Firebase的优势都有哪些？

Posted 2023-05-10

Firebase是Google Cloud Platform为应用开发者们（特别是全栈开发）推出的应用后台服务。借助Firebase，应用开发者们可以快速搭建应用后台，集中注意力在开发client上，并且可以享受到Google Cloud的稳定性和scalability。Firebase为后台开发提供以下几个功能：实时数据库（Realtime database）；用户认证（Authentication）；自定义API（Cloud function）；消息推送（Cloud messaging）；静态网页Hosting；云存储（Cloud storage）；下面分别介绍一下每个功能。实时数据库是Firebase提供的核心功能。通过为android， ios跟Web（javascript）提供SDK，前端开发者们可以轻松的读写Firebase的数据库（no-SQL，Json）。Firebase提供了基于email的用户认证。通过client SDK，开发者可以轻松的实现账户注册，登陆登出，修改密码，忘记密码等常用功能。并且可以轻松集成3rd party Authentication方式（Google Signin，Facebook Login，Github，Twitter）以及任何customize的认证服务。支持手机号登陆，短信功能。Firebase提供了消息推送功能。通过client side SDK产生token注册至firebase服务器，并自动监听任何消息推送。开发者或者管理者可以在任何地方（服务器或者个人电脑）对任何一个device发送推送消息，提高engagement。顾名思义，Firebase提供了最基本的web hosting功能。对于web应用开发者来说提供了极大的便利，client的代码不需要另外host，而与Firebase API server共同host在Google Cloud中，提供了效率，降低了成本。Firebase会为web hosting提供一个免费的hostname，允许开发者可以随意更换为任何自己拥有的hostname。Firebase除了通过实时数据库对structured数据的支持，还通过云存储来提供上传下载大文件（blob file）。

参考技术A

如果你不了解Firebase，可以看一下之前的报道。简单的你可以说通过引入Firebase，你可以通过api去构建实时性的应用，和Meteor相比Firebase是如此的简单。Firebase和绝大多数云服务一样，不需要额外的服务器硬件设备，并且是可以随时扩展的，对数据存储容量没有限制，Firebase 最高能处理百万级的并发和 TB 级的数据传输，数据发生更改，同步敏感颗粒度基本达到 10 毫秒级别。另外通过简单的api，你仅需要10几行代码，就可以写一个实时性聊天室。总结一下就是Firebase弱化了数据库的存在，看起来很酷，但是现实情况下出于安全、数据分析等考虑，自己维护数据库才是更合适的。如果既想使用Firebase的便捷，又想自己维护数据库，那么End.js或许是个好选择。End.js学习了Firebase的api，同时基于socket.io和MongoDB，提供了类似Firebase的功能。End.js是Node.js的一个package,所以很方便的和其他package一起使用。

人脸识别技术都有哪些优势呢？

技术优势：1、 非接触，智能识别，用户接受程度高。2、 直观性突出，符合“以貌识人”的认知规律。3、 适应性强，安全性高，应用领域广。所谓脸部识别也是基于生物特征的识别方式，跟指纹识别相比具有独特的优势：脸部识别准确率更高，速度更快。在安全性要求高的应用场合，人脸识别技术要求识别对象必须亲临识别现场，难以被仿冒。人脸识别技术所独具的活性判别能力保证了他人无法以非活性的物体来欺骗识别系统。这是指纹等生物特征识别技术所很难做到的。

参考技术A

在信息化的今天，安全问题已经成为了与每个人切身相关的问题。特别是对于个人身份信息来说，诸多垃圾短信和骚扰电话的出现也说明了信息安全对于我们自身的重要性。近日，香港中文大学教授汤晓鸥、王晓刚及其研究团队宣布，他们研发的DeepID人脸识别技术的准确率超过99%，比肉眼识别更加精准。我们有幸对汤晓鸥教授进行了书面采访，请他谈谈科研经历与行业发展。据悉，汤晓鸥教授领导的计算机视觉研究组 (mmlab.ie.cuhk.edu.hk) 开发了一个名DeepID的深度学习模型， 在LFW (Labeled Faces in the Wild)数据库上获得了99.15%的识别率，这也是有史以来首次超过99%的LFW识别率。在此之前，，Facebook发布了另一套基于深度学习的人脸识别算法DeepFace，在LFW上取得了97.35%的识别率。本次汤晓鸥教授的研究团队发布的DeepID在实验数据的应用数量上只有20万，但是错误率更低。在谈到人脸识别领域的时候，汤晓鸥教授表示从学术上来讲，人脸识别技术起到了一个标杆的作用，对于其他研究有着深度的借鉴意义。他同时表示，从2000年从事人脸识别技术研发开始，已经有了10多年的科研经验，除了人脸识别之外，包括检测、定位、表情、姿态等相关技术也有涉及。汤晓鸥教授还特别谈到了DeepID的主要内容——deep learning，这是一种模仿人大脑的学习过程，是一项比较开创性的工作。DeepID的识别率要高于人眼，意味着替代人类做更可靠的工作，很多靠人工识别图像的工作可以由机器承担。在谈到NVIDIA的加速作用时，汤晓鸥教授表示——用了NVIDIA Tesla K40以后，GPU可以将计算时间提高几十到上百倍，大大缩短模型生成过程的时间。就现有项目里的实际情况，原来30天的计算量，现在10个小时就可以完成。NVIDIA给了我们很多支持，我们要做成世界第一，最后我们也实现了。在谈到DeepID人脸识别技术的市场化时，汤晓鸥教授认为它将有助于提升智慧城市的实现速度。不过他也谈到目前该项技术还仅限于小众范围应用，大规模的普及还需要市场的检验。

参考技术B

人脸与人体的其它生物特征(指纹识别、虹膜识别等)一样与生俱来，它的唯一性和不易被复制的良好特性为身份鉴别提供了必要的前提，这是一个非常好的优势，可这也为人脸识别技术的研究带来了困难，正所谓“成也萧何败萧何”。 人脸识别技术再度成为市场关注的热点，多家上市公司近期集中推出相关产品或表示正在进行技术储备及研发。据统计数据显示，仅在中国大陆，在未来三年内人脸识别产品有望形成年销售额过百亿。有不愿具名的分析人士认为，人脸识别技术本身已经存在较久了，目前受到关注应该是在同安防领域结合方面。 相比于其他识别技术，人脸识别的优势比较明显，主要集中在以下几个方面： 一是自然性，所谓的自然性是指该识别方式同人类(包括其它生物)进行个体人脸识别时所利用的生物特征相同，是通过观察比较人脸区分和确认身份;具有自然性的识别还有语音识别和体形识别，而指纹识别和虹膜识别等因人类或其他生物不能通过此类生物特征区别个体所以不具备自然性。 二是非强制性，被识别的人脸图像信息可以主动获取而不被被测个体察觉，人脸识别是利用可见光获取人脸图像信息，而不同于指纹识别或者虹膜识别需要利用电子压力传感器采集指纹，或者利用红外线采集虹膜图像，这些特殊的采集方式很容易被人察觉，从而带有可被伪装欺骗性。 三是非接触性，相比较其他生物识别技术而言，人脸识别是非接触的，用户不需要和设备直接接触。 四是并发性，在实际应用场景中，人脸识别技术可以进行多个人脸的分拣、判断及识别。