AI技術(shù)中最有商業(yè)想象空間的能力-人臉識別

AI技術(shù)中最有商業(yè)想象空間的能力——人臉識別編輯導(dǎo)讀：人臉識別技術(shù)已經(jīng)被運用到生活的各個角落，滿足人們不同的需求。本文作者基于自身經(jīng)驗，對人臉識別技術(shù)的相關(guān)后臺流程和技術(shù)產(chǎn)品應(yīng)用展開了分析討論，與大家分享，希望通過此文能夠加深你對人臉識別技術(shù)的認(rèn)識。人臉識別技術(shù)一項很有意思的技術(shù)，未來理想的狀態(tài)是在你不經(jīng)意的時候就已經(jīng)查明你的身份。對于系統(tǒng)，你已不再是隱形之人。在我之前的文章中也詳細(xì)通俗的介紹了語義理解及語音識別技術(shù)的具體細(xì)節(jié)，但是作為AI界三大基礎(chǔ)技術(shù)是必須要講完的，所以今天我們談?wù)勅四樧R別究竟是如何認(rèn)出你的？按照慣例，我們先大致了解人臉識別技術(shù)的后臺流程：人臉識別原理過程第一步：人臉圖像采集及檢測，顧名思義，其實就是給你照個相，然后傳遞給下一個模塊。第二步：這個時候照完像我們是不是該處理，比如ps啊，美圖啊，瘦臉啊，美白啊。識別技術(shù)也同樣需要對你的臉做一下校正，讓它用自己那一套自己熟悉的處理方式給你打打光（光線補償）避免暗色過多，順便做一下灰度變換，濾波、銳化等等一套組合拳打下來。第三步：美完圖了，這個時候重頭戲就到了，應(yīng)該開始提取你的特征點了，你張的是不是歪瓜劣棗，怎么歪的？歪的特點在哪里。當(dāng)然我只是比喻，真正提取特征的方式很多種，比如視覺特征、像素統(tǒng)計特征、人臉圖像變換系數(shù)特征等等，方式不同提取的料也不同。當(dāng)然也就容易影響識別的效果，還是需要具體看在哪個場景應(yīng)用哪種識別方法。第四步：提取特征數(shù)據(jù)后傳輸?shù)綌?shù)據(jù)庫中開始檢索，看看誰更像這人？但是以什么為標(biāo)準(zhǔn)說像這個人呢？我們設(shè)定一個閥值，超過這個數(shù)值我們就認(rèn)為他們很像，搞不好是兄弟姐妹。但是會出現(xiàn)一個問題，一旦出現(xiàn)好幾個閥值以上的人，那到底誰是呢？這個時候我們可能就要重新多采集一些你的照片，多優(yōu)化一下模型以便更好的認(rèn)識你了。這就是大致的一個原理流程，具體場景還需要增加具體步驟。01人臉識別技術(shù)的分類我們經(jīng)常說的人臉識別只是人臉技術(shù)的一個子技術(shù)，人臉識別技術(shù)是分很多類別的，出門別丟人哦。人臉技術(shù)分類-摘自百度我們以百度的人臉技術(shù)舉例，先看看人臉檢測及跟蹤人臉檢測跟蹤百度一般都會給識別到的人臉規(guī)劃一個方框，用于識別人臉?biāo)?。初步定位，以便后面做更加詳?xì)的分解。業(yè)內(nèi)熟悉的朋友可能都了解，在人臉上都會布置關(guān)鍵點位，點位越多，越詳細(xì)，識別的效果越優(yōu)秀，用關(guān)鍵點位的方式能夠詳細(xì)的分析我們的臉型特征，能夠為特征提取起到很好的助力。這項技術(shù)應(yīng)該是很多妹子的真愛，左上角是原圖，右上角是算法經(jīng)過關(guān)鍵點位分析出來的像素人臉，算法中會分析出人臉中鼻子在哪里？眼睛在哪里？大家可能會問，能干嘛呢？看下面兩張圖，是美白之后的效果。可以應(yīng)用于視頻美白處理，天然黑妹子的福音。02人臉屬性定義人臉屬性值表分析在給該算法模型一張圖片，可以分析出我們想要的任何維度屬性值以及結(jié)果概率，這項技術(shù)在未來應(yīng)用上是非常廣泛的，相當(dāng)于計算機(jī)視覺類的大腦，通俗來講就是讓機(jī)器能讀懂它看到的一切。大家創(chuàng)業(yè)，找工作的都可以往這里來靠哈。03人臉識別技術(shù)產(chǎn)品應(yīng)用活體檢測金融行業(yè)驗證貼紙相機(jī)當(dāng)前很流行的貼紙相機(jī)產(chǎn)品，依據(jù)人臉檢索跟蹤的技術(shù)，不斷的調(diào)整貼紙位置，達(dá)成圖中的效果。圖像文字識別這項技術(shù)也是系統(tǒng)錄入員工的最愛，基本一拍照便能依照系統(tǒng)欄目維度規(guī)定自動錄入文本。從以上的介紹后大家是否能夠理解人臉識別技術(shù)的具體流程？或者該技術(shù)在未來和現(xiàn)在都能應(yīng)用在哪些場景？你認(rèn)為什么技術(shù)最有可能影響未來的世界，影響你的生活？從作者從業(yè)者角度來思考的話，語音、語義、圖像識別三大基礎(chǔ)AI技術(shù)都缺一不可，但商業(yè)角度來看，當(dāng)前最有可能衍生出大量新場景的技術(shù)是圖像識別，而圖像識別最大的應(yīng)用空間是人臉識別在人臉識別技術(shù)應(yīng)用中，通過標(biāo)注出來的有包括人像，物體的信息的圖像數(shù)據(jù)，和核心算法、深度學(xué)習(xí)技術(shù)行成自己的產(chǎn)品，比如人臉識別的閘機(jī)、人臉識別機(jī)器人等，然后再通過產(chǎn)品本身來服務(wù)用戶，在用戶使用的過程當(dāng)中自主去學(xué)習(xí)從而產(chǎn)生用戶行為數(shù)據(jù)，接而再反哺并促使產(chǎn)品和技術(shù)不斷優(yōu)化、自我學(xué)習(xí)。04基于深度學(xué)習(xí)的人臉識別技術(shù)人臉識別是一個較為寬泛的概念，涵蓋了構(gòu)建人臉識別系統(tǒng)的一系列技術(shù)，包括人臉檢測、防偽檢測、人臉對齊、特征提取、特征對比等，其按照對比的量級可分為1：1、1：N、N：N。目前先進(jìn)的人臉識別算法均采用了深度學(xué)習(xí)技術(shù)，在公開的百萬基準(zhǔn)數(shù)據(jù)集MegaFace中已能達(dá)到98%的精度，人臉識別技術(shù)基本趨于成熟。1:1人臉識別模式主要用于身份驗證1:1即FaceVerification，1:1人臉識別技術(shù)是一種靜態(tài)對比，比較兩個人的相似度。主要是利用圖像處理技術(shù)從圖像中提取人臉特征值，計算機(jī)對當(dāng)前人臉與人像數(shù)據(jù)庫進(jìn)行快速人臉比對，并得出是否匹配的過程，可以簡單理解為證明你就是你。1:1人臉識別的應(yīng)用場景主要為人臉手機(jī)解鎖、人證合一，通常應(yīng)用落地場景為手機(jī)廠商尋找有算法識別技術(shù)的軟件供應(yīng)商為其內(nèi)置SDK，輔助代碼移植，使其手機(jī)擁有人臉識別解鎖的能力，典型代表為OPPO、華為等手機(jī)廠商。1：N人臉識別模式主要是用于行業(yè)場景落地1：N人臉識別技術(shù)是在海量的人像數(shù)據(jù)庫中找出當(dāng)前用戶的人臉數(shù)據(jù)并進(jìn)行匹配。N的數(shù)目在千萬級。其特點是動態(tài)和非配合，這是對于1:N而言也是非常重要的兩個點，所謂的動態(tài)也就是識別的是一個動態(tài)的視頻流；非配合是指識別對象不用感知到攝像頭的位置并配合完成識別工作，而地點，陰暗，光線，玻璃都會影響識別的準(zhǔn)確性，所以1:N相對更具挑戰(zhàn)性。1:N人臉識別的應(yīng)用場景包括學(xué)校電子班牌、物業(yè)小區(qū)、新零售的客戶識別等。學(xué)校電子班牌，將走班制課程表與多模式多方式班級考勤關(guān)聯(lián)，實現(xiàn)校務(wù)與教務(wù)的信息化管理，成為學(xué)校和班級、教師和學(xué)生、家長和學(xué)生之間交流與互動的橋梁。從物業(yè)小區(qū)到企業(yè)樓宇，結(jié)合企業(yè)的需要可以用于人臉閘機(jī)、考勤、OA管理、訪客的管理和注冊，隨之而來的就是更加智能的管理人群和流向。在新零售行業(yè)，幫助線下零售商家更了解他們的客戶，將線下人群信息向線上轉(zhuǎn)化。通過前端的圖像獲取硬件和機(jī)器視覺技術(shù)分析客群，提供精準(zhǔn)的客流分析如顧客年齡、性別，甚至停留時長、行為分析等多維數(shù)據(jù)。N:N人臉識別模式主要用于政府機(jī)關(guān)N:N是1：N的延伸，