国内人脸识别发展到什么地步了?一文带你了解详情

近几年,人脸识别技术在安防领域得到了广泛应用,随着技术的不断发展,它离我们的日常生活越来越近,手机、商场、公园等都可以看到它的身影。据相关分析报告显示,预计今年起人脸识别市场规模将保持20%左右的增速,到2022年,全球人脸识别市场规模将达75.95亿美元。可以说,未来几年将是人脸识别技术成熟与普及的关键之年。

 

人脸识别,也叫面部识别,是一种基于人的脸部特征信息进行身份识别的生物识别技术。它用摄像机或 摄像头采集含有人脸的图像或视频流,并自动在图像中检测和跟踪人脸,进而对检测到的人脸进行脸部的一系列相关技术。

 

 

国内主流的人脸识别企业与特点

目前在全球范围内,从事人脸识别技术的企业很多,国外知名的有google、facebook、斯坦福、卡耐基等;国内这些年也涌现了很多实力派,如海康威视、科大讯飞、商汤科技、云从科技等。

 

国内这些主流的人脸识别企业,技术方案各有特点。如海康威视的人脸识别技术,其人脸识别系统在识别准确率上非常不错,前端智能-深眸、分布智能-超脑NVR、中心智能-海康脸谱,均融合深度学习算法,前后端深度智能为人脸大数据应用提供有力支撑。

 

人脸识别系统广泛应用于平安城市、交通枢纽、智慧医疗、商业连锁、银行、学校、园区、边检等各行各业。

 

科大讯飞的人脸识别技术在准确率上做了很多突破性研究,其离线人脸识别和视频流检测技术也颇有亮点,离线人脸识别在检测到的人脸框中,进一步定位人脸的五官和轮廓位置,目前采用关键点21点模型定位位置,人脸关键点的平均精确度高达96%;视频流人脸检测和关键点检测、静态图片中人脸检测支持离线状态下使用,在提高响应时间上表现出色,此项技术可用于图片编辑等领域。

 

其人脸识别技术在考勤系统、远程认证、门禁系统、娱乐应用等众多领域广泛应用。

 

商汤科技的人脸识别技术表现在对视频流人脸校准方面,准确度和延迟都很好,人脸识别算法也是其优势之一。据OFweek人工智能网获悉,商汤科技曾在国际权威人脸数据库LFW中,其人脸识别准确率首次超越人眼。针对安防领域,它推出了静态人脸比对系统SenseTotem(图腾),以及动态人脸比对—SenseFace。图腾是一套以图搜图系统,可通过采集监控录像中的人脸截图,比对搜索目标库中标准人脸照片,帮助干警快速确认涉案嫌疑人员的身份,而SenseFace用于在飞机场、火车站等公共场合的大规模视频监控系统中的实时大库人脸识别,可提供在监控视频中实时抓拍人脸、属性识别、重点人员轨迹还原等功能。

 

其人脸识别技术除了应用在金融、门禁、无人驾驶等,如小咖秀、熊猫直播等这些热门应用所提供的各类面部AR特效,背后都来自商汤提供的技术支持。

 

云从科技的人脸识别技术很有特色,其人脸识别技术采用结构光活体防攻击检测,在提升准确率上有很好的效果。结构光技术”的3D人脸识别系统在精确度、响应速度与活体检测方面得到了革命性突破。3D结构光人脸识别技术能够广泛的应用在物联网、移动互联网、银行、安防、交通等各个需要人脸识别的场景,可以更好的提升攻击预防效果,全面提升人脸识别准确度,结合云从最新的算法,能够在一千万分之一误识率下达到99%以上的准确率。

 

其人脸识别技术广泛应用于银行、公安系统、商场等,并与公安部、国有大型商业银行、证通股份、民航总局建立联合实验室,推动人工智能产品标准的建立。

 

 

当前国内人脸识别技术在市场普及上面临的痛点

就当前人脸识别最普及的领域而言,安防、银行和公安系统上应用最广。未来人脸在很多领域都可以大放异彩,这取决于技术的突破与创新。就国内当前的现状而言,人脸识别在市场普及上面临着两大痛点。

 

一、商业模式有待改进

一项新技术的普及与很多因素有关,作为企业而言,成本控制与盈利才是其目的。而人脸识别技术门槛高、投入大,短期内的应用场景又很有限,因此很多企业在布局上显得犹犹豫豫,想让人脸识别技术像网购一样进入千家万户,一个好的商业模式至关重要。

 

在普及人脸识别技术上,国内很多公司也做了很多努力,如百度曾推出过一个叫脸优的产品,它是百度在人工智能技术上的一个尝试性应用,有人认为这个应用的推出让手机APP从“模式时代”突破到“术时代”。 因为该应用连接的不只是用户与未来的商业模式,更多的是连接了百度的人工智能以及人脸识别等技术,有着足够高的技术门槛,实现难度大。阿里巴巴、腾讯等互联网巨头也曾尝试基于人脸识别技术的商业变现,但效果均未达预期。

 

二、当前的人脸识别技术仍有进步空间

当前的人脸识别系统主要包括四个组成部分:人脸图像采集及检测、人脸图像预处理、人脸图像特征提取以及匹配与识别。随着未来数据的增长,在数据匹配,将面临着更大的挑战。

 

人脸识别用途很大,但目前人脸识别技术有很多不足,如对周围的光线环境敏感,可能会影响识别的准确性,在面对黑暗、相似等复杂场景,识别率表现不佳。

 

近几年虽然国内企业在人脸识别技术取得了一定的成绩,但还是有很多方面需要努力,如透过车窗玻璃识别人脸、夜间识别、红外识别等这些技术仍待企业去研发。

 

当前人脸识别技术可从哪些地方改进?

人脸识别技术要取得进步,这得从它的几大关键技术点上寻求突破,人脸识别的几大关键技术包括:

 

基于特征的人脸检测技术——通过采用颜色、轮廓、纹理、结构或者直方图特征等进行人脸检测。

 

基于模板匹配人脸检测技术——从数据库当中提取人脸模板,接着采取一定模板匹配策略,使抓取人脸图像与从模板库提取图片相匹配,由相关性的高低和所匹配的模板大小确定人脸大小以及位置信息。

 

基于统计的人脸检测技术——通过对于“人脸”和“非人脸”的图像大量搜集构成的人脸正、负样本库,采用统计方法强化训练该系统,从而实现对人脸和非人脸的模式进行检测和分类。

 

从技术层面,人脸识别改进的办法可从上述三个方面。任何一个细节技术的突破都可能带来识别率的提升改进。

 

除了上述三个技术层面改进人脸识别,也有很多上游企业在做人脸识别技术改进的研究,如通过在元器件上的改进,提升人脸识别准确率。

 

用于用户脸部或眼部的红外补光光源不但需要足够亮而且要均匀,这对于人脸识别和眼部跟踪系统而言尤其重要。欧司朗最新的Synios P2720使用波长为940 nm的红外线,可减少红爆。之前红外摄像头对850nm的红外光源有着最好的灵敏度。

 

据了解,这款IRED专为二维人脸识别而设计,是欧司朗光电半导体的现有生物识别产品线里的最新成员。

 

人脸识别主要的研究方向及发展前景

随着大数据、共享时代的来临,数据安全问题也越发被重视起来,以人脸识别为代表的新一代技术革命已经展开。这些对技术的要求越来越高,既要求数据的准确性,又要保证数据的安全性,人脸识别在这方面大有可为,作为行业的主力军,企业的技术实力与创新能力决定着整个产业的走向,任何一点点技术的创新都可能带来行业的变革。

 

未来人脸识别的主要研究方向将围绕目前面临的一些问题,如人脸面部结构的相似性、人脸的姿态、年龄变化、复杂环境的光照变化、人脸的饰物遮挡等。

 

人脸识别的发展并非只受制于自身的技术,与整个产业息息相关。为了让人工智能早日普及,很多企业也在积极布局人脸识别,这其中既有BAT互联网巨头,也有为人脸识别提高光学器件的企业等。马云投资人脸识别技术公司旷视科技与商汤科技;腾讯成立优图实验室,专注于图像处理、深度学习等领域开展技术研发;百度也成立了人脸识别团队,研发核心技术。近日,光学巨头欧司朗收购美国企业Vixar Inc. 加强3D面部识别技能,积极改进人脸识别技术;通过引入Vixar在垂直腔面发射激光器(VCSEL)方面的技术,欧司朗将掌握更多包括超精密3D面部识别在内的安防技术,这些技术不但能用于解锁智能手机和消费类电子设备,还能应用于需要更高安全访问控制的工业领域。

 

依托于物联网与人工智能的快速推进,人脸识别应用场景会越来越广泛。随着国家科研机构的研发投入、企业对技术的钻研、市场的推广等,这些都将是人脸识别美好前景的征兆。据业内分析人士认为,未来人脸识别或成为有效身份识别主流,届时,人脸识别就不是什么新鲜词了。

你可能感兴趣的:(人工智能)