智慧物流能给我们带来了多大的便利
近日，据美团副总裁陈荣凯介绍，美图已经研制出了“超脑”即时配送系统。该系统借助精确学习、运筹优化等先进技术，克服了配送路径规划等难题，最终实现了精准感知，智能决策等功能。
目前，“超脑”即时配送系统可实现每小时路径规划29亿次，平均0.55毫秒为骑手规划1次路线，平均配送时长30分钟以内。“未来，美团还将在技术平台、运力网络以及产业链上下游等方面向生态伙伴开放能力，提升商家经营效率，降低物流成本。”陈荣凯说。
与此同时，快递分拣行业也不甘示弱。展厅一角，机械臂来回精准抓取，几个AGV橙色小车机器人有条不紊地分拣着包裹，再配合传送带有序地运送货物，货物的条码序号和基本信息在显示屏上得以清晰显示……中国邮政带来的智能物流解决方案吸引了不少参观者驻足。
作为全国第一个采用立体式模块协同作业、大小件同步智能自动分拣系统的邮件处理中心，中国邮政智能物流系统有助于缓解高峰期快递包裹的处理压力，并已成功运用在近两年的“双十一”电商购物狂欢中。“从前，我们只是单独运用皮带机、机械臂或是AGV小车机器人，没能形成配套联动;现在，把它们整合在一起，传输的柔性和效率大幅增加;未来，全自动无人化仓配系统将是邮政领域的主要发展方向。”中邮科技上海分公司市场部工作人员赵青说。
为什么要打造智慧园区，它将给我们带来哪些便利
如何打造智慧园区智慧园区系统解决方案
为什么要打造智慧园区，智慧园区是什么，如何去打造智慧园区，智慧园区系统解决方案又是什么样的？
如今是一个互联网时代，是信息化时代，许多东西都朝着智能化发展的趋势而奋进革新，园区也是其中一员，为了紧跟时代发展的脚步，智慧园区这一概念就诞生了。什么是智慧园区呢？智慧园区是指利用物联网、大数据、云计算等多种信息化技术，对园区内的各种设备来进行管控，数据收集，数据分析整合，实现园区智能化管控，为园区人民提供一个优质的，绿色的，智能的生活环境，娱乐环境或生产环境。那么，我们如何去打造一个智慧园区呢？
建设智慧园区，不仅可以提高园区内智能化管理的规章制度，并且，与其他传统园区相比，智慧园区的生活体验方面所带来的是一种新型的，人们所喜爱的方式。对园区企业的整体口碑建设有着很大的帮助。智慧园区所涉及到的方面很广，在安防、服务、运营、能源、环保等方面都需要涉及到。
1.安防方面：智慧园区系统有一套公共安全管理体系，旗下包含了门禁系统、漏电报警系统、视频监控系统等关于安防方面的子系统。当子系统所管控的设备出故障时，系统会作出报警处理，提醒管理人员，让管理人员第一时间知晓故障发生地和发生原因。
2.服务方面：传统园区的服务方式是不同部门，办理不同手续，都依靠人为服务来进行，并且提交资料审核时，办理不同业务时，都需要人们奔波到各个部门。还有严格的时间限制，节假日，上下班时间冲突。而智慧园区服务则通过智能设备提交手续资料，通过各种app即可进行园区内的各种服务。方便快捷。
3.运营方面：建设智慧园区很大一方面是为了给园区一个更合理的管控，智慧园区系统针对园区内的收费管理，用户管理等多方面都有完整的体系结构。可以省下不少人力物力，并且在管控成本减少的同时，又没有减弱园区的管理水平，反而提升了园区的管理运营水平。
4.能源环保方面：可根据不同权限设置不同管理人员对用户数据进行管理，针对园区内的水、电、气等能源进行监测，统一汇总数据，并可分析使用是否合理。
打造智慧园区，从智慧园区系统解决方案开始。
fqj
人脸识别带来的社会问题的调查与分析
电子科技大学格拉斯哥学院2017级赵子航
研讨课上老师提到了人脸识别相关技术，这篇文章里是一些简单的回顾和一些自己的想法。 人脸识别是基于人的脸部特征信息进行身份识别的一种生物识别技术。传统的人脸识别技术有基于可见光图像的人脸识别，现在常使用的是基于主动近红外图像的多光源人脸识别技术。 人脸识别主要包括四个流程：人脸图像采集检测、预处理、人脸图像特征提取和匹配与识别。在图像采集阶段，摄像镜头采集不同的人脸图像，包括静态、动态图像和不同位置不同表情的图像。人脸检测在实际中主要用于人脸识别的预处理，即在图像中准确标定出人脸的位置和大小。人脸图像中包含的模式特征十分丰富，如直方图特征、颜色特征、模板特征、结构特征等。人脸检测就是把这其中有用的信息挑出来，并利用这些特征实现人脸检测。预处理是基于人脸检测结果，对图像进行处理并最终服务于特征提取的过程。系统获取的原始图像由于受到各种条件的限制和随机干扰，往往不能直接使用，必须在图像处理的早期阶段对它进行灰度校正、噪声过滤等图像预处理。脸识别系统可使用的特征通常分为视觉特征、像素统计特征、人脸图像变换系数特征、人脸图像代数特征等。人脸特征提取就是针对人脸的某些特征进行的。人脸特征提取，也称人脸表征，它是对人脸进行特征建模的过程。人脸特征提取的方法归纳起来分为两大类：一种是基于知识的表征方法；另外一种是基于代数特征或统计学习的表征方法。基于知识的表征方法主要是根据人脸器官的形状描述以及他们之间的距离特性来获得有助于人脸分类的特征数据，其特征分量通常包括特征点间的欧氏距离、曲率和角度等。人脸由眼睛、鼻子、嘴、下巴等局部构成，对这些局部和它们之间结构关系的几何描述，可作为识别人脸的重要特征，这些特征被称为几何特征。基于知识的人脸表征主要包括基于几何特征的方法和模板匹配法。 现阶段，人脸识别技术已经有了广泛的应用，这也得益于人脸识别的很多优势。脸识别技术具有非强制性、非接触性、并发性等几大优势。非强制性指的是系统在用户在无意识的状态下就可获取人脸图像，不需要专门配合；非接触性指用户不需要和设备直接接触，就能获取人脸图像，提取人脸特征进行检测；并发性指在实际应用场景下可以进行同时多个人脸的分拣、判断及识别；除此之外，它还有操作简单、结果直观、隐蔽性好等特点。现在人脸识别产品已经广泛应用于安检、金融、电子产品等方面。 但是随着人脸识别应用的普及，也有许多问题随之出现。首先是人脸识别技术上的困难。人脸具有相似性，人脸器官的结构外形都很相似。这样的特点对于利用人脸进行定位是有利的，但是对于利用人脸区分人类个体是不利的。人脸也具有易变性，人脸的外形很不稳定，人可以通过脸部的变化产生很多表情，而在不同观察角度，人脸的视觉图像也相差很大，另外，人脸识别还受光照条件、人脸的很多遮盖物、年龄等多方面因素的影响。这些都是对人脸识别技术的应用的考验。另外该应用的普及也涉及到社会问题，比如公民信息可能会在不知晓的情况下被采集，并可能会被盗用而引发一系列安全问题。 虽然这项技术给人们带来很多便利及益处，但上述问题也不容忽视。只有在未来技术不断进步的同时，监管制度也不断完善，这项技术才能得到更好的应用。
2017级赵子航
人脸识别给我们带来了生活便利 但信息隐私安全问题必须考虑
人脸，承载了重要的个人身份信息。技术的发展，则让人脸成为了辨别个人身份的“重要数据”。各大手机厂商推出的新一代手机中，刷脸解锁已经替代了指纹解锁，一些支付系统也都纷纷采用了人脸识别技术。目前，人脸识别无疑是人工智能浪潮中最火热的、被广泛应用的技术之一，为生活出行、社会治安等提供了便利。
刷脸是否安全
“刷脸”进门，“靠脸”吃饭。。.。。.在人脸识别技术日渐成熟的今天，这些曾经的想象已经无限接近于现实。根据前瞻行业研究院的预测，未来五年中国人脸识别整体市场将快速成长，实现多行业应用，预计到2021年中国人脸识别市场规模将突破50亿元。
除了对隐私的担忧，公众对人脸识别技术另一方向的忧虑来自于技术本身的安全。此前，浙江小学生发现打印照片就能代替“刷脸”，骗过小区里的丰巢快递柜的新闻，似乎正是其“不靠谱”的写照。
与对隐私的担忧相比，对“刷脸”技术本身安全性的忧虑却有恐慌之嫌。实际上快递柜能被照片蒙骗，主要是因为其中并未加入活体检测技术，“如今连活体检测都不用就敢‘放出来’的人脸识别技术应用相当罕见”。
从技术本身来看，目前人脸识别分为2D和3D两种技术方案，以支付宝和微信的“刷脸支付”为例，两者使用的都是3D人脸识别技术，会通过软硬件结合的方法开展检测，来判断采集到的人脸是否为活体，可有效防范视频、纸片等冒充。
不同场景，不同边界
商业化场景：在满足个人信息主体“知情同意”情形下，鉴于人脸信息蕴含着更高的信息安全风险以及潜在的更广泛的信息内涵，企业应当谨慎评估使用行为是否遵循“合法、正当、必要”原则，避免被质疑“杀鸡焉用宰牛刀”。
基于公共利益的应用场景：与传统法学上对于肖像权的限制观点相类似，基于社会公共利益所需的情形下，自然人就其人脸信息所享有的权利也得以在一定程度内被限制。然而考虑到过度使用人脸识别技术可能对种族平等、言论自由可能带来的威胁，一般认为在公共场所使用这一技术时，建议注意遵守授权原则、法律保留原则、比例原则等。
人脸识别技术应用的合规问题
①含人脸图像的照片的性质认定
《信息安全技术个人信息安全规范》中，面部识别特征与个人基因、指纹、声纹、掌纹、耳廓、虹膜等一并构成个人敏感信息下的“个人生物识别信息”，保护程度和相关的合规要求均较一般个人信息更高。今年6月，全国信息安全标准化技术委员会发布了《信息技术安全技术生物特征识别信息的保护要求（征求意见稿）》，其中对于生物特征识别数据的定义为“生物特征样本、生物特征、生物特征模型、生物性质、原始描述数据的生物识别特征，或上述数据的聚合”，而“人脸”被列为可据以对个体进行识别的生理特征之一。然而，对于承载人脸图像的照片是否会被认定为个人敏感信息，我国目前尚未予以明确。
包含人脸图像的照片在性质上并非当然构成受到更高保护程度的生物识别信息/个人敏感信息，而是当经由特定技术处理后能够使其具有可识别个人身份的属性时，才会受制于更高的合规要求。
②人脸识别技术的商业化使用
《网安法》要求网络运营者收集、使用个人信息，应明示收集、使用信息的目的、方式和范围，并经被收集者同意。将监控设备基于安监目的所收集的人脸图像、影像信息进一步应用于商业化的精准广告营销，超出了消费者对于其个人信息使用的正常预期。
因此，企业因安全监控等目的所获知的人脸图像、影像，如后续被用于其他商业目的，则需保障个人信息主体的知情、同意要求。此外，企业还需采取合理措施防止对该述信息的未经授权访问或获取，并遵循保存时限合理必要的最小化要求。
③公共场所使用人脸识别技术的限制
一方面，政府基于建设智慧城市如在地铁等公共交通枢纽场地安装人脸识别装置或基于行政执法目的收集、使用人脸信息，是对公共安全的保障甚至能够推动公共出行的便捷。另一方面，在日益增多的公共场所监控场景中，个人无法拒绝对于人脸识别信息的获取，也同时增加了个人信息被滥用的风险。
虽然上述为公权力使用场景，但其中所体现出的利益权衡对于在公共场所部署监控设备的企业而言依然有一定的借鉴意义。企业在处理人脸识别信息时应当考虑行为的正当性和必要性，应积极制定并遵从敏感信息处理政策，以明示告知信息主体并取得信息主体的妥当授权，确保收集和处理该信息仅应以其业务目的之必要为限度，并在上线监控技术之前对其可能对个人隐私造成的影响予以评估。
④人脸识别技术下的歧视问题
随着我国对于个人信息处理的合法性、透明性要求日渐增强，企业在完全依靠自动化算法处理人脸识别信息并作出显著影响个人信息主体权益的决定时，为了避免可能的算法歧视对自然人造成的影响，建议应：
（1）全面告知人脸识别信息的使用用途；
（2）AI自动算法的工作原理以及AI将使用何种特征来评估数据主体；
（3）就收集人脸识别信息以及后续的AI处理行为获取数据主体同意；
（4）向个人信息主体提供申诉方法，以保障受影响的主体质疑自动化决策所做结论的权利。
受限于技术发展现状、原始数据的偏差、算法设计者自身的偏见，使用人脸识别算法通过标签化的判断方式增加了作出歧视性决策的风险，而这些风险绝大程度上将由本身已处于相对劣势地位的人群承担。在缺乏监管、有效保障措施、透明度和问责机制的情形下，人脸识别算法的运用将加速现有的不平等现象。而令人担忧的是，通过借助复杂晦涩的算法，歧视往往以一种不易察觉的方式进行。
我国法律对面部识别特征进行较为严格的保护
人脸识别带来的便利不可忽视，然而技术的发展没有边界，但技术的使用必须有边界，可这个边界是模糊的。哪些场景可以应用，哪些领域可以扩展，均无明显规范。因此，当其逾越了边界，自然就产生了诸多争议。
我国关于人像采集的法律法规主要集中于出入境管理、身份证办理、刑事侦查、道路交通安全管理等法律法规，公安机关等相关政府部门有权力强制采集数据主体的人像、指纹等生物识别信息。比如，《身份证法》第三条规定居民身份证登记的项目包括本人相片、指纹信息等。
除了法律对人像采集有强制性规定的场合之外，人脸识别正在被广泛运用到火车站/飞机场的“刷脸进站”、学校的课堂监控、企事业单位的“真人打卡”等公共管理领域，以及银行等金融机构的身份验证、支付宝等第三方支付的身份验证、在线美颜和P图等商业领域。上述行为是否符合《网络安全法》及相关信息保护法律规范的要求值得思考。
其实，从人脸识别的技术来看，除了首次在数据库中存储的面部识别特征，在此后的面部识别中采集的面部特征可以仅用于校对，而不进行存储。不收集或减少收集不必要的个人敏感信息也符合《网络安全法》关于数据收集的“必要”原则，同时也可以减少数据泄露的安全风险。
结尾：
人脸信息，作为人体重要的生物信息，在技术发展的推动下，已经应用到支付、娱乐、安防、教育等各个生活领域。技术是一把双刃剑，人脸识别作为一项高新技术，人们在体验其为生活带来便利的同时，也不能忽视其带来的信息安全、隐私泄露等问题，更不能对其带来的法律风险视而不见。