近幾年,人臉識別技術在安防領域得到了廣泛應用,隨著技術的不斷發(fā)展,它離我們的日常生活越來越近,手機、商場、公園等都可以看到它的身影。據(jù)相關分析報告顯示,預計今年起人臉識別市場規(guī)模將保持20%左右的增速,到2022年,全球人臉識別市場規(guī)模將達75.95億美元。可以說,未來幾年將是人臉識別技術成熟與普及的關鍵之年。

人臉識別,也叫面部識別,是一種基于人的臉部特征信息進行身份識別的生物識別技術。它用攝像機或攝像頭采集含有人臉的圖像或視頻流,并自動在圖像中檢測和跟蹤人臉,進而對檢測到的人臉進行臉部的一系列相關技術。

國內主流的人臉識別企業(yè)與特點

目前在全球范圍內,從事人臉識別技術的企業(yè)很多,國外知名的有google、facebook、斯坦福、卡耐基等;國內這些年也涌現(xiàn)了很多實力派,如?？低?、科大訊飛、商湯科技、云從科技等。

國內這些主流的人臉識別企業(yè),技術方案各有特點。如?？低暤娜四樧R別技術,其人臉識別系統(tǒng)在識別準確率上非常不錯,前端智能-深眸、分布智能-超腦NVR、中心智能-?？的樧V,均融合深度學習算法,前后端深度智能為人臉大數(shù)據(jù)應用提供有力支撐。

人臉識別系統(tǒng)廣泛應用于平安城市、交通樞紐、智慧醫(yī)療、商業(yè)連鎖、銀行、學校、園區(qū)、邊檢等各行各業(yè)。

科大訊飛的人臉識別技術在準確率上做了很多突破性研究,其離線人臉識別和視頻流檢測技術也頗有亮點,離線人臉識別在檢測到的人臉框中,進一步定位人臉的五官和輪廓位置,目前采用關鍵點21點模型定位位置,人臉關鍵點的平均精確度高達96%;視頻流人臉檢測和關鍵點檢測、靜態(tài)圖片中人臉檢測支持離線狀態(tài)下使用,在提高響應時間上表現(xiàn)出色,此項技術可用于圖片編輯等領域。

其人臉識別技術在考勤系統(tǒng)、遠程認證、門禁系統(tǒng)、娛樂應用等眾多領域廣泛應用。

商湯科技的人臉識別技術表現(xiàn)在對視頻流人臉校準方面,準確度和延遲都很好,人臉識別算法也是其優(yōu)勢之一。據(jù)OFweek人工智能網獲悉,商湯科技曾在國際權威人臉數(shù)據(jù)庫LFW中,其人臉識別準確率首次超越人眼。針對安防領域,它推出了靜態(tài)人臉比對系統(tǒng)SenseTotem(圖騰),以及動態(tài)人臉比對—SenseFace。圖騰是一套以圖搜圖系統(tǒng),可通過采集監(jiān)控錄像中的人臉截圖,比對搜索目標庫中標準人臉照片,幫助干警快速確認涉案嫌疑人員的身份,而SenseFace用于在飛機場、火車站等公共場合的大規(guī)模視頻監(jiān)控系統(tǒng)中的實時大庫人臉識別,可提供在監(jiān)控視頻中實時抓拍人臉、屬性識別、重點人員軌跡還原等功能。

其人臉識別技術除了應用在金融、門禁、無人駕駛等,如小咖秀、熊貓直播等這些熱門應用所提供的各類面部AR特效,背后都來自商湯提供的技術支持。

云從科技的人臉識別技術很有特色,其人臉識別技術采用結構光活體防攻擊檢測,在提升準確率上有很好的效果。結構光技術”的3D人臉識別系統(tǒng)在精確度、響應速度與活體檢測方面得到了革命性突破。3D結構光人臉識別技術能夠廣泛的應用在物聯(lián)網、移動互聯(lián)網、銀行、安防、交通等各個需要人臉識別的場景,可以更好的提升攻擊預防效果,全面提升人臉識別準確度,結合云從最新的算法,能夠在一千萬分之一誤識率下達到99%以上的準確率。

其人臉識別技術廣泛應用于銀行、公安系統(tǒng)、商場等,并與公安部、國有大型商業(yè)銀行、證通股份、民航總局建立聯(lián)合實驗室,推動人工智能產品標準的建立。

當前國內人臉識別技術在市場普及上面臨的痛點

就當前人臉識別最普及的領域而言,安防、銀行和公安系統(tǒng)上應用最廣。未來人臉在很多領域都可以大放異彩,這取決于技術的突破與創(chuàng)新。就國內當前的現(xiàn)狀而言,人臉識別在市場普及上面臨著兩大痛點。

一、商業(yè)模式有待改進

一項新技術的普及與很多因素有關,作為企業(yè)而言,成本控制與盈利才是其目的。而人臉識別技術門檻高、投入大,短期內的應用場景又很有限,因此很多企業(yè)在布局上顯得猶猶豫豫,想讓人臉識別技術像網購一樣進入千家萬戶,一個好的商業(yè)模式至關重要。

在普及人臉識別技術上,國內很多公司也做了很多努力,如百度曾推出過一個叫臉優(yōu)的產品,它是百度在人工智能技術上的一個嘗試性應用,有人認為這個應用的推出讓手機APP從“模式時代”突破到“術時代”。 因為該應用連接的不只是用戶與未來的商業(yè)模式,更多的是連接了百度的人工智能以及人臉識別等技術,有著足夠高的技術門檻,實現(xiàn)難度大。阿里巴巴、騰訊等互聯(lián)網巨頭也曾嘗試基于人臉識別技術的商業(yè)變現(xiàn),但效果均未達預期。

二、當前的人臉識別技術仍有進步空間

當前的人臉識別系統(tǒng)主要包括四個組成部分:人臉圖像采集及檢測、人臉圖像預處理、人臉圖像特征提取以及匹配與識別。隨著未來數(shù)據(jù)的增長,在數(shù)據(jù)匹配,將面臨著更大的挑戰(zhàn)。

人臉識別用途很大,但目前人臉識別技術有很多不足,如對周圍的光線環(huán)境敏感,可能會影響識別的準確性,在面對黑暗、相似等復雜場景,識別率表現(xiàn)不佳。

近幾年雖然國內企業(yè)在人臉識別技術取得了一定的成績,但還是有很多方面需要努力,如透過車窗玻璃識別人臉、夜間識別、紅外識別等這些技術仍待企業(yè)去研發(fā)。

當前人臉識別技術可從哪些地方改進?

人臉識別技術要取得進步,這得從它的幾大關鍵技術點上尋求突破,人臉識別的幾大關鍵技術包括:

基于特征的人臉檢測技術——通過采用顏色、輪廓、紋理、結構或者直方圖特征等進行人臉檢測。

基于模板匹配人臉檢測技術——從數(shù)據(jù)庫當中提取人臉模板,接著采取一定模板匹配策略,使抓取人臉圖像與從模板庫提取圖片相匹配,由相關性的高低和所匹配的模板大小確定人臉大小以及位置信息。

基于統(tǒng)計的人臉檢測技術——通過對于“人臉”和“非人臉”的圖像大量搜集構成的人臉正、負樣本庫,采用統(tǒng)計方法強化訓練該系統(tǒng),從而實現(xiàn)對人臉和非人臉的模式進行檢測和分類。

從技術層面,人臉識別改進的辦法可從上述三個方面。任何一個細節(jié)技術的突破都可能帶來識別率的提升改進。

除了上述三個技術層面改進人臉識別,也有很多上游企業(yè)在做人臉識別技術改進的研究,如通過在元器件上的改進,提升人臉識別準確率。

用于用戶臉部或眼部的紅外補光光源不但需要足夠亮而且要均勻,這對于人臉識別和眼部跟蹤系統(tǒng)而言尤其重要。歐司朗最新的Synios P2720使用波長為940 nm的紅外線,可減少紅爆。之前紅外攝像頭對850nm的紅外光源有著最好的靈敏度。

據(jù)了解,這款IRED專為二維人臉識別而設計,是歐司朗光電半導體的現(xiàn)有生物識別產品線里的最新成員。

人臉識別主要的研究方向及發(fā)展前景

隨著大數(shù)據(jù)、共享時代的來臨,數(shù)據(jù)安全問題也越發(fā)被重視起來,以人臉識別為代表的新一代技術革命已經展開。這些對技術的要求越來越高,既要求數(shù)據(jù)的準確性,又要保證數(shù)據(jù)的安全性,人臉識別在這方面大有可為,作為行業(yè)的主力軍,企業(yè)的技術實力與創(chuàng)新能力決定著整個產業(yè)的走向,任何一點點技術的創(chuàng)新都可能帶來行業(yè)的變革。

未來人臉識別的主要研究方向將圍繞目前面臨的一些問題,如人臉面部結構的相似性、人臉的姿態(tài)、年齡變化、復雜環(huán)境的光照變化、人臉的飾物遮擋等。

人臉識別的發(fā)展并非只受制于自身的技術,與整個產業(yè)息息相關。為了讓人工智能早日普及,很多企業(yè)也在積極布局人臉識別,這其中既有BAT互聯(lián)網巨頭,也有為人臉識別提高光學器件的企業(yè)等。馬云投資人臉識別技術公司曠視科技與商湯科技;騰訊成立優(yōu)圖實驗室,專注于圖像處理、深度學習等領域開展技術研發(fā);百度也成立了人臉識別團隊,研發(fā)核心技術。近日,光學巨頭歐司朗收購美國企業(yè)Vixar Inc. 加強3D面部識別技能,積極改進人臉識別技術;通過引入Vixar在垂直腔面發(fā)射激光器(VCSEL)方面的技術,歐司朗將掌握更多包括超精密3D面部識別在內的安防技術,這些技術不但能用于解鎖智能手機和消費類電子設備,還能應用于需要更高安全訪問控制的工業(yè)領域。

依托于物聯(lián)網與人工智能的快速推進,人臉識別應用場景會越來越廣泛。隨著國家科研機構的研發(fā)投入、企業(yè)對技術的鉆研、市場的推廣等,這些都將是人臉識別美好前景的征兆。據(jù)業(yè)內分析人士認為,未來人臉識別或成為有效身份識別主流,屆時,人臉識別就不是什么新鮮詞了。