《人脸识别技术的应用分析》阅读理解题及答案

阅读下面的文字，完成下面小题。

材料一

当下人工智能大潮中，人脸识别技术是最早走向应用的技术之一。其应用场景日益丰富，并不断刷新着人们的想象力。比如“刷脸”解锁已成为越来越多智能手机的标配。在安防监控领域，“刷脸”技术可以对银行、机场、商场等人流密集场所的人群进行监控，实现特定人物的自动识别和追踪。今年以来，深圳等多地纷纷启用电子警察执法，通过“刷脸”识别行人、非机动车闯红灯违法，大大提高了效率。金融领域，“刷脸”支付已经成为现实。货前审核、身份认证等业务也正被覆盖，通过人脸识别，银行可以快速核查甄别身份信息，用户无需银行卡也能实现取款。在出行领城，百度与南航合作的基于人脸识别的“刷脸”登机项目，已在河南南阳姜营机场落地，人脸闸机让旅客直接“刷脸”坐飞机，以秒为单位完成身份验证。零售商超领城，阿里、京东等纷纷试水无人超市，人脸识别技术已经应用在购物、结算环节，不仅可以帮助线下店铺迅速捕捉用户信息以提供个性化服务，对消费者的消费体验也是一种升级。

与此相伴随的是行业规模的快速增长。来自艾媒咨询的数据显示，2017年中国计算机视觉市场规模为68亿元，预计2020年市场规模达到780亿元，年均复合增长率达125.5%。

——摘编自《人民日报》

材料二

目前，国内外人脸识别技术发展速度加快，技术路径也比较多。

其中，基于模板匹配方法是将待处理的人脸图像直接与数据库中所有模板进行匹配，选取匹配最相似的模板图像作为待处理图像的分类。不过，由于数据库中每个人的模板图片数量有限，不可能涵盖现实中所有的复杂情况，简单的模板匹配只利用了相关信息，对背景、光照、表情等非相关信息非常敏感。因此，该方法只适用于理想条件下的人脸识别，并不适合应用于实际场景。

基于几何特征的方法，即人的面部有形状和大小都不相同的部件，如鼻子和嘴巴等。通过对这些部件形状的对比、部件间位置的检测，从而实现人脸识别。与基于模板匹配方法相似，形状、距离等信息并不能表达出图像中的姿态、表情等非线性因素，导致该方法的可靠性和有效性较低。

最后一种是基于深度学习的人脸识别方法。其核心内容是逐层训练的网络结构，每层使用的是自编码神经网络，自编码神经网络主要包括对数据编码和解码两部分内容。通过编码、解码实现对输入数据的无监督学习，辨识能力随数据增长逐步提高。

——摘编自《科技日报》

材料三

在信息即价值的时代，个人隐私信息的商业价值日益凸显。在人脸识别技术火爆的同时，社会上出现了是否会侵犯隐私，人脸是否能被“假冒”的担忧和质疑。目前，国内从消费电子领域到安保、网络支付、金融等领域都在逐步引入人脸识别，但新技术有“双刃剑”属性。应防范其中潜藏的安全隐患。

特别是在“刷脸”过程中，用户的姓名、性别、年龄、职业，甚至用户在不同情境状态下的情绪等大量信息都被采集并储存。这些信息如果得不到妥善保管而被泄露，用户个人隐私就处在“裸奔”状态。“因此，面对刷脸产生的个人隐私问题，我们必须多角度共同保护。目前在人脸识别技术领域，我国尚无相应的安全监管机制，应及早未雨绸缪，预先防范。”某专家说。微软总裁兼首席法务官布拉德*史密斯也在其博文中表示:“考虑到这项技术被滥用的可能性和广泛的社会影响，政府在人脸识别方面的立法似乎显得尤为重要。”

当前，人脸识别技术的开发仍有巨大拓展空间，国家有必要在数据共享和开放上加大引导力度，促进技术发展。另一方面，人脸识别技术在逐渐走向成熟，应用将越来越多，识别技术的各类标准，特别是保护公民隐私的标准应尽快出台:相关行业及企业需担负起社会责任，主动积极地规范行业标准，自觉维护采集、储存的公民隐私数据安全等。

——摘编自《北京青年报》

1. 下列对材料相关内容的理解，不正确的一项是

A. 人脸识别技术是最早走向应用的一种人工智能，已经应用于安防监控、金融、出行、零售商超等领城。

B. 人脸识别技术行业规模增长迅速，预计在2017年到2020年四年间，年均复合增长率超过百分之百。

C. 基于模板匹配方法的人脸识别技术虽然简单直接，但也存在比较明显的局限性，不适用于实际场景。

D. 人脸识别技术具有“双刃剑”属性，随着该技术在国内大量引人，其中潜藏的安全隐患已逐渐暴露。

2. 下列对材料相关内容的概括和分析，不正确的一项是

A. 现在，河南南阳姜营机场的旅客可以直接“刷脸”登机，在极短的时间内完成身份验证。

B. 基于几何特征的人脸识别技术是通过对人的面部部件形状的对比、位置的检测来实现的。

C. 运用基于深度学习的人脸识别方法时，输入有效数据越多，对人脸的辨识能力也就越高。

D. 在“刷脸”过程中，用户的大量信息都被采集并储存，这样就会导致用户个人隐私被泄露。

3. 在运用人脸识别技术时，怎样保护个人隐私？结合材料三简要分析。