蘆偉
去年三月在德國漢諾威電子通信展開幕式上,馬云向德國總理默克爾與中國副總理馬凱演示了螞蟻金服的SmiletoPay掃臉技術(shù),不用輸入密碼,通過“刷臉”就完成了支付認證,成功的為嘉賓從淘寶網(wǎng)上購買了1948年漢諾威紀念郵票,引起了國內(nèi)外的廣泛關(guān)注。
第二天各大媒體紛紛予以報道,國內(nèi)涉足人臉識別概念的上市公司股票也紛紛上漲,各路資本對此也充滿興趣,相關(guān)技術(shù)創(chuàng)新公司先后成立,人臉識別成為了各類論壇展會關(guān)注的焦點,呈現(xiàn)出一片欣欣向榮景象。
巨頭和資本的共同選擇
近兩年,阿里巴巴對人臉識別越來越重視,在2014年就控股了一家人臉識別企業(yè),推動人臉識別的發(fā)展。2016年9月再次投資7,000萬美元收購美國生物驗證公司EyeVerify,進一步加深其在生物識別領(lǐng)域的布局。在內(nèi)容方面,阿里巴巴已全面將該技術(shù)應用到自己的支付寶、淘寶等平臺,并將協(xié)同旗下的其它業(yè)務板塊等,培養(yǎng)人臉識別的應用場景。
除了阿里巴巴,BAT三巨頭中其他兩位也在此方面落下棋子。騰訊為此成立了專注于人臉識別的優(yōu)圖團隊,意在將騰訊征信、財付通、微眾銀行與人臉識別緊密相連。與公安部所屬的全國公民身份證號碼查詢服務中心達成的人像比對服務的戰(zhàn)略合作,讓騰訊的人臉識別技術(shù)可以7×24小時接入公安部查詢服務中心的數(shù)據(jù)庫。
百度更早在2012年在開始在人臉識別技術(shù)上發(fā)力,推出了當時國內(nèi)第一款全網(wǎng)人臉搜索引擎以及百度魔圖PK大咖等明星產(chǎn)品,備受網(wǎng)民關(guān)注。近年來百度力圖將人臉識別技術(shù)應用于更多方面。如為了幫助丟失兒童的家人尋找孩子,百度利用人臉識別的人工智能技術(shù)開發(fā)了“百度尋人”公益平臺;“Dulight百度小明”可以通過語音識別、人臉識別等技術(shù)幫助盲人打理日常生活;最近被關(guān)注的烏鎮(zhèn)景區(qū)的人臉閘機,此技術(shù)也是由百度提供的。游客不用門票,只需“刷臉”就能在一秒內(nèi)自由進出景區(qū),極大減少了排隊檢票的時間。
資本是市場的風向標,資本投向哪里,哪里就發(fā)光發(fā)熱。各路資本近幾年對人臉識別充滿熱情。2014年歐比特以5.25億元收購鉑亞信息100%股權(quán),由此涉足人臉識別業(yè)務和智能安防領(lǐng)域;2015年4月佳都科技5,000萬元戰(zhàn)略投資專注于人臉識別智能分析算法及產(chǎn)品研發(fā)的云從信息科技;2015年10月佳都科技以2億元收購華之源51%股權(quán),為公司的人臉識別技術(shù)在軌交領(lǐng)域的應用鋪設(shè)渠道;2016年2月遠方光電擬以10.2億元收購維爾科技 100%股權(quán),切入生物識別領(lǐng)域。
此外,在人臉識別領(lǐng)域掌握一定核心技術(shù)的公司也紛紛成為資本的追逐對象,如曠視科技、依圖科技、商湯科技、飛搜科技等均獲得資本支持。在股市方面,主打人臉識別的上市公司也表現(xiàn)出了非常大的潛力,受到了股民的青睞。海康威視、佳都科技、科大訊飛、海能達、賽為智能、漢王科技、高鴻股份等上市公司都呈現(xiàn)著不錯的表現(xiàn)。
為何受青睞
為什么如此多的資本和公司竟逐人臉識別呢?因為其廣泛的應用范圍和極大的發(fā)展?jié)摿?,人臉識別幾乎可以在任何行業(yè)都得以應用。如金融行業(yè)可以進行刷臉登錄、遠程人臉開戶、自助人臉開卡;教育行業(yè)可以借助人臉識別技術(shù)確認考生身份;公安系統(tǒng)可以通過人臉比對篩查出犯罪嫌疑人;廣告行業(yè)可把人臉識別技術(shù)應用在戶外廣告上進行人流量統(tǒng)計;商業(yè)領(lǐng)域通過人臉技術(shù)可實現(xiàn)對用戶的年齡、性別、表情等識別和檢測,從而為商家對顧客進行精準營銷提供基礎(chǔ)的技術(shù)支持;社保系統(tǒng)可啟用人臉識別技術(shù),規(guī)范領(lǐng)取人資格;機場利用人臉識別技術(shù)進行安檢。此外還可以進行刷臉開車、刷臉購物,刷臉取款、刷臉簽到等等。隨著未來人臉技術(shù)的普及,人只需“刷臉”就可真正解決現(xiàn)有生活中的諸多事情,帶來更為便利安全的生活。
與常用的密碼方式相比,人臉識別具有更高的安全性,任何賬號和密碼只要通過驗證都可以進行更改,而人臉識別則完全不同,人臉數(shù)據(jù)具有唯一性,幾乎是不可改變或改變成本非常高。與同樣具有唯一特性的生物指紋和虹膜識別技術(shù)相比,人臉識別無需用戶和設(shè)備直接接觸,無需用戶配合就可主動獲取人臉圖像信息,且可以進行多個目標的分揀、判斷及識別,因此操作起來更為方便快捷簡單。在推廣方面,當前普通攝像頭可以作為傳感器,人臉識別主要依靠人臉識別軟件和算法進行處理,普通攝像頭就可以作為采集人臉信息的傳感器,推廣起來成本比較低,客戶也較容易接受。
如今人臉識別發(fā)展最快的領(lǐng)域是安防。隨著城鎮(zhèn)化的進程加快,流動人口比例大大增加,面臨的突發(fā)事件和異常事件越來越復雜,給城市的安保工作以及視頻監(jiān)控帶來了更大的壓力。傳統(tǒng)依靠人工來盯的方式難免會因疲勞或精神不集中等原因影響監(jiān)視效果,難以勝任對龐大數(shù)據(jù)庫的分析,從而影響事后查找證據(jù)。
于是在國家政策支持下,近些年大力建設(shè)平安城市,具有智能分析的視頻監(jiān)控得以廣泛應用,大規(guī)模動態(tài)人臉識別、黑名單監(jiān)控、人流統(tǒng)計已分布在邊疆安防布控、機場、車站、景區(qū)、公共場所等。在部分地區(qū)的部分領(lǐng)域,人臉識別已經(jīng)開始被列為使用過程中的強制標準。
這種情況的出現(xiàn),對于人臉識別的推廣無疑是一種非常有力的推動?;ヂ?lián)網(wǎng)金融可能會是下一個發(fā)展較快的領(lǐng)域。中國由于人口基數(shù)大,互聯(lián)網(wǎng)普及程度高,人臉識別技術(shù)全球領(lǐng)先,互聯(lián)網(wǎng)金融業(yè)務通過遠程人臉識別身份證件核實的方式進行身份驗證,可有效解決面簽難題,人臉識別技術(shù)有望成為互聯(lián)網(wǎng)金融行業(yè)的標配。
技術(shù)在發(fā)展 市場超千億
人臉識別技術(shù)并不是近些年才有的,它的研究始于20世紀60年代,80年代后隨著計算機技術(shù)和光學成像技術(shù)的發(fā)展得到提高,進入初級應用是在90年后期,但并沒有規(guī)模推廣開,這是由于當時采用的是基于可見光圖像的人臉識別技術(shù)。
這種方式有著難以克服的缺陷,在環(huán)境光照發(fā)生變化時,識別效果會急劇下降,無法滿足實際系統(tǒng)的需要。后來出現(xiàn)的三維圖像人臉識別和熱成像人臉識別等解決光照問題方案,識別效果也不盡人意。直到基于主動近紅外圖像的多光源人臉識別技術(shù)的出現(xiàn),它可以克服光線變化的影響,在識別性能,在精度、穩(wěn)定性和速度方面的整體系統(tǒng)性能超過三維圖像人臉識別。這項技術(shù)在近年發(fā)展迅速,使人臉識別技術(shù)逐漸走向?qū)嵱没?/p>
人臉識別是基于人的面部特征信息進行身份識別的一種生物識別技術(shù)。首先使用攝像頭或者攝像機采集含有人臉的圖像或視頻,之后根據(jù)所提取的人臉圖像特征采用相關(guān)識別算法進行人臉確認或辨別。隨后將已檢測到的待識別人臉與數(shù)據(jù)庫中已知人臉進行比較匹配,得出相關(guān)信息。該過程的關(guān)鍵是選擇適當?shù)娜四槺碚鞣绞脚c匹配策略,系統(tǒng)的構(gòu)造與人臉的表征方式密切相關(guān)。一般根據(jù)所提特征而選擇不同識別算法進行度量,常用的包括距離度量、支持向量機、神經(jīng)網(wǎng)絡、k均值聚類等。
人臉識別說起來簡單,但做好卻并不容易。比如在動態(tài)或復雜的背景中判斷是否存在人臉并分離出這種面像,需要特定的算法才可能挑選出人臉在哪。如算法不合適,很可能出現(xiàn)把猴臉、猩猩臉誤判為人臉的笑話。還有人的臉部毛發(fā)、化妝品、光照、噪聲、人臉傾斜和大小變化及各種遮擋等因素也會導致人臉檢測問題變得更為復雜。目前國內(nèi)人臉識別還沒有統(tǒng)一的技術(shù)標準,各家企業(yè)算法也不盡相同,雖然國內(nèi)團隊在類似LFW的國際標準測試中的精度不斷提升,基本上每家的LFW通過率都在95% 以上,但真實的場景要比LFW的測試復雜得多,還是會出現(xiàn)一些誤判錯判情況的發(fā)生。
但無論怎么說,現(xiàn)在人臉識別技術(shù)已經(jīng)取得了突飛猛進的發(fā)展,準確率越來越高,響應速度越來越快,越來越多的領(lǐng)域開始應用人臉識別技術(shù)。據(jù)中投顧問發(fā)布的《2016-2020年中國人臉識別行業(yè)投資分析及前景預測報告》顯示,目前人臉識別市場已經(jīng)進入了加速發(fā)展時期,2012年國內(nèi)規(guī)模是16.7億元,到2015年就已經(jīng)上升至75億元。隨著人工智能和智慧城市的加速發(fā)展,人臉識別將應用到更多場景,未來潛在市場規(guī)模將超過千億,“刷臉”時代正在向我們靠近。