1、深度学习下的虚拟货币人脸识别交易系统 吕仲卿 南京第十三中学 摘 要： 互联网技术的纵深发展, 使人脸识别技术被广泛用于军事化领域、金融行业、政府机构、信息安全等方面时, 基于网络空间的虚拟市场应运而生。由于人工智能技术的兴起、大数据相关技术的使用, 各行各业可以便捷且大批量地搜集用户信息, 在为用户提供周到且及时的服务时也能掌握实时的用户行为及动态走向, 但是与之俱来的是交易系统安全的重要性。为了提高安全交易的比例, 本文介绍了基于深度学习的人脸识别技术运用在虚拟货币交易系统中的设计。关键词： 深度学习; 人脸识别; 虚拟货币交易; 安全性; 随着信息技术和互联网的迅速发展, 人们对待获取世
2、界信息的需求不断增强, 安全意识也日渐提高。开始进入各种网络虚拟空间, 虚拟产品的交易和流通也蓄势待发。数字虚拟货币成为人们扩展财富、掌握信息潮流的重要工具, 占据着举足轻重的地位。数字虚拟货币是指由非金融私人公司发行或没有发行主体的在网络虚拟环境中产生用来购买虚拟服务的近似货币。各种虚拟货币各具特征, 促进了社会经济的发展。虽说虚拟货币的出现提供了便捷省事的支付渠道, 提高了商业运行效率, 但是在交易时缺乏安全性的强度认证。1 虚拟货币的研究现状为了提高交易系统的安全性, 引出了研究流行度很高的深度学习领域下的人脸识别技术来提高交易系统安全支付的可靠性。基于人面部的特征, 利用输入的人脸图像
3、数据或者视频流媒体的识别技术, 首先判断其是否存在人脸, 如果存在人脸, 系统将会给出脸所处的位置、及面部主要器官的位置信息。通过面部特征进一步提取蕴含在人脸中的相关身份特征, 并与数据库中已知的人脸哭进行对比, 用来识别每个人脸的身份。因此, 人脸识别技术在过去的四十多年当中一直是人工智能领域的热点研究方向, 从兴起慢慢走向成熟, 已经推广于生活中的各个领域。商业银行存在的网络安全衍生的交易问题:随着现代计算机技术在金融领域的应用, 为了实施金卡工程, 我国建立了中国银联信息处理中心系统 (China Union Pay System, 缩写为 CUPS) 。中国银联信息处理中心系统, 是我
4、国为配合金卡工程的实施而建立的, 是一个跨系统、跨地区、跨国界的庞大金融网络系统。总体设计目标是要建立起一个现代化的、实用的、比较完整的电子货币系统。CUPS 是 1993 年提出任务而组织实施的、以电子货币应用为重点启动的各类卡基应用系统工程, 当时的技术规范是采用的 CUPS V1.0 标准规范。2 人脸识别技术及深度学习概述在金融领域, 最近兴起了一种数字货币的交易, 以比特币为主。但是由于发现, 以云币网为例, 在虚拟货币交易的系统中, 缺乏基于人脸的识别, 导致安全性有待考究。本论文针对充值提现的交易对数字虚拟货币交易系统进行了基于人脸识别的设计设想。人脸识别技术以身份校验和检索为目
5、的, 从给定的海量的图像中提取人脸相关信息, 与数据库中已知身份人脸进行匹配。由于光照、遮挡物、表情、方向等干扰因素的存在, 与其他基于身份证、虹膜、掌纹、指纹等技术手段相比, 人脸识别技术的准确率相对较低, 但其采集方式最为简单友好:被采集头像的人不需要配合, 就完成了对人脸数据的采集与识别。一般来说, 人脸识别系统包括地点定位、特征提取、人脸数据预处理、以及人脸识别系统输入, 对含有未确定身份的人脸图像和人脸数据库中的若干已知身份的人脸图象进行编码, 之后输出相似得分, 确定人物的基本身份。将训练或者测试的图像进行规范化的处理, 以便适合算法的要求。人脸数据的预处理常见的技术有去噪、图像增
6、强、归一化。3 人脸识别系统设计从应用场景的角度出发, 人脸识别可以分为对二维图像的人脸识别、针对流媒体资源的人脸识别, 基于物理的热红外成像或深度信息的三维人脸识别等。在人脸识别系统设计的时候, 需要对人脸数据不断反复地训练出一个能自学习的机器学习模型。如果数据库动态更新还将涉及在线学习等内容, 识别人脸时, 要把需识别的人脸与数据库中已有的人脸进行对比, 判断二者相似度、并按预先设定的标准进行检索或校验。人脸识别有多重方法。意义在于能够提高安全度。从应用角度来讲, 人脸确认可应用于身份证件的鉴别、银行 ATM 取款机以及金融安全等领域。具体来看主要有:公共安全 (公安刑侦追逃、罪犯识别、边
7、防安全检查) 、信息安全 (计算机和网络的登录、文件的加密和解密) 、政府职能 (电子政务、户籍管理、社会福利和保险) 、商业企业 (电子商务、电子货币和支付、考勤) 、场所进出等。4 采用人脸识别的技术研究流程图5 人脸识别系统用到的核心算法基于深度学习的思想, 人脸识别的大背景下, 本征脸的方法是人脸识别的基本方法, 已成为事实上的工业标准, 该方法主要是基于主成分分析法 (简称 PAC) , 从而提高人脸识别的精准程度。PAC 主要是用来将分散一组变量上的信息集中到某个综合指标 (主成分) 上的数学方法, 起到额数据降维的作用, 并在在这一过程中最大化的保留原始数据。这种方法对于最大化类
8、间差异 (在这里指不同的人之间的差异) , 并最小化类内差异, (这里是指同一个人的不同图像的差异) 很有效。5.1 深度学习的基本思想其本质是通过构建海量的训练数据和具有大量隐藏层的机器学习模型, 自学习有价值的特征, 最终提升预测或分类的精准率, 这里我们的人脸识别主要体现的是分类。5.2 深度学习下的模型使用卷积神经网络模型的原理图:这里涉及的关键步骤是卷积和池化。卷积的过程:若某种卷积核从原来的大图像中抽取该图像中的其中一个特征, 单个卷积核会被同一张特征映射图共用, 这样就大大减少了网络的参数的个数。根据实际情况, 各种各样的特征需很多个卷积核来提取。如图单层对应的特征映射图也不止一
9、张。池化的过程:池化属于静态属性, 将图像某一个区域上的特征平均值或特征最大值进行聚合的操作过程。即使图像发生了微小平移, 池化特征依然会相同。是因为将图像中的连续范围选出来作为作为池化的区域, 当且仅当池化重复的隐藏单元特征, 池化单元保持不变化。5.3 使用卷积神经网络的优点由于参数的减少和权值的共享, 促神经网络结构变得简单, 模型的适应性会增强许多。采用隐式方式训练数据结合显式数据的特征提取, 其优点凸显。通过减少权值和结构重组将特征提取功能融合在多层感知器中, 直接处理灰度图片, 以达到精准识别图像的目的。5.4 人脸识别技术未来的改进首先介绍人脸识别目前存在的解决不了的或难以解决的
10、问题, 就是人的头像是三维的, 我们多数采集到的只是静态的平面图像, 这对精准性的要求就降低了, 从而安全性的研究也就不具备很大的意义了。这里从几个方法的组合拟打算解决上述问题。方法的组合包括:3D 人脸识别, 从多方位多角度去收集人脸图像的数据;利用热红外感知技术感知特殊情况下机器无法捕捉的图像, 进行边缘化模糊识别;调整光线的角度, 将以上几种方法合并可以提高识别的准确率。6 总结展望卷积神经网络的提出是受到感受野概念的启发, 图像本身的空间联系就具有局部性, 与此同时, 人类去感知外界图像的方式采用的是局部感受野。局部连接的具体思想在卷积神经网络中, 单个个体的神经元都只对局部图像进行感
11、知, 而不是感知全周图像, 这些感知到不同局部的神经元将在更高层中被综合起来, 通过这样的方式得到图像的全局信息。这也是此篇论文的重点。利用数据挖掘技术根据一些筛选出来的可能影响到隐私保护和人脸的同异性, 本次探究通过分析人脸识别, 得出了支付手段和隐私保护的一些特性。它的优点在于支付的时候是有两步的, 一是人脸的识别, 二是数据库的抽样。都是提前设定的的, 不会产生不必要的风险。在这篇文章中, 通过以人脸识别为基础的虚拟数字货币交易系统的设想, 开创了以人脸为支付手段的网络支付手段, 给人在生活、娱乐等方面提供了诸多便利, 为他们的消费生活增色添彩, 丰富了人们支付的方法。在这个过程中, 了
12、解到了支付的行情与人脸识别手段的安全性, 学习到了数据挖掘的基本概况和一些关键技术, 其中机器学习下的深度学习的算法思想和核心流程。本平台专门针网络消费安全和信息保障水平。未来, 希望人脸识别支付能改变今后的消费形式。后续可以在技术条件允许的情况下, 做出实物, 进行推广, 可先在中国试运行, 如若效果不错, 可推广至世界各地。参考文献1王凯.人脸识别在电子商务安全认证中的应用研究D.中国矿业大学, 2014. 2何遥.高仿人脸识别技术在银行安防的应用J.中国公共安全:学术版, 2015 (Z2) :84-87. 3张忠宝.关于人脸识别技术在商业银行方面的应用基于计算机视觉J.计算机光盘软件与应用, 2012 (20) :61-62. 4王彦博, 高潜, 杨璇.大数据时代下智能人脸识别技术在商业银行中的应用J.银行家, 2016 (2) :104-106.
