У Apple всегда были своеобразные отношения с ремонтом iPhone: то компания запрещает ремонтировать смартфоны по веским причинам, то внезапно разрешает ремонт Face ID. Кстати, теперь его можно отремонтировать на любом iPhone. Как ни крути, но сканер распознавания лица — одна из важнейших функций в смартфоне от Apple. Вероятно, в сложившихся условиях такой смартфон будет отличным выходом для многих, ведь запасы техники Apple потихоньку подходят к концу и нужно искать альтернативные выходы. Разбираемся, что изменилось в политике ремонта Apple, что будет, если не ремонтировать сканер распознавания лица и стоит ли покупать iPhone без Face ID.
Apple официально дала добро на ремонт Face ID во всех iPhone
Ремонт Face ID в iPhone X
В конце февраля Apple объявила о том, что изменила правила ремонта Face ID: ранее смартфон не подлежал ремонту, а вместо него вам выдавался абсолютно новый. Face ID не поддавался замене, из-за чего в смартфоне переставал работать дисплей. Чуть позже все специалисты в сервисных центрах получили доступ к ремонту Face ID, правда, все ограничилось только смартфонами, начиная с iPhone XS и новее.
Как работает Face ID
При этом, варианты ремонта этого компонента все равно были. Например, наши друзья из Apple Pro могут отремонтировать Face ID и сделать это очень недорого. Мы даже писали отдельную статью о том, как производится ремонт. Это очень интересно.
Face ID теперь официально можно ремонтировать на всех Айфонах
Про iPhone X Apple сначала забыла, но ненадолго: 6 апреля 2022 года Apple-таки добавила первый безрамочный смартфон в программу ремонта. Таким образом компания собирается увеличить срок работы смартфонов, чтобы снизить углеродный след от своего производства. Следствием этого как раз и становится повышенная ремонтопригодность iPhone — как вы помните, она практически не меняется уже много лет (об этом мы писали в нашей статье). Благодаря этому показателю смартфон можно отремонтировать в ближайшем сервисном центре.
Можно ли пользоваться iPhone без Face ID
Без Face ID ваш iPhone не станет менее безопасным, но некоторые удобства все же пропадут
Хоть смартфон и будет рабочим, частично его функции будут ограничены. Что не будет работать?
- Например, о быстрой разблокировке можно будет забыть — придется сначала смахивать экран вверх, а потом вводить пин-код.
- То же самое — с авторизацией в банковских приложениях и в облачных хранилищах. Придется вводить код.
- Оплата Apple Pay не работает в России, но если вдруг она вернется, с Face ID работать не будет.
- Вы не сможете создавать анимоджи: только готовые стикеры, которые уже есть в iOS.
Несмотря на это, iPhone по-прежнему останется в безопасности, ведь по сути Face ID — это дополнение к код-паролю, точнее, его безопасная альтернатива. Обратите внимание на то, что вы можете отключить Face ID в iPhone, но не можете отключить код-пароль.
Какой недорогой Айфон купить
Прямо сейчас цена на iPhone в российской рознице снижается и есть отличная возможность купить тот же iPhone по докризисным ценам. Правда, Айфонов на всех не хватит, поэтому нужно будет как-то выкручиваться. Лучший способ сэкономить — это купить iPhone с нерабочим Face ID, а затем обратиться в сервисный центр за заменой модуля. Например, в Apple Pro.
Все это будет стоить заметно дешевле, чем новый iPhone прямо сейчас. Можно попробовать купить б/у iPhone со сломанным Face ID на Авито, но есть риск получить убитый смартфон, в котором не ограничишься лишь заменой сканера распознавания лица. В любом случае, выбирайте смартфон внимательно.
На Али всегда можно найти б/у Айфоны по хорошим ценам
Еще один способ купить недорогой iPhone — это заказать его с Алиэкспресс: продавцы предлагают смартфоны, среди которых много тех, что уже сняли с производства. Например, iPhone X (про него мы недавно писали), iPhone XR или iPhone XS.
Вот яркий пример хорошего варианта iPhone еще и с промокодом
На них стоит обратить внимание, если смартфоны закончатся в магазинах: в отзывах отмечают, что товар действительно высокого качества и с его работой не возникает никаких проблем. Правда, такие устройства могут быть немного дороже, но вот для вас несколько вариантов по приятной цене.
Если раньше мы переживали за то, какой iPhone выбрать, то теперь не до этого: Айфоны постепенно заканчиваются, а это значит, что мы начнем ценить устройства больше, чем делали это ранее. Часть пользователей, вероятно, перейдет на Android, другие будут покупать Айфоны втридорога, чтобы иметь доступ к новым технологиям. Уверен, большинство все же предпочтет перестать менять iPhone каждый год и начнет их ремонтировать, чтобы продлить жизнь смартфону и сэкономить денег. Главное выбирайте хороший сервисный центр. Иначе получится, как в этой истории.
Источник: appleinsider.ru
Как работает FaceID в iPhone X: алгоритм на Python
Одна из самых крутых фишек iPhone X – это метод разблокировки: FaceID. В этой статье разобран принцип работы данной технологии.
Изображение лица пользователя снимается с помощью инфракрасной камеры, которая более устойчива к изменениям света и цвета окружающей среды. Используя глубокое обучение, смартфон способен распознать лицо пользователя в мельчайших деталях, тем самым “узнавая” владельца каждый раз, когда тот подхватывает свой телефон. Удивительно, но Apple заявила, что этот метод даже безопаснее, чем TouchID: частота ошибок 1:1 000 000.
В этой статье разобран принцип алгоритма, подобного FaceID, с использованием Keras. Также представлены некоторые окончательные наработки, созданные с помощью Kinect.
Понимание FaceID
“… нейронные сети, на которых основана технология FaceID, не просто выполняют классификацию.”
Первым шагом является анализ принципа работы FaceID на iPhone X. Техническая документация может помочь нам в этом. С TouchID пользователь должен был сначала зарегистрировать свои отпечатки, несколько раз нажав на датчик. После 10-15 различных касаний смартфон завершает регистрацию.
Аналогично с FaceID: пользователь должен зарегистрировать своё лицо. Процесс довольно прост: пользователь просто смотрит на телефон так, как делает это ежедневно, а затем медленно поворачивает голову по кругу, тем самым регистрируя лицо в разных позах. На этом регистрация заканчивается, и телефон готов к разблокировке. Эта невероятно быстрая процедура регистрации может рассказать многое об основных алгоритмах обучения. Например, нейронные сети, на которых основана технология FaceID, не просто выполняют классификацию.
Выполнение классификации для нейронной сети означает умение предсказывать, является ли лицо, которое она “видит” в данный момент, лицом пользователя. Таким образом, она должна использовать некоторые тренировочные данные для прогнозирования “истинного” или “ложного”, но в отличие от многих других случаев применения глубокого обучения, здесь этот подход не будет работать.
Во-первых, сеть должна тренироваться с нуля, используя новые данные, полученные с лица пользователя. Это потребовало бы много времени, энергии и множество данных разных лиц (не являющимися лицом пользователя), чтобы иметь отрицательные примеры. Кроме того, этот метод не позволит Apple тренировать более сложную сеть “оффлайн”, то есть в своих лабораториях, а затем отправлять её уже обученной и готовой к использованию в своих телефонах. Считается, что FaceID основан на сиамской свёрточной нейронной сети, которая обучается “оффлайн”, чтобы отображать лица в низкоразмерном скрытом пространстве, сформированном для максимизации различия между лицами разных людей, используя контрастную потерю. Вы получаете архитектуру, способную делать однократное обучение, как упоминалось в Keynote.
От лица к числам
Сиамская нейронная сеть в основном состоит из двух идентичных нейронных сетей, которые также разделяют все веса. Эта архитектура может научиться различать расстояния между конкретными данными, такими как изображения. Идея состоит в том, что вы передаёте пары данных через сиамские сети (или просто передаёте данные в два разных шага через одну и ту же сеть), сеть отображает их в низкоразмерных характеристиках пространства, как n-мерный массив, а затем вы обучаете сеть, чтобы сделать такое сопоставление, что данные точек из разных классов были как можно дальше, в то время как данные точек из одного и того же класса находились как можно ближе.
В конечном итоге сеть научится извлекать наиболее значимые функции из данных и сжимать их в массив, создавая изображение. Чтобы понимать это, представьте, как бы вы описали породы собак с помощью небольшого вектора так, что похожие собаки имели бы почти схожие векторы. Вероятно, один номер вы использовали бы для кодирования цвета собаки, другой – для обозначения размера собаки, третий – для длины шерсти и т. д. Таким образом, собаки, похожие друг на друга, будут иметь схожие векторы. Сиамская нейронная сеть может делать это за вас, подобно тому, как это делает автоэнкодер.
Используя эту технологию, необходимо большое количество лиц, чтобы обучить такую архитектуру распознавать наиболее схожие. Имея правильный бюджет и вычислительную мощность (как это делает Apple), можно также использовать более сложные примеры, чтобы сделать сеть устойчивой к таким случаям, как близнецы, маски и т. д.
В чём заключительное преимущество такого подхода? В том, что у вас, наконец, есть модель plug and play, которая может распознавать различных пользователей без какой-либо дополнительной подготовки, а просто вычислять, нахождение лица пользователя на скрытой карте лиц, образовавшейся после настройки FaceID. Кроме того, FaceID способен адаптироваться к изменениям в вашей внешности: как к внезапным (например, очки, шапка, макияж), так и к “постепенным” (растущие волосы). Это делается путём добавления опорных векторов лица, вычисленных на основе вашего нового внешнего вида, на карту.
Реализация FaceID с помощью Keras
Что касается всех проектов машинного обучения, первое, что нам нужно – данные. Создание собственного набора данных потребует времени и сотрудничества многих людей, поэтому с этим могут возникнуть сложности. Существует веб-сайт с набором данных RGB-D лиц. Он состоит из серии RGB-D фотографий людей, стоящих в разных позах и делающих разные выражения лица, как это произошло бы в случае использования iPhone X. Чтобы увидеть окончательную реализацию, вот ссылка на GitHub.
Создаётся свёрточная сеть на основе архитектуры SqueezeNet. В качестве входных данных сеть принимает как RGBD изображения пар лиц, так и 4-канальные изображения, и выводит различия между двумя вложениями. Сеть обучается со значительной потерей, которая минимизирует различие между изображениями одного и того же человека и максимизирует различие между изображениями разных лиц.
После обучения сеть способна конвертировать лица в 128-мерные массивы, так что фотографии одного и того же человека группируются вместе. Это означает, что для разблокировки устройства нейронная сеть просто вычисляет различие между снимком, который требуется во время разблокировки, с изображениями, сохранившимися на этапе регистрации. Если различие подходит под определённое значение, устройство разблокируется.
Используется алгоритм t-SNE. Каждый цвет соответствует какому-либо человеку: как вы можете заметить, сеть научилась группировать эти фотографии довольно плотно. Интересный график также возникает при использовании алгоритма PCA для уменьшения размерности данных.
Эксперимент
Теперь попытаемся увидеть, как работает эта модель, имитируя обычный цикл FaceID. Первым делом зарегистрируем лицо. Затем проведём разблокировку как от лица пользователя, так и от других людей, которые не должны разблокировать устройство. Как упоминалось ранее, различие между лицом, которые “видит” телефон, и лицом зарегистрированным имеет определённый порог.
Начнём с регистрации. Возьмём серию фотографий одного и того же человека из набора данных и смоделируем фазу регистрации. Теперь устройство вычисляет вложения для каждой из этих поз и сохраняет их локально.
Давайте посмотрим, что произойдет, если один и тот же пользователь попытается разблокировать устройство. Различные позы и выражения лица одного и того же пользователя достигают низкого различия, в среднем около 0,30.
С другой стороны, изображения от разных людей получают среднее различие около 1,1.
Таким образом, значение порога, установленное примерно в 0,4, должно быть достаточным для предотвращения разблокировки телефона незнакомцами.
В этом посте я показал, как реализовать проверочную концепцию механики разблокировки FaceID, основанную на встраивании граней и сиамских свёрточных сетях. Я надеюсь, что информация была для вас полезной. Вы можете найти здесь весь относительный код Python.
Больше разборов новых технологий — в Telegram канале.
- Python
- Программирование
- Data Mining
- Big Data
- Искусственный интеллект
Источник: habr.com
Face ID (Фейс Айди) – технология разблокировки iPhone X с помощью лица – как работает, сравнение с Touch ID
Face ID – разблокировка смартфона с помощью лица
Не новость, что компания Apple создает революционные вещи, которые впоследствии становятся эталоном смартфонного дела. Так было с Touch ID, который появился у iPhone 5s и стал элементом musthave для современных девайсов. На этот раз Эппл приготовила технологию Face ID, которую, ожидаемо, будут пытаться скопировать и использовать другие компании-смартфоностроители, ведь сложно отрицать, что это поистине прорывная инновация. В этой статье мы подробно пройдемся по этой технологии, рассмотрим ее главные достоинства и недостатки и сделаем свой вывод.
Фейс Айди – что это такое, как работает
Что представляет собой Face ID? Это безопасная система аутентификации, которая способна разблокировать устройство и оплатить покупки посредством распознавания лица владельца.
Обеспечивают эту возможность камеры TrueDepth, совместная работа которых сканирует, воспринимает и распознает структурную карту вашего лица. Несколько слов о составляющих системы:
- Проектор точек – около 30.000 невидимых точек проецируются на ваше лицо, создавая индивидуальную карту с учетом всех очертаний лица;
- Инфракрасная камера – отвечает за процесс считывания информации о точечной структуре, создает изображение в ИК-спектре и переносит данные в модуль Secure Enclave, который встроен в процессор А11 Bionic (на этом этапе происходит проверка соответствия и сопоставление лица и заданной раннее точечной структуры лица владельца);
- ИК-излучатель – излучение невидимого пучка инфракрасного света, с помощью которого айфон х распознает ваше лицо даже в темноте.
Face ID – мощная система безопасности, которую невозможно обмануть фотографиями. Для разблокировки iPhone X нужно специально посмотреть на смартфон, — с закрытыми глазами или взглядом в пол разбудить смартфон не выйдет. Более того, система срабатывает даже ночью. Любителям экспериментов со внешностью не стоит беспокоиться: фейс айди отреагирует на вас, даже если вы отрастите бороду, наденете очки, покраситесь или напялите зимнюю шапку и шарф.
Создавая 3D модель лица, система Face ID более компромиссна и проста в использовании, чего не скажешь про сканер радужной оболочки глаза от Самсунг, где разблокировка смартфона требует четкости и ловкости – сопоставить свои глаза и сканеры во время ходьбы, согласитесь, сложнее.
Face ID сравнение с Touch ID
Не мудрено, что любители Эппл разделятся на два лагеря: приверженцы инновации Face ID и бывалые олдфаги, любители Touch ID. Что лучше – пока сложно говорить, у нас только факты. К примеру, для сканера отпечатков пальцев шансы на разблокировку неправильного отпечатка пальца – 1:50 000. А вот разблокировка с помощью фейс айди допускает в разы меньше ошибок – 1:1 000 000.
Конечно, сравнивать скорость работы двух систем достаточно сложно, однако гипотетически, учитывая все движения владельца, направленны на активизацию смартфона, более простым, удобным и быстрым останется Face ID – разблокировка происходит с помощью одного лишь движения – все равно, что посмотреть в зеркало. А вот близнецам с Айфон 10 придется понервничать – вероятнее всего, система не найдет различий между вами и вашими сестрой или братом, а отпечатки пальцев, все-таки, уникальный признак.
Face ID видео обзор
Источник: stevsky.ru