Next-Level Surveillance:
China Embraces Facial Recognition
 |
來源：OFweek人工智能网
近幾年，人臉辨識技術在安控領域得到了廣泛應用，隨著技術的不斷發展，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。
據相關分析報告顯示，預計今年起人臉辨識市場規模將保持20%左右的增速，到2022年，全球人臉辨識市場規模將達75.95億美元。可以說，未來幾年將是人臉辨識技術成熟與普及的關鍵之年。
人臉辨識：是一種基於人的臉部特徵資訊，進行身份辨識的生物辨識技術。它用攝影機採集含有人臉的圖像或視訊流，並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。
中國主流的人臉辨識企業與特點
目前在全球範圍內，從事人臉辨識技術的企業很多，國際上知名的有google、facebook、史丹佛、卡耐基等；中國這些年也湧現了很多實力派，如海康威視、科大訊飛、商湯科技、雲從科技等。
中國這些主流的人臉辨識企業，技術方案各有特點。如海康威視的人臉辨識技術，其人臉辨識系統在辨識準確率上，非常不錯，前端智慧-深眸、分布智慧-超腦NVR、中心智慧-海康臉譜，均融合深度學習算法，前後端深度智慧為人臉大數據應用提供有力支撐。
人臉辨識系統廣泛應用於智慧城市、交通樞紐、智慧醫療、商業連鎖、銀行、學校、園區、邊檢等各行各業。
在準確率上做了很多突破性研究，其離線人臉辨識和視訊流檢測技術也頗有亮點，離線人臉辨識在檢測到的人臉框中，進一步定位人臉的五官和輪廓位置，目前採用關鍵點21點模型定位位置，人臉關鍵點的平均精確度高達96%；
視訊流人臉檢測和關鍵點檢測、靜態圖片中人臉檢測支持離線狀態下使用，在提高響應時間上表現出色，此項技術可用於圖片編輯等領域。
其人臉辨識技術在考勤系統、遠端認證、門禁系統、娛樂應用等眾多領域廣泛應用。
商湯科技的人臉辨識技術
表現在對視訊流人臉校準方面，準確度和延遲都很好，人臉識別算法也是其優勢之一。據記者獲悉，商湯科技曾在國際權威人臉數據庫LFW中，其人臉辨識準確率首次超越人眼。
針對安防領域，它推出了靜態人臉比對系統 Sense Totem (圖騰)，以及動態人臉比對—SenseFace。
圖騰是一套以圖搜圖系統，可通過採集監控錄像中的人臉截圖，比對搜索目標庫中標準人臉照片，幫助刑警快速確認涉案嫌疑人員的身份，而SenseFace用於在飛機場、火車站等公共場合的大規模影像監控系統中，即時的大庫人臉辨識，可提供在監控影像中，即時拍攝人臉、屬性辨識、重點人員軌跡還原等功能。
其人臉辨識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，各類臉部AR特效，背後都來自商湯提供的技術支持。
雲從科技的人臉辨識技術
雲從科技的人臉辨識技術很有特色，其人臉辨識技術採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人臉辨識系統在精確度、響應速度與活體檢測方面，得到了革命性突破。
3D結構光人臉辨識技術，能夠廣泛的應用在物聯網、行動手機網、銀行、安控、交通等，各個需要人臉辨識的場景，可以更好的提升攻擊預防效果，全面提升人臉辨識準確度，結合雲從最新的算法，能夠在一千萬分之一誤識率，下達到99%以上的準確率。
其人臉辨識技術廣泛應用於銀行、警偵系統、商場等，並與中國的公安部、國有大型商業銀行、證通股份、民航總局建立聯合實驗室，推動人工智慧產品標準的建立。
當前中國人臉辨識技術在市場普及上面臨的痛點
就當前人臉辨識最普及的領域而言，安控、銀行和警偵系統上應用最廣。未來人臉在很多領域都可以大放異彩，這取決於技術的突破與創新。就中國當前的現狀而言，人臉辨識在市場普及上面臨著兩大痛點。
1、商業模式有待改進
一項新技術的普及與很多因素有關，作為企業而言，成本控制與盈利才是其目的。而人臉辨識技術門檻高、投入大，短期內的應用場景又很有限，因此很多企業在佈局上，顯得猶猶豫豫，想讓人臉辨識技術像網購一樣進入千家萬戶，一個好的商業模式至關重要。（對岸的人，還真有想像空間）
在普及人臉辨識技術上，中國很多公司也做了很多努力，如百度曾推出過一個叫臉優的產品，它是百度在人工智慧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模式，更多的是連接了百度的人工智慧以及人臉辨識等技術，有著足夠高的技術門檻，實現難度大。阿里巴巴、騰訊等互聯網巨頭也曾嘗試基於人臉辨識技術的商業變現，但效果均未達預期。
2、當前的人臉辨識技術仍有進步空間
當前的人臉辨識系統主要包括四個組成部分：人臉圖像採集及檢測、人臉圖像預處理、人臉圖像特徵提取，以及匹配與辨識。隨著未來數據的成長，在數據匹配，將面臨著更大的挑戰。
人臉辨識用途很大，但目前人臉辨識技術有很多不足，如對周圍的光線環境敏感，可能會影響辨識的準確性，在面對黑暗、相似等複雜場景，辨識率表現不佳。
近幾年雖然中國企業在人臉辨識技術取得了一定的成績，但還是有很多方面需要努力，如透過車窗玻璃辨識人臉、夜間辨識、紅外線辨識等這些技術仍待企業去研發。
當前人臉辨識技術可從哪些地方改進？
人臉辨識技術要取得進步，這得從它的幾大關鍵技術點上尋求突破，人臉辨識的幾大關鍵技術包括：
基於特徵的人臉檢測技術—— 透過採用顏色、輪廓、紋理、結構或者直方圖特徵等，進行人臉檢測。
基於模板匹配人臉檢測技術—— 從數據庫當中提取人臉模板，接著採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比對，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資訊。
基於統計的人臉檢測技術—— 透過對於「人臉」和「非人臉」的圖像大量蒐集構成的人臉正、負樣本庫，採用統計方法強化訓練該系統，從而實現對人臉和非人臉的模式進行檢測和分類。
從技術層面，人臉辨識改進的辦法，可從上述三個方面。任何一個細節技術的突破Ｍ都可能帶來辨識率的提升改進。
除了上述三個技術層面改進人臉辨識，也有很多上游企業在做人臉辨識技術改進的研究，如透過在零組件上的改進，提升人臉辨識準確率。
用於用戶臉部或眼部的紅外線補光光源，不但需要足夠亮而且要均勻，這對於人臉辨識和眼部跟蹤系統而言尤其重要。歐司朗最新的Synios P2720使用波長為940 nm的紅外線，可減少紅爆。之前紅外攝影機對850nm的紅外線光源有著最好的靈敏度。
據OFweek人工智慧網瞭解，這款IRED專為二維人臉辨識而設計，是歐司朗光電半導體的現有生物辨識產品線裡的最新成員。
人臉辨識主要的研究方向及發展前景
隨著大數據、共享時代的來臨，數據安全問題也越發被重視起來，以人臉辨識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，既要求數據的準確性，又要保證數據的安全性，人臉辨識在這方面大有可為，作為行業的主力軍，企業的技術實力與創新能力決定著整個產業的走向，任何一點點技術的創新都可能帶來行業的變革。
未來人臉辨識的主要研究方向，將圍繞目前面臨的一些問題，如人臉臉部結構的相似性、人臉的姿態、年齡變化、複雜環境的光照變化、人臉的飾物遮擋等。
人臉辨識的發展，並非只受制於自身的技術，與整個產業息息相關。為了讓人工智慧早日普及，很多企業也在積極佈局人臉辨識，這其中既有BAT互聯網巨頭，也有為人臉辨識提高光學元件的企業等。
馬雲投資人臉辨識技術公司曠視科技與商湯科技；騰訊成立優圖實驗室，專注於圖像處理、深度學習等領域開展技術研發；百度也成立了人臉識別團隊，研發核心技術。
近日，光學巨頭歐司朗收購美國企業Vixar Inc. 加強3D臉部辨識技能，積極改進人臉辨識技術；透過引入Vixar在垂直腔面，發射雷射器(VCSEL)方面的技術，歐司朗將掌握更多包括超精密3D臉部辨識在內的安防技術，這些技術不但能用於解鎖智慧手機和消費類電子設備，還能應用於需要更高安全訪問控制的工業領域。
依託於物聯網與人工智慧的快速推進，人臉辨識應用場景會越來越廣泛。隨著他們國家科研機構的研發投入、企業對技術的鑽研、市場的推廣等，這些都將是人臉辨識美好前景的徵兆。據業內分析人士認為，未來人臉辨識或成為有效身份識別主流，屆時，人臉辨識就不是什麼新鮮詞了。
0 comments:
張貼留言