慧聪安防网

人脸识别群雄逐鹿 巨头和创业公司谁能问鼎?

http://www.secu.hc360.com2017年12月05日09:44 来源:集微网T|T

    慧聪安防网讯 随着人类与机器共享的“秘密”越来越多(十年前丢手机就是换一张卡那么简单,现在意味着整个数字世界的重构),安全系数越来越大,基于密码的识别方式已日趋无力——如今,学术界也已达成共识,身份识别的下一幕,来自每个人的生物体征。

    2017年苹果新品手机iPhoneX采用FaceID人脸识别解锁,此前小米Note3、VivoV7+也推出具备人脸识别功能的智能手机。这标志着人脸识别技术加速迈入消费级领域。

    手机设备以外的众多领域也同样在发生重大变革。武汉火车站宣布全面刷脸进站;百度宣布与首都国际机场签署战略合作协议打造刷脸登机的智慧机场;支付宝宣布商用刷脸支付;杭州大量宾馆免身份证,刷脸即可入住;京东苏宁开启刷脸支付;农业银行总行在自动取款机试点“刷脸取款”,目前已下发通知要求全国推广刷脸取款,将为全国24064家分支机构、30089台柜员机、10万个ATM机安装人脸识别系统;招商银行也已于近期在全国重点城市的ATM取款机系统上线了“刷脸取款”选项,用户可不带银行卡、身份证,不用输入银行账户,靠“刷脸”就能取款。由此可见,人脸识别技术加速渗透进入安防、银行、支付等众多领域,并且已经从政府级别应用、商业级别应用开始进入到消费级别的爆发时期,验证了人脸识别技术巨大的市场需求与广阔的应用前景。

    据Yole数据显示,全球人脸识别市场规模预计将从2017年的40.5亿美元增长至2022年的77.6亿美元,这期间的复合年增长率可达13.9%。推动市场增长的主要因素包括:iPhoneX带动更多智能手机集成3D人脸识别,公共场所日益增长的监控需求,以及政府部门等各个产业对人脸识别技术的应用增长。

    人脸识别技术的优势

    人脸识别的工程应用始于20世纪60年代,经过50多年的发展,人脸识别技术已经取得了重大突破,很多经典算法和人脸库相继出现。目前人脸识别系统最高的正确率可以达到99.5%,而人眼在同等条件下识别的正确率仅为97.52%,人脸识别的准确率已经做到了比肉眼更精准。

    人脸识别大致分为两种应用模式四步流程。两种模式包括1:1比对和1:N识别,1:1是比对两个人脸的相似度,只需要确定是否授权人;1:N是识别对象是否在人脸数据库中。四部流程依次是人脸检测、活体检测、人脸特征提取和人脸匹配识别。

    与其他生物特征识别技术相比,人脸识别技术在实用性方面具有独到的技术优势,主要体现在以下方面:

    1、非接触:人脸图像的采集不同于指纹、掌纹需要接触指掌纹专用采集设备,指掌纹的采集除了对设备有一定的磨损外,也不卫生,容易引起被采集者的反感,而人脸图像采集的设备是摄像头,无须接触。

    2、非侵扰:人脸照片的采集可使用摄像头自动拍照,无须工作人员干预,也无须被采集者配合,只需以正常状态经过摄像头前即可。

    3、友好:人脸是一个人出生之后暴露在外的生物特征,因此它的隐私性并不像指掌纹、虹膜那样强,因此人脸的采集并不像指掌纹采集那样难以让人接受。

    4、直观:我们判断一个人是谁,通过看这个人的脸就是最直观的方式,不像指掌纹、虹膜等需要相关领域专家才可以判别。

    5、快速:从摄像头监控区域进行人脸的采集是非常快速的,因为它的非干预性和非接触性,让人脸采集的时间大大缩短。

    6、简便:人脸采集前端设备——摄像头随处可见,它不是专用设备,因此简单易操作。

    7、可扩展性好:它的采集端完全可以采用现有视频监控系统的摄像设备,后端应用的扩展性决定了人脸识别可以应用在出入控制、黑名单监控、人脸照片搜索等多领域。

    深度学习和3D视觉助推人脸识别发展

    长久以来,技术创新不足、应用推广有限、价格成本高企是制约人脸识别发展的三大因素。研究人脸识别算法优化、轻量化的团队较少,算法的优化尚未完成,在功耗小的情况下保持一定的速度和精度是人脸识别应用发展的难点。因此最近几年人脸识别虽然被广泛应用到出入境通关、机场安检等政府部门中,但一直没能真正进入到更广泛的商业化应用领域中。

    第一,在技术层面上,人脸识别的精准度和核心算法的原始创新不足、技术标准制定还不完善,快速准确完成人脸识别需要解决很多技术上的难点:

    自身生理变化。在人脸比对的过程中,如果自身与数据库里面存储的人脸发生了较大的生理变化,例如经历剃须、换发型、戴眼镜遮挡等变化。即使外貌并没有发生太多变化,人通过脸部的变化产生很多表情,都有可能会引起比对失败。

    外部环境影响。人脸受到很多外部因素的影响:在不同的角度进行拍摄,人脸的视觉图像相差很大;容易受到光照条件影响,比如白天和黑夜、室内和室外的光照存在较大差异。

    除了这两种情况,还有人为的整容行为、双胞胎等极端情况存在。如何规避这些外因对于人脸识别速度和识别效果的影响,一直都是科研的重点研究方向。

    人脸识别技术难点

    第二,应用方面上,人脸识别基本局限在公安部门出入境管理等政府部门中,未能渗透到大规模商业级别应用和个人消费级别当中。在应用层面上,尽管在实验室等科研条件下,许多人脸识别技术的精准度已经达到99%、甚至99.5%以上的水平,但是这些技术和方案很难落地到实际应用层面上。人脸识别技术落地的过程中,需要考虑到不同的场景运用。在实际落地过程中,指纹识别等其他生物识别由于技术成熟,不易受到外界因素影响,早已经运用到考勤认证、智能手机账号登录中,可替代物的成熟发展也制约了人脸识别产业化的进程。

    第三,价格方面,市场竞争不足和技术不成熟导致价格处于高位。由于技术不成熟,人脸识别技术并未应用到商业场景和消费级领域,大部分被运用到政府和公安部门,且采用系统集成的方式交付,一套系统的成本和价格非常高昂。

    但近几年来,这一情形开始转向,三大问题正在逐渐得到解决。

    技术方面,深度学习算法的成熟,使得人脸的准确率得到大幅提升。以深度学习算法为基础的计算机技术的进步,为人脸识别提供了强大的计算和分析工具。反过来,巨量的生物特征数据也为机器训练提供了丰富的素材,“大数据成为人工智能的燃料”。人脸识别方面,Face++团队创造了世界上最高的人脸识别正确率,曾在人脸检测FDDB评测、人脸关键点定位300-W评测和人脸识别LFW评测上,接连拿下了三项世界第一。

责任编辑:钟娟娟

上一页12下一页
《慧聪安防网》服务升级
扫码关注

安防资讯官方微信

安防资讯官方微博