上海交大教授训练机器识别“清纯”和“妖艳”美女

现代化研

[澎湃新闻网]继看脸识罪犯，交大教授训练机器识别“清纯”和“妖艳”美女[图]

[发布时间]: 2016年12月20日

继16-11月下旬训练机器以86%的成功率识别罪犯和非罪犯的照片后，上海交通大学教授武筱林近日又发表了“机器看相”第二季：人工智能可以成功鉴别“清纯”美女和“妖艳”美女，其审美与中国高校男生高度一致。  

“是看脸认一个人难，还是判断一个服务员的笑是出自真诚还是敷衍更难？”，16-12月17日，在接受澎湃新闻的采访时，武筱林抛出了这个问题，来揭示他做的这一系列可能触及社会伦理敏感点的研究的意义所在。  



武筱林

目前人脸识别系统已能成功鉴别人类的生物性特征，包括性别、种族、年龄甚至情绪。下一个问题非常吸引人而又充满挑战性：人工智能是否能基于人脸识别推测人类的社会性特征呢？  

武筱林正在进行的这一系列研究，正是为了解答这个问题，或者说，他是在迫使我们直面一个严肃的现实：人工智能已经具有了认同人的情感和性格的潜力。武筱林的上一篇训练机器进行“罪犯识别”的论文已经召来了褒贬不一的回应邮件，有些人甚至严肃地敦促他“撤稿”。他这次在论文的引言部分写道，“我们不能因为社会禁忌和政治观念，就在不加以检验的情况下否定这种可能性”。
在上一篇论文中，武筱林团队运用计算机视觉和机器学习技术检测1856张中国成年男子面部照片，其中将近一半是已经定罪的罪犯。实验结果显示，通过机器学习，分类器可以以86%的准确率区分罪犯与非罪犯这两个群体的照片。特别是在内眼角间距、上唇曲率和鼻唇角角度这三个测度上，罪犯和非罪犯存在较为显著的差距。平均来讲，罪犯的内眼角间距要比普通人短5.6%，上唇曲率大23.4%，鼻唇角角度小19.6%。同时，他们发现罪犯间的面部特征差异要比非罪犯大。
而最新出炉的这篇论文题为Automated Inference on Sociopsychological Impressions of Attractive Female Faces（《自动推断有吸引力的女性面孔造成的社会心理学印象》），目前上载在预印本网站arXiv上。
武筱林的研究团队这次把目光转向了女性，而且是长相有吸引力的女性。尽管东西方都有“情人眼里出西施”的说法，但在实际生活中，大众对陌生女性的审美还是较为一致的。同时人们还会给不同的“美女”贴上不同的标签，有些是肯定性的标签，比如“甜美”、“可爱”、 “优雅”、“温柔”、“体贴”；有些是否定性的标签，比如“做作”、“虚荣”、“冷漠”、“轻浮”。这些标签直接从外表指向了女性的一些内在性格甚至品格。  

比起犯罪性来，判断对“美女”的审美给人工智能提出了更大的挑战，因为审美在传统上被认为是一种复杂的个人“口味”，糅合了观察者和被观察者的个性和社会价值观。  

研究团队将两组照片样本展示给22名中国男性研究生，发现尽管他们对于照片上贴的标签高度认同，但他们无法具体解释他们是如何做出这样的判断的。他们几乎都给出了非常模糊的回答，比如“我就是这么感觉的”。
那么，人工智能否把握这种模糊的“感觉”，由女性长相推断出她们的内在性格呢？
武筱林团队首先进行了半自动化的样本采集。他们在百度图片上用“单纯美女”、“甜美少女”等关键词进行检索，并把照片分为S+和S-两组。
S+包含带有以下标签的美女照片：清纯、柔美、甜美、秀美、单纯、大方  

S-则包含以下标签：娇艳、俗气、张扬、风骚、轻佻、轻浮、妩媚  



“褒义组”照片样本



“贬义组”照片样本

S+和S-分别倾向于褒义和贬义的标签，且在女性的支配力、可信赖度、单纯程度等内在个性上有不同程度的暗示，本文简单将这两组称为“褒义组”和“贬义组”。  

然后，所有搜索结果又由中国男性研究生进行了人工排查，去掉一些由于复杂语义造成的错误搜索结果，比如有些照片带有反讽性质的标签。
研究团队最后得到了共3954张中国美女照片，其中“褒义组”2000张，“贬义组”1954张。
由于受访的研究生们无法指出他们做出判断的细节依据，武筱林团队采用了深度卷积神经网络（CNN）进行研究。在实验中，他们用数据集中的80%进行训练，10%用于验证，剩余10%进行测试。
实验的结果是，经过训练的机器鉴别“褒义组”和“贬义组”的准确率达到了80%。  

机器识别准确率达80%
机器识别准确率达80%
接着，由于受访男性研究生普遍认为“贬义组”的照片“不自然”，研究者怀疑影响男性做出审美判断的重要依据是女性的化妆程度。但这个猜测很快被实验推翻了。当把所有照片调成灰阶图，重复上面的过程后，CNN分类器的识别准确率只下降了6%。  

换成灰阶图后的机器识别准确率仍有75%
换成灰阶图后的机器识别准确率仍有75%
此外，浓妆还可能造成面部色彩的对比度和饱和度变高。这点得到了数据分析的证实。“褒义组”的色彩对比度比“贬义组”平均低了14%，饱和度平均低了5%。此外，“贬义组”照片在色彩对比度和饱和度上差异性更大。这与中国传统推崇的“自然美”一致。研究者猜测，这种色彩对比度和饱和度上的差异是机器做出判断的重要依据之一。  

“褒义组”和“贬义组”色彩对比度和饱和度的均值和标准差
“褒义组”和“贬义组”色彩对比度和饱和度的均值和标准差
最后，武筱林团队排除了机器过度学习的可能性。他们将数据集随机打乱后训练机器，结果机器只能以50%的概率随机“猜”分类。  

文章最后总结道，这篇论文是上一篇论文《基于面部识别的犯罪性推断》的续集，再次证明了人工智能不仅可以通过人脸识别鉴别生物性特征，还可以鉴别社会心理层面的特征。
澎湃新闻在阅读论文时，发现论文中附带的“褒义组”照片中出现了演员杨颖。鉴于武筱林的研究采用了百度图片搜索，样本中出现一些演艺圈人士和“网红”的照片不足为奇。但在采访中，武筱林表示他和他的研究生都对“网红”群体知之甚少。然而，他们已经对这个群体产生了研究兴趣，甚至打算拿她们作样本，进一步检验论文中的算法。  

武筱林说道，他的研究生已经在收集一批女主播的照片，并记录网友对她们长相的综合性评价。在收集完成后，他们将把这一批全新的数据交给人工智能甄别，检验计算机的“审美”是否和网友一致。
武筱林打比方说道，之前他们就像训练计算机成功通过了高考，但现在他们重新找了一批“怪题”来考验计算机，看看人工智能的学习能力到底有多强。  

来源：澎湃新闻网 2016.12.20 , 上海交通大学新闻网

http://www.thepaper.cn/newsDetail_forward_1583376

http://news.sjtu.edu.cn/info/1005/1252195.htm

顾汉现

機器看相？識別美女「清純」還是「妖艷」 视频:

簡介
上傳時間： 2016-12-20 16:03
都說「情人眼裡出西施」，審美在傳統上被認為是一種複雜的個人「口味」，糅合了觀察者和被觀察者的個性和社會價值觀。如果說機器人可以通過觀察一個女性的外貌而判斷其是「清純」還是「妖艷」美女，你又信不信呢？繼11月下旬訓練機器以86%的成功率識別罪犯和非罪犯的照片後，上海交通大學教授武筱林近日又發表了「機器看相」第二季：人工智能可以成功鑒別「清純」美女和「妖艷」美女，且其審美與中國高校男生高度一致。 武筱林和他的研究團隊通過半自动化的样本采集，共得到3954张中国美女照片，其中包含「清純、柔美、單純、大方」等標籤的S+組別照2000张，包含「嬌豔、俗氣、輕浮、嫵媚」等標籤的S-組別照1954张。不過因為受訪的男研究生們無法指出他們做出判斷的依據，僅表示「我就是這麼覺得」，因此武筱林團隊採用了深度卷積神經網路(CNN)進行研究。在實驗中，他們用資料集中的80%進行訓練，10%用於驗證，剩餘10%進行測試。而實驗結果顯示，經過訓練的機器鑒別兩個組別的準確率達到80%。 那麼是否是組別中女性的化妝程度影響了實驗結果呢？團隊將所有照片調成灰階圖後，機器的識別準確率仍有75%，僅下降了6%。此外， S-組別的色彩對比度比S+組別平均低14%，飽和度低5%，研究者猜測，這種色彩對比度和飽和度的差異是機器做出判斷的重要依據之一，這也與中國傳統推崇「自然美」一致。

http://www.fintv.hk/Zhtw/116/4261/333554



（華成旅行最便宜 03-3833-9823)

顾汉现

面部识别

开放分类：IT软件技术

面部识别又称人脸识别、面像识别、面容识别等，人脸识技术中被广泛采用的区域特征分析算法，融合了计算机图像处理技术与生物统计学原理于一体，利用计算机图像处理技术从视频中提取人像特征点，利用生物统计学的原理进行分析建立数学模型,即人脸特征模板。

摘要
科学
2017-04-20
面部识别：美国所有签证持有者出境前 需经过面部识别测试
来源：www.cnbeta.com
面部识别
签证持有者今后如果想通过国际航班离开美国，在美国所有国际机场进行安检的时候需要通过面部识别，目前基本已覆盖所有国际机场
2017-01-19
面部识别：AI难以辨认有色人种 因开发工程师多为白人来源：www.cnbeta.com
2017-01-01
面部识别：全民“刷脸” 如何免除“刷脸”的后顾之忧？来源：ithome.com
2016-12-21
面部识别：继刷卡和数字钱包后 刷脸支付或将成为下一个潮流来源：ithome.com
2016-12-09
面部识别：小眼睛自带特异功能？华裔男子让脸部识别系统晕菜来源：jiemian.com
2016-12-01
面部识别：交大教授训练机器看脸识罪犯 准确率达86%以上来源：163.com
2016-11-08
面部识别：俄罗斯2017年将在边境测试面部识别系统来源：ithome.com
2016-09-19
面部识别：课程是否无聊？可利用面部识别技术判断学生兴趣来源：新浪科技
2016-06-27
面部识别：研究发现 面部识别技术目前并不可靠来源：huanqiu.com
2016-04-07
面部识别：这个传说中的人脸识别神器“呵呵付”真的来了来源：mydrivers.com
2016-01-20
面部识别技术：竟然还可以能用来识别鲸鱼来源：
2016-01-03
面部识别：中国将人脸识别技术运用于铁路安防系统来源：新华网
2015-12-24
面部识别：“刷脸”存取款成现实 准确率可达到99.5%来源：搜狐网
2015-09-06
面部识别：传苹果收购面部捕捉技术公司Faceshift来源：环球网
2015-08-31
面部识别：魔镜魔镜告诉我 我的身体健康吗？来源：雷锋网

目录
1简介
2算法
3功能模块
人脸捕获与跟踪功能
人脸识别比对
人脸的建模与检索
真人鉴别功能
图像质量检测
4优点
5缺点
相似性
易变性
6应用前景
7相关新闻
简介/面部识别
面部识别
面部识别图册
面部识别又称人脸识别、面像识别、面容识别等等，面部识别特指利用分析比较人脸视觉特征信息进行身份鉴别的计算机技术。
算法/面部识别 编辑
人脸识技术中被广泛采用的区域特征分析算法，它融合了计算机图像处理技术与生物统计学原理于一体，利用计算机图像处理技术从视频中提取人像特征点，利用生物统计学的原理进行分析建立数学模型,即人脸特征模板。利用已建成的人脸特征模板与被测者的人的面像进行特征分析，根据分析的结果来给出一个相似值。通过这个值即可确定是否为同一人。
功能模块/面部识别 编辑
人脸捕获与跟踪功能
人脸捕获是指在一幅图像或 视频流的一帧中检测出人像并将人像从背景中分离出来，并自动地将其保存。人像跟踪是指利用人像捕获技术，当指定的人像在摄像头拍摄的范围内移动时自动地对其进行跟踪。
  
人脸识别比对
人脸识别分核实式和搜索式二种比对模式。核实式是对指将捕获得到的人像或是指定的人像与数据库中已登记的某一对像作比对核实确定其是否为同一人。搜索式的比对是指，从数据库中已登记的所有人像中搜索查找是否有指定的人像存在。
  
人脸的建模与检索
可以将登记入库的人像数据进行建模提取人脸的特征，并将其生成人脸模板（人脸特征文件）保存到数据库中。在进行人脸搜索时（搜索式），将指定的人像进行建模，再将其与数据库中的所有人的模板相比对识别，最终将根据所比对的相似值列出最相似的人员列表。
  
真人鉴别功能
系统可以识别得出摄像头前的人是一个真正的人还是一幅照片。以此杜绝使用者用照片作假。此项技术需要使用者作脸部表情的配合动作。
  
图像质量检测
图像质量的好坏直接影响到识别的效果，图像质量的检测功能能对即将进行比对的照片进行图像质量评估，并给出相应的建议值来辅助识别。
优点/面部识别
面部识别



面部识别图册
面部识别的优势在于其自然性和不被被测个体察觉的特点。
  
所谓自然性，是指该识别方式同人类（甚至其他生物）进行个体识别时所利用的生物特征相同。例如面部识别，人类也是通过观察比较面部区分和确认身份的，另外具有自然性的识别还有语音识别、体形识别等，而指纹识别、虹膜识别等都不具有自然性，因为人类或者其他生物并不通过此类生物特征区别个体。
  
不被察觉的特点对于一种识别方法也很重要，这会使该识别方法不令人反感，并且因为不容易引起人的注意而不容易被欺骗。面部识别具有这方面的特点，它完全利用可见光获取面部图像信息，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，从而更有可能被伪装欺骗。
缺点/面部识别
面部识别被认为是生物特征识别领域甚至人工智能领域最困难的研究课题之一。面部识别的困难主要是面部作为生物特征的特点所带来的。
相似性
不同个体之间的区别不大，所有的面部的结构都相似，甚至面部器官的结构外形都很相似。这样的特点对于利用面部进行定位是有利的，但是对于利用面部区分人类个体是不利的。
易变性
面部的外形很不稳定，人可以通过脸部的变化产生很多表情，而在不同观察角度，面部的视觉图像也相差很大，另外，面部识别还受光照条件（例如白天和夜晚，室内和室外等）、面部的很多遮盖物（例如口罩、墨镜、头发、胡须等）、年龄等多方面因素的影响。

在面部识别中，第一类的变化是应该放大而作为区分个体的标准的，而第二类的变化应该消除，因为它们可以代表同一个个体。通常称第一类变化为类间变化，而称第二类变化为类内变化。对于面部，类内变化往往大于类间变化，从而使在受类内变化干扰的情况下利用类间变化区分个体变得异常困难。
应用前景/面部识别
目前生物识别技术已广泛用于政府、军队、银行、社会福利保障、电子商务、安全防务等领域。例如，一位储户走进了银行，他既没带银行卡，也没有回忆密码就径直提款，当他在提款机上提款时，一台摄像机对该用户的眼睛扫描，然后迅速而准确地完成了用户身份鉴定，办理完业务。这是美国德克萨斯州联合银行的一个营业部中发生的一个真实的镜头。而该营业部所使用的正是现代生物识别技术中的“虹膜识别系统”。此外，美国“9.11”事件后，反恐怖活动已成为各国政府的共识，加强机场的安全防务十分重要。美国维萨格公司的脸像识别技术在美国的两家机场大显神通，它能在拥挤的人群中挑出某一张面孔，判断他是不是通缉犯。 随着技术的进一步成熟和社会认同度的提高，人脸识别技术将应用在更多的领域。
1、企业、住宅安全和管理。如人脸识别 门禁考勤系统，人脸识别防盗门等。
2、电子护照及身份证。这或许是未来规模最大的应用，国际民航组织(ICAO)已确定，从2010年起，其118个成员国家和地区，必须使用机读护照， 人脸识别技术是首推识别模式，该规定已经成为国际标准。中国的电子护照计划公安部一所正在加紧规划和实施。
3、公安、司法和刑侦。如利用 人脸识别系统和网络，在全国范围内搜捕逃犯。
4、自助服务。如银行的自动提款机，如果用户卡片和密码被盗，就会被他人冒取现金。如果同时应用人脸识别就会避免这种情况的发生。2013年7月。芬兰一家企业推出全球首个“刷脸”支付系统。结账时，消费者只需在收银台面对POS机屏幕上的摄像头，系统自动拍照，扫描消费者面部，等身份信息显示出后，在触摸显示屏上点击确认完成交易。无需信用卡、钱包或手机。整个交易过程不超5秒钟。不过，也有人认为，“这点时间，通常也就够你拿出钱包”。芬兰初创公司Uniqul已为这套基于面部识别技术的“刷脸”支付系统申请专利[1] 。
5、信息安全。如计算机登录、电子政务和电子商务。在电子商务中交易全部在网上完成，电子政务中的很多审批流程也都搬到了网上。而当前，交易或者审批的授权都是靠密码来实现，如果密码被盗，就无法保证安全。但是使用生物特征，就可以做到当事人在网上的数字身份和真实身份统一，从而大大增加电子商务和 电子政务系统的可靠性。
相关新闻/面部识别
2015年4月，伦敦初创公司Realeyes开发的技术能够通过网络摄像头或智能手机识别面部情绪，为此公司获得了欧盟委员会360万欧元（约合390万美元）的投资。Realeyes创立于2007年，其数据库中存储了500多万张人脸图像。这项技术还可以自动探测人的性别和年龄段，与其他数据合并，就可以建立更加详细的数据库。该技术目前被飞利浦、宝洁和AOL等公司用来优化视频广告，主要是分析用户观看广告时的表情了解用户喜好。除了将该技术应用于商业，负责领导这项研究的帝国理工学院教授马佳·潘迪克(Maja Pantic)表示，希望该技术有朝一日能够帮助自闭症儿童或者抑郁症患者。

http://www.baike.com/wiki/%E9%9D%A2%E9%83%A8%E8%AF%86%E5%88%AB



（華成旅行最便宜 03-3833-9823)

顾汉现

今后离开美国的所有签证持有者出境前需经过面部识别

2017年04月20日 10:02 次阅读 稿源：cnBeta.COM  

the United States 美国

签证持有者今后如果想通过国际航班离开美国，在美国所有国际机场进行安检的时候都需要通过面部识别测试。自2015年以来，美国境内大部分机场先后部署了面部识别系统，目前基本上已经覆盖所有国际机场。在特朗普总统上台100天之际，他宣布将加快推进该系统的全面部署工作，以便于追中每位出境旅客。目前亚特兰大飞往东京的航班已经启动测试，而今年夏季将会进一步铺开。
jbareham_170417_1617_0002.0.jpg

  

图片来自于 theverge
美国海关和边境保护局将有权利访问所有签证持有者以及合法进行美国境内群组的照片信息。这款新系统名为Biometric Exit，在登机离开美国之前会对所有乘客的面部进行扫描。如果面部信息和CBP数据并不匹配，那么就意味着他们可能是非法入境人员。这些照片和其他生物信息都会得到妥善的保存，此外Biometric Exit系统还用于检查乘客的签证是否逾期。
国会早在1996年的时候就提出了Biometric Exit系统，但是直到最近才引起足够多的重视。这项部署原本计划于2018年年初上线，不过从目前来看有望在今年年底之前上线。

http://www.cnbeta.com/articles/tech/604477.htm



全民走进“刷脸时代”： 如何免除“刷脸”的后顾之忧？

2016-12-31 22:12:08来源：人民日报海外版 作者：柴逸扉 责编：马卡

2017年春运即将开启。为了应对届时的出行潮、方便旅客快速“进站”，北京西站等一些火车站开通了自助进站通道，采用脸部识别技术，让旅客能够刷脸进站。
全民走进“刷脸时代”： 如何免除“刷脸”的后顾之忧？
除了在进站验票环节可以通过“刷脸”来提高效率，近年来，这项生物识别技术也开始在越来越多的领域应用。不过，从脸部识别技术出现以来，许多人也一直对这项技术的安全性表示担忧，因此“望而却步”。
如何限制乃至消除面部识别技术的潜在风险？如何免除人们“刷脸”的后顾之忧？这些是迈入全民“刷脸时代”必须妥善解决的问题。
“刷脸”服务优势何在
近日，记者来到北京西站准备乘坐高铁。在自助进站通道前，记者根据指示牌的说明将车票正面的二维码朝上、朝前，并把它与身份证一起放入闸机插入口。同时，记者微微低头，面朝自助设备上的摄像头，由摄像头采集人脸信息，与身份证上的头像进行对比。识别成功后，闸机顺利打开，记者就此进站，前后仅需5秒左右。
“我们现在安排了1-2名工作人员帮助旅客使用自助进站闸机，目前自助进站闸机的开放时间为早上6时30分到晚11时，春运期间会根据客流情况，适当延长开放时间。”北京西站客运车间相关负责人说，如果春运期间“刷脸”进站运行很顺利，未来会大规模推广，以不断提高乘客的乘车体验。
进站验票只是“刷脸”提供的业务之一。除此之外，“刷脸”还有更广泛的应用。比如在取款、支付方面，许多银行和支付宝也都推出了这项业务。在开通“刷脸”业务的ATM机前，用户只需要在ATM机屏幕首页点击选择“刷脸取款”功能，系统将自动抓拍现场照片，随后与银行可信照片源进行比对。通过验证后，用户需要输入手机号码进一步确认身份，紧接着输入取款金额、密码，最后拿取现金，不必使用银行卡。
而多地公安系统试点推出的“身份证网上副本”又让居民在办理各种证明、认证身份时可以通过“刷脸”提升效率与安全性。例如福建厦门目前在厦门自贸区综合服务大厅、厦门市行政服务中心放置了自助服务终端，居民在此完成“身份证网上副本申请”后，就可以在家通过摄像头“刷脸”验证来查询个人信用、开具无违法犯罪记录证明、办理户口迁入迁出等业务。
哪些问题引发担忧
“在人脸识别系统中，很有可能你的表姐比你更像你。”谈及人脸识别技术可能存在的问题，运营近8年的人脸识别技术公司骏聿科技创始人袁存鼎表示，人脸识别技术的精准度还达不到100%，对相似度高的脸容易出现识别误差。
比如，如果是双胞胎，人脸识别系统就有可能在识别时出现混淆；而假设有人盗用了一段他人脸部特征清晰、并作点头及眨眼动作的视频，也有可能骗过脸部识别系统，获取别人的资料，对他人的生命财产安全造成侵犯。
或许有人会问，把辨识精准度提高、数据要求更严格不就可以消除风险了吗？事实上，对这样的措施，专业人士和部分网友也表达了另外的隐忧：一旦对脸部辨识的要求过于苛刻，那么即使本人，也可能会由于各种原因无法被识别：如果整容了怎么办？变胖或变瘦了怎么办？受过伤怎么办？是不是就不能识别了？这些都是大家担心的问题。
此外，关于人脸识别的隐私问题也受到网友们的广泛讨论。一些网友表示，脸部识别系统的使用意味着银行等机构会采集客户的面部信息资料，而这项信息本身就属于个性化的隐私。“说实话，我并不希望在交易等活动中使用摄像头，因为它们给人被监视的感觉。”采访中，网友冬云这样表示。
怎样做到安全使用
不过正如文章开头所介绍，即便大家对脸部识别技术有这样那样的忧虑，但许多机构已经开始尝试运用这项技术。面对这些忧虑和潜在的问题，这些部门又如何应对呢？
例如，一些机构在使用这一系统时会要求用户动态识别，像是微笑、眨眼等动作以及通过多个摄像头，判断所采集信息是否为三维图像，从而防止使用提前准备好的照片、视频等。
而对于银行等涉及用户财产安全的部门来说，他们设置了更多的配合性验证方式。比如，在用户刷脸取款时，招商银行会要求客户输入在银行预留的手机号及交易密码，以便进一步核实身份。也有部分银行还会同时使用声控、指纹识别技术，对用户的指纹和声音进行辨识。另外，招行等银行也将“刷脸”条件下的取款上限作了规定，避免在万一出现风险的情况下造成客户的重大损失。
不过，对于因整容等情况出现“刷脸”失败的情况，不论是政府部门还是银行都没有直接的办法进行解决。在这种情形下，用户必须到公安部门更新自己身份证上的照片，从而让资料库的“脸”和自己实际的脸更加接近。

http://www.ithome.com/html/next/286040.htm



对话川大教授：“听音识人”成功率并非百分之百:

http://www.kaseisyoji.com/forum. ... amp;extra=#pid88167



（華成旅行最便宜 03-3833-9823)