中兴智能视觉大数据报道:人脸识别,是基于人的脸部特征信息进行身份识别的一种生物识别技术。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,通常也叫做人像识别、面部识别。人脸识别的应用集成了人工智能、机器识别、机器学习、模型理论、专家系统、视频图像处理等多种专业技术,同时结合中间值处理的理论与实现,是生物特征识别的最新应用,其核心技术的实现,展现了弱人工智能向强人工智能的转化。人脸识别在国内广为人知始于近几年,其实早在20世纪90年代人脸识别就已在美国、德国、日本等国家应用,作为新兴技术,人脸识别搭载“高科技”标签,广为产品厂商和用户喜爱。
人脸识别的应用
人脸识别在我国应用的场景越来越多,中兴智能视觉大数据就可以给大家说说,如近日上海地铁试行人脸识别,乘客刷脸秒进站;北京通州区推出的北京市首个人脸识别全业务办税等。解锁门禁、刷脸打卡签到、刷脸付钱、刷脸取钱、刷脸验证信息、刷脸认证办事……人脸识别似乎无所不能,越来越与我们的生活密不可分。
人脸识别技术应用领域
人脸识别广为人知并被广泛应用始于家居领域。科技的进步,生活节奏的加速,消费水平的提高,安全意识的提升,使得人们对于家居的期望也越来越高,传统的纯粹机械设计的防盗门,除了坚固耐用外,很难快速满足这些新兴的需求:便捷、安全。人脸识别搭载开门记录等功能,使得刷脸开门禁越来越常见。
家居之外,人脸识别产品也正广泛应用于金融、司法、军队、公安、边检、政府、航天、电力、工厂、教育、医疗及众多企事业单位等领域。以公安应用为例,公安部门在查办案、处理事务时常常会遇到一些不明身份的人员,比如走丢的老人、小孩,拒不交代身份的嫌疑犯,无人认领的尸体等。这时传统的方法往往不能解决问题。利用人脸检索系统,将目标人脸输入到系统中。系统自动在海量人口数据库中进行查找比对,列出前若干名相似的人员信息。然后再通过人工干预的方式,对系统结果进行筛选,得到目标的真实身份。
人脸识别的前景
人脸识别之所以快速得到广泛应用,一是因为其“高科技”标签,吸引了一批科技发烧友,再则是因为其便捷性与安全性,还有就是身份认证需求的集中爆发。随着国内平安城市、智慧城市项目的深入发展,城市监控的高清化进一步得到普及,摄像机数量大规模增长,使得人脸识别在数据的采集上阻碍大大减小,提升了人脸识别的质量与应用领域。下预计未来五年人脸识别市场规模将保持年均25%的增长速度,到2022年市场规模将达67亿元左右。
2017-2022年中国人脸识别行业市场规模预测(单位:亿元)
人脸与人体的其它生物特征如指纹、虹膜等一样与生俱来,它的唯一性和不易被复制的良好特性为身份鉴别提供了必要的前提,与其它类型的生物识别比较人脸识别具有以下先天优势。非强制性:用户不需要专门配合人脸采集设备,几乎可以在无意识的状态下就可获取人脸图像,这样的取样方式没有“强制性”;非接触性:用户不需要和设备直接接触就能获取人脸图像;并发性:在实际应用场景下可以进行多个人脸的分拣、判断及识别;除此之外,还符合视觉特性:“以貌识人”的特性,以及操作简单、结果直观、隐蔽性好等特点。在中兴智能视觉大数据看来,这些特性能够大大缩减人们在身份识别程序上的时间,符合当代便捷高效的生活方式要求,也符合人们对于生活智能化的预期,更符合简政放权的政策环境。
人脸识别的隐忧
人脸识别系统成功的关键在于是否拥有尖端的核心算法,并使识别结果具有实用化的识别率和识别速度。在采集数据有限,算法限制的情况下,很可能出现人脸识别失败的结果。目前我国人脸识别技术的认假率在万分之一,越是大规模的应用,对人脸识别精度的要求也就越高。人脸作为一项生物特征,本身识别就有一定的困难。人脸识别被认为是生物特征识别领域甚至人工智能领域最困难的研究课题之一。
作为用户,对于人脸识别担忧主要是对其灵敏性、安全性方面的担忧。因为人脸具有相似性,所有的人脸的结构都相似,甚至人脸器官的结构外形都很相似。这样的特点对于利用人脸进行定位是有利的,但是对于利用人脸区分人类个体是不利的。此外,人脸的外形很不稳定,人可以通过脸部的变化产生很多表情,而在不同观察角度,人脸的视觉图像也相差很大,另外,人脸识别还受光照条件(例如白天和夜晚,室内和室外等)、人脸的很多遮盖物(例如口罩、墨镜、头发、胡须等)、年龄等多方面因素的影响。这些都会影响人脸识别的灵敏性,甚至影响人脸识别的结果,最终带来安全隐患。
用户长久的使用人脸识别,绝非看中它的新奇。人脸识别在具体领域的应用,具有概念新、实用性强等特点,应用结果极具便利性。目前市场上身份认证的需求爆发,不管是类似交通中1:N的应用需求,还是门禁中1:1的应用需求,对于人脸识别的产品商而言,技术革新、精益求精、提升用户体验是关键,切忌大帮哄把产品做烂,只有这样,人脸识别才能在市场上走的更好、更远。(来源:薛哥)
本文系转载,前往查看
如有侵权,请联系 cloudcommunity@tencent.com 删除。
本文系转载,前往查看
如有侵权,请联系 cloudcommunity@tencent.com 删除。