支付宝被曝光了一段视频,或许“刷脸支付”的时代就要来临了

简介:

时隔两年,支付宝的“刷脸支付”终于露面了。

犹记得两年前在德国举办的汉诺威消费电子、信息及通信博览会(CeBIT)上,马云爸爸向世界展示了“刷脸支付”的神奇之处,震惊了全人类。同一年,支付宝也发布了9.0版本,加入人脸识别技术用于用户的登录、实名认证、找回密码等场景。

在马云亲身演示之后,人们就一直期待着“刷脸时代”的到来,然而,两年过去了,支付宝依然没有动静。不过,就在昨天,网上突然曝光了一段疑似支付宝“刷脸支付”的内测视频。

支付宝被曝光了一段视频,或许“刷脸支付”的时代就要来临了

支付宝被曝光了一段视频,或许“刷脸支付”的时代就要来临了

支付宝被曝光了一段视频,或许“刷脸支付”的时代就要来临了

支付宝被曝光了一段视频,或许“刷脸支付”的时代就要来临了

在视频中,一位女士在支付时用两个步骤代替了手机支付宝的扫码支付,其中的第一步是进行人脸识别,这一过程仅仅用了1秒,然后这位女士输入手机号码的后四位即完成支付过程。

从过程上来讲,这种“刷脸支付”的效率还是相当高的,不过,不管是对于其中的“人脸识别”的准确率,还是带来的安全隐患,小编还是有些担心的。

在实际应用中,人脸识别技术会受到光线等多种因素的影响,这也就为识别的准确率增添了一丝阻碍,另外,除了之别准确率受到质疑的人脸是被技术之外,手机号码后四位这一安全验证方法并不具备足够的安全性。

目前,支付宝还没对此时作出回应,不过对于该项技术的实现,鉴于安全隐患等因素,或许还要再等一段时间。


原文发布时间: 2017-05-19 07:51
本文作者: 韩璐
本文来自云栖社区合作伙伴镁客网,了解相关信息可以关注镁客网。
相关文章
|
9月前
|
机器学习/深度学习 编解码 自动驾驶
RT-DETR改进策略【模型轻量化】| 替换骨干网络为MoblieNetV1,用于移动视觉应用的高效卷积神经网络
RT-DETR改进策略【模型轻量化】| 替换骨干网络为MoblieNetV1,用于移动视觉应用的高效卷积神经网络
371 3
RT-DETR改进策略【模型轻量化】| 替换骨干网络为MoblieNetV1,用于移动视觉应用的高效卷积神经网络
|
9月前
|
机器学习/深度学习 移动开发 测试技术
RT-DETR改进策略【模型轻量化】| 替换骨干网络为MoblieNetV2,含模型详解和完整配置步骤
RT-DETR改进策略【模型轻量化】| 替换骨干网络为MoblieNetV2,含模型详解和完整配置步骤
393 1
RT-DETR改进策略【模型轻量化】| 替换骨干网络为MoblieNetV2,含模型详解和完整配置步骤
|
9月前
|
机器学习/深度学习 计算机视觉 异构计算
RT-DETR改进策略【模型轻量化】| 替换骨干网络 CVPR-2023 FasterNet 高效快速的部分卷积块
RT-DETR改进策略【模型轻量化】| 替换骨干网络 CVPR-2023 FasterNet 高效快速的部分卷积块
357 0
RT-DETR改进策略【模型轻量化】| 替换骨干网络 CVPR-2023 FasterNet 高效快速的部分卷积块
|
并行计算 PyTorch Linux
大概率(5重方法)解决RuntimeError: CUDA out of memory. Tried to allocate ... MiB
大概率(5重方法)解决RuntimeError: CUDA out of memory. Tried to allocate ... MiB
9864 0
|
传感器 人工智能 机器人
Multi-Agent应用领域及项目示例
多智能体系统(MAS)通过多个自主、交互式的智能体协同工作,能够更高效地解决复杂问题,提高系统的灵活性和鲁棒性。本文详细介绍了MAS的概念、特点及其在人工智能与机器人技术、经济与商业、交通管理、医疗健康和环境保护等领域的具体应用示例。
1383 0
|
Java 调度
搞清楚wait、sleep、join、yield四者区别,面试官直接被征服!
掌握上述多线程控制方法的运用,可以在Java多线程程序编写中进行更加深入的线程管理,确保程序运行更加高效、稳定。在面试中准确并熟练地讲解这些概念,确实有可能让面试官对你的专业能力留下深刻印象。
307 0
|
存储 开发框架 算法
【自己动手画CPU】控制器设计(二)
作者深入探讨了自制CPU的控制器设计,为自学者提供了宝贵的实践指导。文章详细介绍了控制器的设计原理与关键步骤,涵盖了寄存器的配置、指令的执行以及时序控制等方面内容。通过图文并茂的演示,读者可以清晰了解如何从零开始搭建一个基本的控制器,并使其能够执行简单的指令。作者以通俗易懂的方式呈现技术细节,使初学者能够轻松理解和模仿。
1473 0
【自己动手画CPU】控制器设计(二)
|
Linux API C++
【C++ 线程包裹类设计】跨平台C++线程包装类:属性设置与平台差异的全面探讨
【C++ 线程包裹类设计】跨平台C++线程包装类:属性设置与平台差异的全面探讨
313 2
|
机器学习/深度学习 算法 数据可视化
探索Python中的聚类算法:K-means
探索Python中的聚类算法:K-means
504 4
|
机器学习/深度学习 资源调度 算法
深度学习原理篇 第六章:DETR
简要介绍DETR的原理和代码实现。
977 0