2017年8月28日 星期一

.基於深度學習的人臉辨識系統淺析

Facial recognition: The future of marketing, security and your privacy




來源: 一分日元



隨著科技的發展,生物辨識技術已經成為個人身份辨識,或認證技術的重要方式,人臉辨識作為生物特徵辨識的重要分支,它的無侵害性和對用戶以最自然、最直接的辨識方式,更容易被接受。然而,已有的一些機器學習算法,大都使用淺層結構,而淺層結構的網路很難表示複雜函數。



同時,以往提出的多層感知機,雖可以表示複雜的函數關係,但又由於沒有很好的學習算法。近幾年深度學習技術被業界廣泛認可,並在各個相關領域,都取得了突飛猛進的進展,特別是深度學習技術,在人臉辨識領域的應用,在許多的展會上,許多廠家也紛紛推出人臉辨識技術

隨著市場需求的不斷變化,不同的應用場合,人臉辨識技術也根據需要,開發出各種各樣的產品,來滿足用戶的需求。

一、人臉辨識系統優點
人臉辨識其最大的特點,是利用了人的臉部特徵作為一種身份辨認的方式--即透過攝影機採集含有人臉的圖像或視訊流,自動對圖像或視訊中的人臉進定位、辨識預處理、建立人臉數學模型、人臉辨識比對等,達到辨識不同人身份的目的。


因此,靈活的利用人臉辨識技術的最大特點,可以在不同的場合中,實現各個各樣的智慧化應用。其優點還有以下幾個方面:

1.自然性,所謂的自然性,是指透過觀察比較人臉來區分,和確認身份;具有自然性的辨識,還有語音辨識和體形辨識,而指紋辨識和虹膜辨識等,因人類或其他生物不能透過此類生物特徵區別個體,所以不具備自然性。

2.非強制性,被辨識的人臉圖像資訊,可以主動獲取而不被被測個體察覺,人臉辨識是利用可見光,獲取人臉圖像資訊,而不同於指紋資訊或者虹膜資訊,需要利用電子壓力傳感器採集指紋,這些特殊的採集方式很容易被人察覺,從而帶有可被偽裝欺騙性。

3.非接觸性,相比較其他生物辨識技術而言,人臉辨識是非接觸的,用戶不需要和設備直接接觸。

4.併發性,在實際應用場景中,人臉辨識技術可以進行多個人臉的分揀、判斷及辨識。

上述為基於人臉辨識這項技術,延伸出來的幾種功能和應用,能充分體現人臉辨識技術所具備的優越性和特點。


二、人臉辨識系統難點
首先是人類臉部存在相似性,不同個體之間的區別不大,所有的人臉的結構都相似,甚至人臉器官的結構外形都很相似。這樣的特點對於利用人臉進行定位是有利的,但是對於利用人臉區分人類個體是不利的。在加上化妝的掩蓋及雙胞胎的天然相似性,更增加了辨識的難度。

其次是人臉存在易變性,人臉的外形很不穩定,人可以透過臉部的變化產生很多表情,而在不同觀察角度,人臉的視覺圖像也相差很大,另外,人臉辨識還受光照條件(例如白天和夜晚,室內和室外等)、人臉的很多遮蓋物(例如口罩、墨鏡、頭髮、鬍鬚等)、年齡等多方面因素的影響。

同時隨著待辨識的人數的增加、出現張得比較像的人的機率增加等情況逐漸增多,原有的人臉辨識已滿足不了實際的應用。現有的深度學習技術,在這些方面有了很大的提升,目前很多廠家的人臉辨識技術,在LFW評測已做到99.5%以上,有的接近甚至超過人眼的辨識率。

這給人臉辨識系統能夠大規模的實際應用,提供了技術支撐,隨著科技的不斷進步,期待將來有一天這些人臉辨識領域的難題,都能得到完美解決。


三、人臉辨識系統行業應用
1.公安領域
現在人臉辨識系統,使得「追捕逃犯」不再是海底撈針,一方面可以透過在火車站、機場等人口集散的公共場合,安裝攝影機,將現場抓拍照片與警方追逃資料庫進行人臉辨識,辨識成功,後會報嫌犯位置;另一方面用於嫌犯身份確認,透過將嫌犯照片與檔案資料庫等進行人臉比對,確認嫌犯身份。

人臉辨識系統讓案件偵辦,和治安布控更智慧、快捷,提升了案件辦理的業務效率,減少了案件偵破的人員、時間成本,完善了治安防治體系。


2.金融行業
刷臉登錄、遠端人臉開戶、自助人臉開卡等,將人臉辨識應用於營業廳、自助設備、櫃台系統,以及行動營行銷等等,往往會出現身份證和本人對比問題出現冒用,盜用他人身份證的問題。人臉辨識則可以很好的解決這些問題。

3.保險行業
比較典型的就是遠端資格認證,以往為了證明加保人員的生存狀態,需要加保人員實地進行資格認證,這樣年齡大出行不便、距離遠的異地加保人員都特別不方便,而人臉辨識則可以通過遠端進行人臉身份認證,不過為了防止照片作假,一般都會加入活體檢測的環節。
4.教育行業
主要是高考、成人考試、人事考試等,2016年對岸中國大學入學考試,他們國家的教育部已經正式發佈公告,需要借助於指紋辨識、人臉辨識等生物辨識技術,來確認高考考生身份,這樣可以確保人證合一,保證考試的公平性。

5.娛樂化應用
比較多也比較常見,比如VIP人臉辨識可以自動在人群中,捕捉VIP客戶,並辨識出其身份,同時可以語音歡迎並透過後台通知工作人員,人臉相似度、明星臉等等

不僅以上列舉的幾個領域,還有監獄、安檢、法院等等多個領域得到實際佈署應用。


四、人臉辨識系統發展方向
在科研裡,人臉辨識技術還是有很多可以去研究的東西的,比如怎麼用更小的數據,更小的模型,得到更好的準確率。怎麼克服光照的影響,怎麼透過局部特徵,來完成準確辨識,怎麼減少人員配合提高辨識效率等。

人臉辨識系統要達到100%的可靠,還有很長的路要走,比如解決化妝和雙胞胎的可靠正確的辨識。現在已有很多業界領先的公司,都在為此目標做不懈的努力。


                                                                                                                                                                                                                 


沒有留言:

張貼留言