您现在的位置:网站首页 >> 科技前沿 >> 内容

机场火车站刷脸过安检?请别神化“人脸识别”

时间:2017-7-3 10:05:09 点击:

  核心提示:人脸识别可以算是落地够快、效果也够炫的智能技术之一了,从2015年3月马云展示支付宝的刷脸支付,到最近很多机场、高铁站启用了刷脸进站,就连美图都说自己可以AI自拍。先来泼一盆冷水,目前很多人脸识别的落...

人脸识别可以算是落地够快、效果也够炫的“智能技术”之一了,从2015年3月马云展示支付宝的刷脸支付,到最近很多机场、高铁站启用了刷脸进站,就连美图都说自己可以“AI自拍”。

先来泼一盆冷水,目前很多人脸识别的落地应用还处在一个非常初级的阶段,技术价值并不高。

首先,我们要弄明白人脸识别这一概念。人脸识别其实是个相对宽泛的大分类,基于生物特征识别技术,利用人的特征实现个体的区分。其中技术包括图像采集、特征定位、身份的确认和查找等等。

简单来说,就是从照片中提取人脸中的特征,比如眉毛高度、嘴角等等,再通过特征的对比输出结果。

在应用上,人脸识别也分很多层级,目前在我国应用最多还是1:1等级,也就是人脸识别中最初级的“证明你是你”。

1:1等级的人脸识别通常是用户上传符合规则的照片在系统上,线下拍照,于系统中的照片进行对比。在机场、高铁站这种为线下拍照提供了较好条件(灯光、拍照像素等等)的环境中,说实话对于技术的硬性要求不算太高。

而知乎中还有网友提到,关于人脸识别终端算法部署授权只需要500元/套,其使用成本可见一斑。而这一技术也绝非最近才出现,在高中时期,我的学校就用过刷脸考勤查验课间操跑步圈数。

对运算环境要求更高的是1:N级和N:N级的人脸识别。也就是单一特征对比多种特征和多种特征对比多种特征。而这两种等级的人脸识别在应用上也常常无法提供较好的环境,比如1:N级人脸识别可以应用于失踪人口搜索中,在特殊情况下拍的照片存在角度、光线的复杂性,加大了特征提取、对比的难度。

LBP,人脸识别的魔法根源

或许我们可以更深一步探究人脸识别的算法,比如Local Binary Pattern(局部二元模式)。这种算法可以将某一像素周边的灰度值和该像素作比较,从而去除光线的影响提取特征。

除了LBP外,常用的特征提取算法还有很多,像是Gabor滤波器。当然,提取特征只是第一步,接下来还要根据特征进行分类,这时就要应用贝叶斯、决策树等等分类算法。

最近大火的深度学习也正逐渐被应用于人脸识别中,深度学习将特征提取和分类两个步骤融合在一起。利用神经网络黑盒子的特性计算出最适合的特征提取模式,从而可以直接跳过“特征提取影响识别结果”这一怪圈,让算法的应用范围更大。

当然,由于深度学习需要应用大量的数据样本和较长时间的训练时间,对于整体运算环境要求也很高,相比物美价廉的LBP,应用范围还不大。

算法基础?实用性更重要!

虽然有人认为人脸识别只是个很基础的算法,但我们认为在应用上范畴上,人脸识别还是一座未经发掘的宝矿。

单纯从身份验证、识别角度来看,就有远程信贷、证券事务办理、实名制系统验证、来访记录、安检审核等等范畴的应用。在提高识别准确性的前提下,还可以利用进行罪犯/失踪人口追踪排查,总之科幻片里通过大街小巷摄像头找人的情节完全可以进入现实。

除了这些落地性强的应用模式,目前讨论热度最高的还有大数据+人脸识别,也就是通过大量人脸样本的累积,从中提取特征并总结规律。像是提取表情特征,构建情绪判断系统;或者通过面色、皱纹、斑点等等特征分析病情。不过这些应用范畴距离落地应用还很远,想要实现情绪判断、视觉诊断等等目的,人脸识别是否是最好的方式也不得而知。

总体看来,在中国的技术企业中,人脸识别算是泡沫较高的一个类别,不光Face++、云从等等企业都拿过千万美金级别的融资。各个企业也将该技术的引用视作踏入AI的一步,大肆PR吹捧,就连一些自拍工具也想来蹭一蹭热度。

其实目前人脸识别的应用还停留在基础上,也就是在较好环境中实现1:1人脸识别,而拍照美颜更仅仅应用到了人脸特征定点提取,连识别预处理都算不上,这样也要强吹只能说发言人的心理素质有些过于强悍了。

我们不应该神化任何一种技术,至于那些混淆视听蹭热度的,恰恰展示出了对于自家产品的不自信。对于流量的吹嘘或许可以“公关在前”,钱拿到了再做实,可技术不是靠营销就能堆砌出来的,最后往往只剩下打脸一个结果。

作者:佚名 来源:不详
相关评论
  • 重要声明:本站所有的文章、图片、评论等均由网友发表上传或来源于自网络。
    如有信息侵犯了您的权益,请联系网站客服,我们将乐意接受您的意见,并及时作出修改。本站拒绝任何人以任何形式在此发表与中华人民共和国法律相抵触的言论!
    业务合作:QQ:49631073 E-mail:[email protected]
  • Powered by Phobos.cn © 2012-2017 All Rights Reserved.