整顯示屏亮度。當有物體接近傳感器的上方時，進入紅外光的發射區域，有些紅外線會被反射回傳感器。接近傳感器中的光敏二極管會接收該反射光。
這里推薦工采電子從臺灣代理的測距傳感芯片系列中的光距感 接近傳感芯片 - WH APS 4530A，WH4530A是一種光到數字轉換器，它結合了先進的環境光傳感器，先進的接近傳感器和高效率的紅外LED燈。環境光傳感器(ALS)內置了一個濾光器來抑制紅外，并提供了一個接近人眼反應的光譜。ALS可以在黑暗到陽光直射下工作，可選擇的探測范圍約為40dB。雙通道輸出(人眼和清晰)，使ALS在不同光照條件下具有良好的光比。近距離傳感器(PS)內置了一個940nm的濾光片，用于環境光的抗擾，因此PS可以檢測反射紅外光，具有高精度和優良的抗擾性。WH4530A具有可編程中斷功能，對ALS和PS具有基于閾值的遲滯。
展開 科技改變世界|盤點2017你不可不知的十大黑科技
3
刷臉支付
刷臉支付，是支付寶推出的一項新功能。生物識別技術將是未來移動支付的發展方向，相比于數字密碼，生物特征具有唯一性、穩定性和難以復制等特點，安全性更加可靠，能有效提高支付安全性，減少密碼泄漏的風險，同時提升用戶體驗。”
4
基因療法
利用改造過的病毒將相關基因的健康副本遞送至攜帶有缺陷基因的患者體內，修復基因，治愈疾病。然而，至今為止，基因療法帶來的失望遠大于希望。1999年，一名18歲的肝病患者杰西·基辛格（Jesse Gelsinger）在一場基因治療實驗中死亡，從此整個基因療法領域的發展就開始停滯不前。
5
太陽能光伏電池
用于把太陽的光能直接轉化為電能。
光伏組件，采用高效率單晶硅或多晶硅光伏電池、高透光率鋼化玻璃、Tedlar、抗腐蝕鋁合多邊框等材料，使用先進的真空層壓工藝及脈沖焊接工藝制造。即使在最嚴酷的環境中也能保證長的使用壽命。
組件的安裝架設十分方便。組件的背面安裝有一個防水接線盒，通過它可以十分方便地與外電路連接。對每一塊太陽電池組件，都保證20年以上的使用壽命。
6
量子計算機
是一類遵循量子力學規律進行高速數學和邏輯運算、存儲及處理量子信息的物理裝置。當某個裝置處理和計算的是量子信息，運行的是量子算法時，它就是量子計算機。
7
強化學習
機器學習領域的一部分。但是在過去由于機器學習的整體水平不夠高，大家對它的關注不多。隨著機器學習深度的加深，強化學習技術開始有了用途，它可以讓機器學習本身更有效，而且使用更少的數據。Google的AlphaGo目前利用了這項技術，效果明顯。
展開 汽車智能化浪潮涌起，經緯恒潤全面布局智能座艙領域
同時，利用深度相機，可使得識別精度更高、識別速度更快，也可實現車內身份認證、用戶個性化設置及金融安全級刷臉支付等功能。
經緯恒潤DMS樣品
目前，經緯恒潤已為國內多家主流整車廠客戶提供了智能座艙解決方案，如極氪001搭載了經緯恒潤的氛圍燈產品，廣汽集團和一汽集團采用了經緯恒潤的攝像頭產品方案，AR-HUD產品已獲得吉利、上汽大通的定點項目等等。
未來，隨著汽車智能化程度的提升，汽車座艙產品也會更加智能化、人性化、生態化。經緯恒潤推出的智能座艙整體解決方案，最大的優勢在于可以讓用戶近距離、系統性的同時感受到多個智能座艙產品。未來，經緯恒潤將堅持以用戶需求和市場需求為導向，以過硬的研發技術為基底，致力于打造全方位的智能座艙生態系統，與所有致力于汽車智能化發展的從業者一起，為中國汽車智能化的洶涌浪潮做出自己的貢獻！
展開 京東X未來餐廳開始營業 機器人成全場焦點
早在2017年10月，阿里的第一家無人餐廳就已在杭州正式開業，其最大的亮點在于“刷臉支付”，全程不需要手機和錢包，也沒有收銀員和服務員，智能點餐吃完就走。
那么，相比于阿里的“無人餐廳”，京東的未來餐廳又是何種模樣的呢？
進入京東的X未來餐廳，首先點菜方式分為桌面智能系統點餐和小程序掃碼點餐兩種，而試營業期間主要為紙質點餐方式；之后，后臺受到點餐消息，將制作任務分配給炒菜機器人，根據提前訂好的標準化菜品進行烹制；制作完成，再由傳菜機器人智能送餐上桌，顧客吃完后，還會再來回收餐盤；最后顧客只需自行賣單即可。
可以發現，機器人在京東的未來餐廳中起著關鍵性的作用，除開支付環節，迎賓、炒菜、送菜、清理等所有環節幾乎都離不開機器人，可以說機器人是其餐廳的最大亮點。而在此亮點的打造上，京東也可謂煞費苦心。
在炒菜機器人方面，京東特邀了八大菜系的傳承人進行溫度、時間、用料的標準化打造，并將八大菜系40多道菜的菜譜供以學習，保證烹飪的菜譜味道正宗、品質可口；而在送菜機器人方面，京東不僅賦予其自主駕駛、智能避障、自動優化路徑等功能，以支撐完成傳菜送菜和餐具回收任務，還融入了智能語音交互技術，讓機器人能夠與人親切互動，提升用餐溫度和體驗感受。
據了解，京東之所以賦予機器人如此大的使命，是因為京東渴望利用機器人實現“科技零售”向“零售科技”的轉變，并借此實現2020年機器人產值、研發、應用規模達到全球前五的智慧創新型企業的宏偉目標。
鑒于此，京東的未來餐廳只是給機器人提供一個技術落地和檢驗的場所，相比于人們對于零售模式、餐廳效果的關注，京東更加在意在此期間機器人所取得技術成果。也正是如此，京東在應用炒菜機器人的同時，還額外賦予它傳承八大菜系菜譜的重任，讓技術創新能夠延伸到更多的應用空間，不僅僅局限于餐飲這一狹窄領域。
展開 
介紹用于圖像識別的五大最佳編程語言！
再此之前，就已經有很多技術運用到了圖像識別，支付寶的刷臉支付、酒店刷臉進門、淘 寶拍圖識別購物等，隨著人工智能的普及，未來圖像識別將越來越受歡迎。
另外，圖像識別工程師的薪資也讓非常多人眼紅，想要轉行拿高薪，卻不知該如何入門！
小卓君認為，這些都屬于IT行業的技術，最好的入門方向就是先學習一門適合圖像識別的編程語言。
編程語言那么多，最適合圖像識別的是哪種呢？
1.Python
目前，Python被認為一種目前最流行的編程語言。其簡單性和多功能性是許多程序員喜歡使用它的一些原因。盡管很簡單，但Python是一種可以依賴于執行復雜任務的語言。它可用于創建圖像處理和識別功能。
Python的普及使其資源非常豐富。它包含幾個功能所需的庫，其中包括圖像識別。最強大和最有效的庫之一是Scikit-Learn機器學習庫。除了圖像識別，這些庫還可用于更智能的功能，如人臉識別和運動檢測。
2. Matlab
Matlab是一種獨立的編程語言，它有自己的框架和集成開發環境(IDE)，具有更強大的工作空間。該編程語言提供了廣泛的工具，你可以使用它們輕松處理更多技術編程任務。圖像識別和面部處理是Matlab可以處理的一些任務。
Matlab提供了一系列用于矩陣計算的內置工具。必須注意的是，圖像識別和矩陣計算是齊頭并進的。Matlab中可用的一些工具可以執行復雜的圖像處理任務，例如裁剪、旋轉、掩蔽等。
還有一個專用的Matlab代碼，用于調用和實現面部識別功能。這個代碼使用AT&T數據庫。
展開 跟「歌神」張學友一起抓逃犯？對，就是人臉識別干的
圖自路透社
而除了「刷臉」登機，旅客還可以直接背包過安檢——因為配備了斷層攝影掃描儀，就不用把電腦、雨傘和充電寶翻山倒海掏出來啦。
闖紅燈殺手、廁紙管家
大屏幕曝光闖紅燈行人和「刷臉領廁紙」，這兩項人臉識別應用當年震驚外媒。但最近，他們已經在全國范圍內慢慢推廣了。
在深圳、南京、上海等多個城市的路口，一旦你闖紅燈的行為被攝像頭捕捉到，你的大頭照就會即時登上馬路旁的大屏幕，24小時不斷循環播放。
圖自華爾街日報
深圳公安局交通警察局認為這種「懲罰」相當有效。有數據顯示，深圳的一個路口在半年期間，闖紅燈行為從原來的每小時 150 宗減少到每小時 8 宗。
而除了曝光，深圳交警還從 5 月 1 日起做更進一步的執法嘗試。針對部分經常闖紅燈的特殊人群（比如外賣和快遞小哥），試點的「刷臉執法」系統還會在人臉識別后連通信息庫，迅速獲取當事人的聯系方式甚至是所在企業，將違法信息通知到位。
圖自路透社
至于「刷臉領廁紙」，這應該是世界上最怪異的人工智能了。
因為太多居民偷偷將廁所帶回家用，為了減少成本，北京的天壇公園公廁在 2017 年引入了人臉識別廁紙機。刷臉才能取廁紙，還不能過分頻繁，一個人 10 分鐘內只能取一次。有報道稱，天壇公園的公廁用紙因此減少了 70%。
到現在，這種人臉識別廁紙機已經遍布大半個中國了。
接下來「歌神」張學友還將繼續開巡回演唱會。警察叔叔們可以繼續期待了。
本文轉自36氪，原文鏈接：http://36kr.com/p/5133810.html
展開 研發 | 穩懋看好這些化合物半導體的未來
王郁琦指出，3D傳感技術就是最好的例子，從日常生活的刷臉支付，到監控城市的交通和預防犯罪；穿戴設備上的心率和血氧檢測，幫助AR提供更沉浸的體驗等。而這些3D傳感技術，也采用了大量的化合物半導體。
「汽車是3D傳感技術最具吸引力的應用，LiDAR在未來幾年也將被應用于自動駕駛的汽車系統上。」王郁琦指出，像是臺灣今年推出的第一輛自動駕駛巴士，3D傳感設備就充當了重要的功能。」在工廠應用方面，也有助于為機器人提供快速準確的位置信息，從而使工廠自動化更加高效、提高生產力。
節能也是關鍵！
就在先進技術頻繁改善人類生活時，綠色能源應用也成為最關注的議題。王郁琦表示，「第三代寬能隙半導體，特性是帶隙比傳統半導體材料矽要寬的多，因此成為高電壓和高功率應用的理想選擇。」他指出，使用化合物半導體器件的應用，可以節省核電發電的十分之一的能源；在市場方面，今年蘋果、小米及現代汽車等重量級業者也開始使用復合半導體，大量采用碳化矽（SiC）和氮化鎵（GaN）半導體，相關市場迅速起飛。
但王郁琦又怎么看目前的導入趨勢？他表示，目前碳化矽仍是主導技術，未來等技術成熟時，氮化鎵有望迎頭趕上，「但從基板到保護材料的加工、確保可靠性，再到封裝制程，氮化鎵仍存在許多技術挑戰。」
他認為，相信未來生活通過6G、超級物聯網和AI的融合，通過大量的智慧設備連接，可以實現無處不在的AI生活愿景。「而現實世界和虛擬世界之間的界限越來越模糊，例如3D Hologram（全息投影）就有可能成為下一代顯示和使用者介面，進一步實現『數字孿生』的概念。」
展開 Face ID 與3D傳感技術科普
最新刷臉應用
除了 iPhone X，還有一些比較新的刷臉應用：
刷臉支付
近日，支付寶在肯德基的 KPRO 餐廳上線刷臉支付：在自助點餐機上選好餐，進入支付頁面，選擇“支付寶刷臉付”，然后進行人臉識別，大約需要1-2秒，再輸入與支付寶賬號綁定的手機號，確認后即可支付，支付過程不到10秒。
肯德基 KPRO 的點餐機上配備了3D紅外深度攝像頭，在進行人臉識別前，會通過軟硬件結合的方法進行活體檢測，來判斷采集到的人臉是否是照片、視頻或者軟件模擬生成的，能有效避免各種人臉偽造帶來的身份冒用情況。
這也是刷臉支付在全球范圍內的首次商用試點。
刷臉取款
近日，農行在自動取款機上線“刷臉取款”，用戶可以不帶卡，只要刷臉就能取款。站在農行 ATM 機前，看一眼攝像頭，再輸入手機號、取款金額、密碼，自動吐鈔，拿走現金。
除了人臉識別之外，用戶還需要輸入手機號碼或身份證號進行身份確認，最后再依靠密鑰進行取款，安全性相對插卡取款還多了一重保障。不過，如果是進行過整容，或者化妝與本人差距實在太大，可能會造成識別失敗。
除了農行外，招行也屬于較為激進的AI技術探險者。去年，招行在全國106個城市近千臺 ATM 機上實現了“刷臉”取款的功能。
刷臉進站
目前，一些火車站已經推出“刷臉進站”功能。旅客拿著身份證、火車票，再面朝屏幕盯上幾秒鐘，旅客就能快速通過檢票，最快只要3秒。
旅客再也不用排長隊等待人工檢票，這不僅極大地給旅客提供了便利，更增加了安全性。
另外，這種刷臉進站系統，還與公安網相連，犯罪嫌疑人在終端前一露臉就露餡。
當有人臉部受傷或者多人刷臉時，還是會出現識別不出的狀況，這種時候就需要車站工作人員進行二次識別了。
展開 卷積神經網絡的數學原理
來源 |
深度學習這件小事
計算機視覺技術在日常生活中有著非常普遍的應用：發朋友圈之前自動修圖、網上購物時刷臉支付……在這一系列成功的應用背后，卷積神經網絡功不可沒。本文將介紹卷積神經網絡背后的數學原理。
在自動駕駛、醫療以及零售這些領域，計算機視覺讓我們完成了一些直到最近都被認為是不可能的事情。今天，自動駕駛汽車和無人商店聽起來不再那么夢幻。事實上，我們每天都在使用計算機視覺技術——我們用自己的面孔解鎖手機，將圖片上傳到社交網絡之前進行自動修圖……卷積神經網絡可能是這一巨大成功背后的關鍵組成模塊。這次，我們將要使用卷積神經網絡的思想來拓寬我們對神經網絡工作原理的理解。打個預防針，本文包含相當復雜的數學方程，但是，你也不必為自己不喜歡線性代數和微積分而沮喪。我的目標并不是讓你記住這些公式，而是為你提供一些關于底層原理的直覺認知。
簡介
過去我們接觸到了密集連接的神經網絡。那些神經網絡中，所有的神經元被分成了若干組，形成了連續的層。每個這樣的單元都與相鄰層的每一個單獨的神經元相連接。下圖所示的是這樣一個架構。
圖 1：密集連接的神經網絡架構
當我們基于一個有限的固定特征集合解決分類問題的時候，這種方法是很奏效的——例如，我們根據足球運動員在比賽中記錄的統計數據來預測他的位置。但是，當處理照片的時候，問題變得更加復雜。當然，我們可以把每個像素的亮度視作一個單獨的特征，然后將它作為密集網絡的輸入傳遞進去。不幸的是，為了讓它能夠應付一張典型的智能手機照片，我們的網絡必須包含數千萬甚至上億的神經元。另一方面，雖然我們可以將照片縮小，但是我們也會在這個過程中損失有價值的信息。
展開 讀懂自動駕駛卷積神經網絡的數學原理
來源 | 深度學習這件小事
計算機視覺技術在日常生活中有著非常普遍的應用：發朋友圈之前自動修圖、網上購物時刷臉支付……在這一系列成功的應用背后，卷積神經網絡功不可沒。本文將介紹卷積神經網絡背后的數學原理。
在自動駕駛、醫療以及零售這些領域，計算機視覺讓我們完成了一些直到最近都被認為是不可能的事情。今天，自動駕駛汽車和無人商店聽起來不再那么夢幻。事實上，我們每天都在使用計算機視覺技術——我們用自己的面孔解鎖手機，將圖片上傳到社交網絡之前進行自動修圖……卷積神經網絡可能是這一巨大成功背后的關鍵組成模塊。這次，我們將要使用卷積神經網絡的思想來拓寬我們對神經網絡工作原理的理解。打個預防針，本文包含相當復雜的數學方程，但是，你也不必為自己不喜歡線性代數和微積分而沮喪。我的目標并不是讓你記住這些公式，而是為你提供一些關于底層原理的直覺認知。
過去我們接觸到了密集連接的神經網絡。那些神經網絡中，所有的神經元被分成了若干組，形成了連續的層。每個這樣的單元都與相鄰層的每一個單獨的神經元相連接。下圖所示的是這樣一個架構。
圖 1.密集連接的神經網絡架構
當我們基于一個有限的固定特征集合解決分類問題的時候，這種方法是很奏效的——例如，我們根據足球運動員在比賽中記錄的統計數據來預測他的位置。但是，當處理照片的時候，問題變得更加復雜。當然，我們可以把每個像素的亮度視作一個單獨的特征，然后將它作為密集網絡的輸入傳遞進去。不幸的是，為了讓它能夠應付一張典型的智能手機照片，我們的網絡必須包含數千萬甚至上億的神經元。另一方面，雖然我們可以將照片縮小，但是我們也會在這個過程中損失有價值的信息。
展開 人工智能引隱私侵犯擔憂 “刷臉”會不會刷走安全
“刷臉”應用更廣泛，對隱私權的威脅值得重視
“刷臉”進站、“刷臉”支付、“刷臉”簽到、“刷臉”執法……人臉識別技術正走進更為廣闊的應用場景，與指紋、虹膜等相比，人臉是一個具有弱隱私性的生物特征，因此，這一技術對于公民隱私保護造成的威脅性尤其值得重視。“人臉圖像或視頻廣義上講也是數據，如果沒有妥善保管和合理使用，就會容易侵犯用戶的隱私。”中國社會科學院哲學研究所研究員段偉文說。
通過數據采集和機器學習來對用戶的特征、偏好等“畫像”，互聯網服務商進而提供一些個性化的服務和推薦等，從正面看是有利于供需雙方的一種互動。但對于消費者來說，這種交換是不對等的。就頻頻發生的個人數據侵權的事件來看，個人數據權利與機構數據權力的對比已經失衡，在對數據的收集和使用方面，消費者是被動的，企業和機構是主動的。段偉文表示，“數據實際上成為被企業壟斷的資源，又是驅動經濟的要素。”如果商家只從自身利益出發，就難免會對個人數據過度使用或者不恰當披露。
“大數據時代，個人在互聯網上的任何行為都會變成數據被沉淀下來，而這些數據的匯集都可能最終導致個人隱私的泄露。”湖南師范大學人工智能道德決策研究所所長李倫認為，用戶已經成為被觀察、分析和監測的對象。
算法應更客觀透明，要避免歧視與“殺熟”
在信息爆炸的時代，數據的處理、分析、應用很多都是由算法來實現的，越來越多的決策正被算法所取代。從內容推薦到廣告投放，從信用額度評估到犯罪風險評估，算法無處不在——它操作的自動駕駛或許比司機更加安全，它得出的診斷結果可能比醫生更準確，越來越多的人開始習慣一個由算法構建的“打分”社會。
展開 
