智能制造网APP
智能制造网手机站
智能制造网小程序
智能制造网官微
智能制造网服务号
智能控制
机器人
仪器仪表
物联网
3D打印
工业软件
回放
预告
品牌
其他品牌
政府将在北京市所有公租房推广人脸识别技术，用以查获保障房违规转租现象。去年，海淀金隅翡丽小区开始推行「人脸识别」门禁系统。截至目前，已累计查处违规转租转借117起。在中国已有多种应用的「刷脸」会成为新一代 iPhone 的屏幕解锁手段，亚马逊、微软等巨头都在使用云服务提供人脸识别。
脸，是大自然的杰作。四个月大婴儿即可识别面部表情，懂得非语言交际信号，比如微笑、生气。丰富的面部特征也是形成复杂人类社会的关键。如今，科技正迅速赶上人类研读脸孔的能力。
一、渗透中的面部识别技术
旷世公司总部大厅，摄像头眨眼功夫即可识别出访客。有些照片会被显示在一面叫做「天网」的视频墙上。某幅画面中，一群工作人员正在电梯口等待，每个人的面部都被一个白框锁定，同时标有每个人的名字。旷视CEO印奇说：「这有助于抓住坏人。」
即使印先生想要思考这项技术所带来的影响，他也不会有这个时间，因为旷视正在忙于构建一个视觉计算的「大脑」。2011年成立以来，旷视一直在快速发展。目前服务300000多家公司和个人用户，已经成为该领域大服务提供商之一。去年12月，旷视融资1亿美元，估值近20亿美元。这也意味着旷视成为人脸识别领域家估值超过10亿美元的独角兽。
该领域的供应商通常销售面部识别硬件和软件，同时将这些人脸数据与其他更大的数据结合起来。尽管市场不大(乐观估计，市场规模约在几十亿美金左右)，但是，这项技术正渗透到更广阔的商业环境中，因为面部识别准确性正在迅速提升，这与语音识别类似，准确率都从百分之几提升到近乎100%。「大多数人都低估了95%的准确率和99%的差别——99%意味着改变游戏规则。」AI学者吴恩达曾这样评价语音识别。
更重要的是，手机即可进行面部识别，就像Echo具有语音识别功能。数以百万计的中国人已经通过智能手机上的「刷脸」功能来授权支付。9月12日，苹果将推出新款iPhone，外界猜测其技术可通过准确识别用户的面部来解锁，即使在光线暗淡的环境中。几周前，三星推出的新款Galaxy Note也有类似功能，但没有那么复杂。
将面部识别技术分为这两类是有意义的：底层功能与应用。旷视属于前者，类似企业还有中国的商汤科技、俄罗斯的NTechLab，以及亚马逊、IBM和微软，他们都将人脸识别作为一种云服务。客户可以上传一批图片和名字，再利用这些数据训练算法，旷视用户即可识别特定人群。企业也可以将这项服务结合到自己的产品中，例如，控制在线账户访问。
旷视和商汤的服务很大程度上依赖海量的数据。他们可以访问中国政府存储的7亿公民的图像数据库(每个人在16岁的时候都会有一张身份证照片)。实际上，政府机构也是很有价值的客户。数以亿计的监控摄像头也将很快地融入人脸技术。在深圳，人脸识别可以被用来捕捉乱穿马路的人；在北京，市政当局已经这项技术识别公厕里偷纸的人(这套系统还规定每个人在9分钟内只能取走60厘米的纸张。)
技术的商业应用，也是云计算服务的内容之一。9月1日，蚂蚁金服次在实体店部署「微笑支付」系统：在杭州肯德基KPRO绿色餐厅，顾客可以通过注视屏幕来结账。小麦便利店也宣称将使用面部扫描检测分析店内顾客的行为。此外，几家银行已经允许用户(比如招商银行)使用面部识别技术在ATM上开户。
如今，面部识别技术正变得更好、更便宜，也正在广泛普及开来。
相比之下，西方已经远远落后了。尽管一些行业很早开始使用基本的面部识别技术，例如赌场用来赶走名声不好的赌徒，但基本上只有大型公司(谨慎地)使用这项技术。Facebook发展快。通过用户标记的朋友照片，Facebook算法能够在其他的照片中认出相同的人物。谷歌利用这项技术，自动将用户上传的图片进行归类。亚马逊虽然在发展智能音箱，但下一代的Echo Look会配有一个摄像头，外界猜测它将具有人脸识别的功能。
其他公司正在试水。捷蓝航空和其他航空公司正在寻找匹配乘客面部与护照照片的新方案，旨在取消登机牌这程(百度已经和北京机场达成这一方面的合作)。Lloyds也不是一家准备向中国学习的西方银行，他们都希望能够用户可以「刷脸」登录账户。Uber在印度要求司机在换班前自拍一张，以此减少未注册司机顶替上岗的现象。芯片制造商英伟达已经计划在新的加州总部启用人脸识别应用。
这也有助于提升产品销量。例如，摄像头可以识别忠诚顾客和VIP成员，为他们提供特别服务。系统还可以觉察顾客脸上不满情绪，派出员工进行有效的干预。据称，大的零售商沃尔玛正在开发一套人脸识别系统系统，以此改善顾客服务体验。
意料之中的是，这项服务也大大促进了反向的产业发展。例如，以色列初创公司D-ID已经开发出一种软件，工具处理后的图像无法被人脸识别算法侦测，但是肉眼观之，其与原始图片看起来一样。
然而，这些安全应用并不会阻止人脸识别的大规模应用。旷视的印奇认为，面部识别技术会成为一种商品。这也是他把眼光放得更远的原因。公司的计算机视觉大脑正迈向解决更复杂的任务，例如，解释人类的行为和识别特定物体。长远来看，印奇希望他的公司能够发展成为一家「算法工厂」，为计算机视觉服务提供各样模块化产品。
二、创建面部、治愈与希望
Graig Venter近一次刺激到公众的行为是他发布了一项根据人们的基因数据预测人的长相的工作。
在本周发表在《美国国家科学院院刊》(Proceedings of the National Academy of Sciences)上的一篇论文中，Venter博士和他的同事们描述了这个被他们称之为「基于表现型的基因组识别」的过程。该小组从不同年龄不同种族的1061名被试，进行了基因组测序。他们还拍摄了被试者面部的高分辨率、三维图像，并记录了他们眼睛和皮肤的颜色、年龄、身高和体重。这些信息被用作「训练集」，用来开发一种能够根据基因计算出人们长相的算法。
通过将这种算法应用于未知的基因组，研究小组能够生成几乎与真实照片相匹配的图像，成功率80%。(当测试于单一种族的时候，成功率就降低到了不那么的出众的50%，因为限定种族缩小了面部的差异。)大约一年前，使用同样的算法，该公司开发了一个功能，根据母亲的基因组预测她20岁时的样子。结果可以与她在那个年龄的照片相比，并让读者自己判断其相似性。
Venter的预测只是基于相对较少的人群。通过机器学习技术，数据集越大，结果越好;与数以万计的基因组结合，可以大大提高预测速度。
浙公网安备 33010602000006号
智能制造网APP
智能制造网小程序
微信公众号
