人臉識別可以算是落地夠快、效果也夠炫的“智慧技術”之一了, 從2015年3月馬雲展示支付寶的刷臉支付, 到最近很多機場、高鐵站啟用了刷臉進站, 就連美圖都說自己可以“AI自拍”。
先來潑一盆冷水, 目前很多人臉識別的落地應用還處在一個非常初級的階段, 技術價值並不高。
首先, 我們要弄明白人臉識別這一概念。 人臉識別其實是個相對寬泛的大分類, 基於生物特徵識別技術, 利用人的特徵實現個體的區分。 其中技術包括圖像採集、特徵定位、身份的確認和查找等等。
簡單來說, 就是從照片中提取人臉中的特徵, 比如眉毛高度、嘴角等等, 再通過特徵的對比輸出結果。
在應用上, 人臉識別也分很多層級, 目前在我國應用最多還是1:1等級, 也就是人臉識別中最初級的“證明你是你”。
1:1等級的人臉識別通常是使用者上傳符合規則的照片在系統上, 線下拍照, 於系統中的照片進行對比。 在機場、高鐵站這種為線下拍照提供了較好條件(燈光、拍照圖元等等)的環境中, 說實話對於技術的硬性要求不算太高。
而知乎中還有網友提到, 關於人臉識別終端演算法部署授權只需要500元/套, 其使用成本可見一斑。 而這一技術也絕非最近才出現,
對運算環境要求更高的是1:N級和N:N級的人臉識別。 也就是單一特徵對比多種特徵和多種特徵對比多種特徵。 而這兩種等級的人臉識別在應用上也常常無法提供較好的環境, 比如1:N級人臉識別可以應用於失蹤人口搜索中, 在特殊情況下拍的照片存在角度、光線的複雜性, 加大了特徵提取、對比的難度。
LBP, 人臉識別的魔法根源
或許我們可以更深一步探究人臉識別的演算法, 比如Local Binary Pattern(局部二元模式)。 這種演算法可以將某一圖元周邊的灰度值和該圖元作比較, 從而去除光線的影響提取特徵。
除了LBP外, 常用的特徵提取演算法還有很多, 像是Gabor濾波器。 當然, 提取特徵只是第一步, 接下來還要根據特徵進行分類, 這時就要應用貝葉斯、決策樹等等分類演算法。
最近大火的深度學習也正逐漸被應用於人臉識別中, 深度學習將特徵提取和分類兩個步驟融合在一起。 利用神經網路黑盒子的特性計算出最適合的特徵提取模式,
當然, 由於深度學習需要應用大量的資料樣本和較長時間的訓練時間, 對於整體運算環境要求也很高, 相比物美價廉的LBP, 應用範圍還不大。
演算法基礎?實用性更重要!
雖然有人認為人臉識別只是個很基礎的演算法, 但我們認為在應用上範疇上, 人臉識別還是一座未經發掘的寶礦。
單純從身份驗證、識別角度來看, 就有遠端信貸、證券事務辦理、實名制系統驗證、來訪記錄、安檢審核等等範疇的應用。 在提高識別準確性的前提下, 還可以利用進行罪犯/失蹤人口追蹤排查, 總之科幻片裡通過大街小巷攝像頭找人的情節完全可以進入現實。
除了這些落地性強的應用模式,目前討論熱度最高的還有大資料+人臉識別,也就是通過大量人臉樣本的累積,從中提取特徵並總結規律。像是提取表情特徵,構建情緒判斷系統;或者通過面色、皺紋、斑點等等特徵分析病情。不過這些應用範疇距離落地應用還很遠,想要實現情緒判斷、視覺診斷等等目的,人臉識別是否是最好的方式也不得而知。
總體看來,在中國的技術企業中,人臉識別算是泡沫較高的一個類別,不光Face++、雲從等等企業都拿過千萬美金級別的融資。各個企業也將該技術的引用視作踏入AI的一步,大肆PR吹捧,就連一些自拍工具也想來蹭一蹭熱度。
其實目前人臉識別的應用還停留在基礎上,也就是在較好環境中實現1:1人臉識別,而拍照美顏更僅僅應用到了人臉特徵定點提取,連識別預處理都算不上,這樣也要強吹只能說發言人的心理素質有些過於強悍了。
我們不應該神化任何一種技術,至於那些混淆視聽蹭熱度的,恰恰展示出了對於自家產品的不自信。對於流量的吹噓或許可以“公關在前”,錢拿到了再做實,可技術不是靠行銷就能堆砌出來的,最後往往只剩下打臉一個結果。
除了這些落地性強的應用模式,目前討論熱度最高的還有大資料+人臉識別,也就是通過大量人臉樣本的累積,從中提取特徵並總結規律。像是提取表情特徵,構建情緒判斷系統;或者通過面色、皺紋、斑點等等特徵分析病情。不過這些應用範疇距離落地應用還很遠,想要實現情緒判斷、視覺診斷等等目的,人臉識別是否是最好的方式也不得而知。
總體看來,在中國的技術企業中,人臉識別算是泡沫較高的一個類別,不光Face++、雲從等等企業都拿過千萬美金級別的融資。各個企業也將該技術的引用視作踏入AI的一步,大肆PR吹捧,就連一些自拍工具也想來蹭一蹭熱度。
其實目前人臉識別的應用還停留在基礎上,也就是在較好環境中實現1:1人臉識別,而拍照美顏更僅僅應用到了人臉特徵定點提取,連識別預處理都算不上,這樣也要強吹只能說發言人的心理素質有些過於強悍了。
我們不應該神化任何一種技術,至於那些混淆視聽蹭熱度的,恰恰展示出了對於自家產品的不自信。對於流量的吹噓或許可以“公關在前”,錢拿到了再做實,可技術不是靠行銷就能堆砌出來的,最後往往只剩下打臉一個結果。