GLOBAL NEWS: Applications for facial recognition increase
 |
云从科技
現階段人臉辨識
近年隨著全球各大研究所、實驗室的日夜兼程，人臉辨識技術日益提高，辨識率達到99%以上，從而演變出來的功能，也種類繁多並應用到各個領域。而直接相關的安控、網路及金融等領域，更是迅速將技術產品化推向市場。
一時間，人臉辨識技術成為了，各大行業的熱點技術方向。據統計，在 2015 年的對岸中國國際社會公共安全博覽會上，至少有 20 家企業展示了自家的人臉辨識產品。
其中既有鑽研技術深度的尚湯、FACE++、依圖這樣的學術型廠家，也有大安控廠商。
其中既有鑽研技術深度的尚湯、FACE++、依圖這樣的學術型廠家，也有大安控廠商。
同時，眾多媒體也接連報導了人臉辨識技術，在學術界和工業界取得的巨大成果：比如 15 年，中科奧森在 LFW 人臉辨識數據集上，取得了 99.7% 的辨識率，與百度持平刷新了年初谷歌的記錄；阿里巴巴集團執行主席馬雲在德國展會上，演示了人臉辨識與支付寶的結合應用，「刷臉支付」將走向生活；更有公安部門的多個案例，將科幻大片的情景，帶入我們的智慧城市中。
3D人臉辨識技術
3D人臉辨識技術，是未來的另外一個方向。本文到目前為止所討論的範疇，限定在 2D 圖像上。人臉實質上是一個立體模型，而 2D 人臉辨識容易受到姿態、光照、表情等因素影響，是因為 2D 圖像本身有一個缺陷，無法很好地表示深度資訊。如果說深度學習，是從人的認知角度來理解人臉辨識，那麼 3D 技術就是從現實模型，來反映人臉辨識。
目前關於 3D 人臉辨識方向的算法研究，並沒有 2D 人臉辨識技術那麼豐富和深入。許多因素限制了這項技術的發展提升。首先，3D 人臉辨識往往需要特定的採集設備，如 3D 攝影機、紅外線雙目或雙目攝影機。
目前這類採集設備價格還比較昂貴，技術還不能普遍應用，場景比較特定。其次，3D 建模過程需要的計算量較大，對硬體要求較高，也限制了目前的應用。第三，3D人臉辨識數據庫比較稀少，研究者缺少訓練樣本和測試樣本，無法開展更深入的理論研究。
相信隨著未來晶片技術和感測器的發展，當計算能力不再受到限制，3D 採集設備成本大幅下降的時候，3D 人臉辨識將取得重要的突破。
人臉辨識技術的應用
目前人臉辨識技術的提高，促使各行各業都開始廣泛試驗，引用這一技術，在某些領域取得了一定的成效。
以對岸中國的公安應用為例，利用人臉檢索系統，將目標人臉輸入到系統中。系統自動在海量人口數據庫中，進行查找比對，列出前若干名相似的人員資訊。然後再透過人工篩選的方式，對系統結果進行篩選，得到目標的真實身份。
公安行業還有一類比較重要的應用：人員布控。在一些重要的通道出入口，部署高清攝影機，專門用於抓拍經過的人臉，並傳送給後端系統。
後端系統將人臉圖片，與所關注的人臉庫(如在逃嫌疑犯等)進行逐一比對。當發現有目標與庫中人員相似度，超過設定閾值時，系統自動提示相關人員採取措施。
後端系統將人臉圖片，與所關注的人臉庫(如在逃嫌疑犯等)進行逐一比對。當發現有目標與庫中人員相似度，超過設定閾值時，系統自動提示相關人員採取措施。
金融行業中的利用，將事先錄入庫中的身份資訊的人臉圖片，作為依據，利用 1:1 對比的方式進行對比。刷卡，攝影機攝取人臉資訊。
只需 2 步即可完成身份認證，達到了刷臉取款的效果。當然目前看來，在當前的社會環境前提下，人臉辨識的方式以輔助取款的模式存在，用於提高取款安全性的利用更為恰當。在不久的將來，技術及社會環境更加合適的時候，可直接利用。
只需 2 步即可完成身份認證，達到了刷臉取款的效果。當然目前看來，在當前的社會環境前提下，人臉辨識的方式以輔助取款的模式存在，用於提高取款安全性的利用更為恰當。在不久的將來，技術及社會環境更加合適的時候，可直接利用。
而同樣在一些機場、海關、港口、車站等公共場所，合理利用 1:1 人臉辨識功能，加以適當的人為干預，可以很好的提高效率，節省社會成本。
沒有留言:
張貼留言