真正推进人工智能快速发展的动力是什么？人脸识别的难度在哪？

新时代变革最重要的驱动力依然是技术，随着AlphaGo引领人工智能的新一波热潮，再加上智慧城市、智慧社区、智慧家居的落地，外力和内因作用的双重推动之下，人工智能取得了令人称道的成果。

国际化竞争 政府方的大力支持

在“AI专家系统”取得重大突破的情况下，世界各国对于人工智能的开发热情也急速高涨。我看来，国内外很多科技公司，类似商汤科技、旷视科技、世纪晟科技等已经在人工智能领域深耕多年，比如推出AlphaGo的谷歌，拥有Waston的IBM，开发百度大脑的百度。人工智能正在成为新一轮技术和产业变革的趋势，全球几乎所有的科技巨头都正在把发展重心转向人工智能。

在这一段时间里，除了类似于数字设备公司这样的私营企业之外，政府部门也是全力支持，同时为整个人工智能行业的发展提供了宽广平台——比如在人才补贴上也有相关政策倾斜，如以发放专项资金补贴等；在科研经费等方面也有所投入并提供优惠。

2017年的时候国务院就正式印发了《新一代人工智能发展规划》，确立新一代人工智能发展三步走战略目标，将人工智能的发展上升至国家战略层面，而2018年的重点便放到了新一代人工智能的研发应用。

人脸识别技术佳 但也有难度

 

在人工智能大赛道中，人脸识别是其中发展较为成熟的应用领域。人脸识别作为“21世纪十大影响人类生活”的革命性技术，也被广泛地应用在刑侦、门禁、支付等多个领域。与其他身份鉴别方法相比，人脸识别具有直接、友好、方便和鲁棒性强等优点，但同时也存在一些技术难度。

[if !supportLists]1、  [endif]光照问题

由于人脸的3D结构，光照投射出的阴影，会加强或减弱原有的人脸特征。

[if !supportLists]2、  [endif]表情姿态问题

姿态问题涉及头部在三维垂直坐标系中绕三个轴的旋转造成的面部变化，其中垂直于图像平面的两个方向的深度旋转会造成面部信息的部分缺失。这方面我建议可以了解一下世纪晟科技3D动态人脸识别技术，他们是利用深度学习实现自动 3D 建模，然后通过3D人脸建模来实现并接近多角度的人脸识别。

[if !supportLists]3、  [endif]遮挡问题

对于非配合情况下的人脸图像采集，遮挡问题是一个非常严重的问题，类似带着眼镜，帽子等饰物，使得被采集出来的人脸图像有可能不完整，从而影响了后面的特征提取与识别。但这个技术问题对于目前像旷视科技、世纪晟科技等企业都已经克服了。

[if !supportLists]4、  [endif]海量数据

传统人脸识别方法如PCA、LDA等在小规模数据中可以很容易进行训练学习。但是对于海量数据，这些方法其训练过程难以进行，甚至有可能崩溃。

人脸识别技术发展迅速，市场潜力巨大，应用场景也丰富，在2018年时我国人脸识别行业市场规模已超过27．61亿元。预计未来几年，我国市场规模将稳步扩大，到2021年将达到53．16亿元。。期待，更多像旷视、商汤、世纪晟科技这类优秀企业能让人脸识别技术质量得到提升，落地方面也能呈现出更多应用！

�k�2���