成都弱電公司訊：

從馬云在CeBIT大會上的「刷臉」支付到最近微軟推出的「how-old」，關于「面部辨認」技術的討論一直備受關注，但基于這項技術的具體應用和發(fā)展狀況的市場認知卻十分有限。事實上，隨著機器學習和深度神經(jīng)網(wǎng)絡兩個領域的迅速發(fā)展以及智能設備的普及，「面部辨認」技術正在經(jīng)歷前所未有的發(fā)展。

早在2009年，一家來自美國馬薩諸塞州的公司——Affectiva便已經(jīng)開始了基于云端的面部辨認和情緒辨認解析服務的探索，并獲得了李嘉誠的投資；而在2010年末，F(xiàn)acebook也開始了面部辨認領域的布局，并于2018年以6，000萬美金的價格收購了著名面部辨認公司Face.com，其面部辨認項目組「DeepFace」更是宣稱正在研發(fā)的面部辨認技術的準確率已經(jīng)接近人類水平；一直致力于人工智能領域探索的Google也沒有閑著，近幾年接連大手筆收購了Picassa、Pittoatt和Viewdle等多家人臉辨認公司；就在不久前的「Build2018」大會上，微軟也發(fā)布了可供用戶免費集成圖像及人臉辨認功能的ProjectOxford。

同樣，國內(nèi)的互聯(lián)網(wǎng)巨頭和創(chuàng)業(yè)公司們也在分歧程度上針對「面部辨認」技術進行著相應的探索。阿里巴巴圍繞著「平安支付」同螞蟻金服和「Face++」合作研發(fā)的人臉辨認技術備受關注，騰訊「優(yōu)圖」基于人臉辨認、圖像辨認和深度學習的技術也逐步應用于各產(chǎn)品線，而百度則在吳恩達博士的率領下將「面部辨認」作為百度深度學習研究室的重點研究項目。除此之外，國內(nèi)還涌現(xiàn)了像「Face++」、「AngelEyes」和「一登」這樣的基于「面部辨認」技術的創(chuàng)業(yè)公司。

從「圖像辨認」到「人臉辨認」的應用場景變更

現(xiàn)階段「人臉辨認」技術的進步離不開早期「圖像辨認」技術的發(fā)展與應用。從搜索引擎相似圖片搜索到手機相機應用自動美顏，再到電商依據(jù)圖像辨認的相似商品搜索和二維碼掃描，「圖像辨認」技術的應用場景覆蓋了眾多領域。這一方面源于各領域海量數(shù)據(jù)的積累可以達到精準匹配與優(yōu)化的程度，另一方面也是因為「圖像辨認」技術較于「人臉辨認」技術的更高可操作性。

的確，由于「人臉辨認」涉及到動態(tài)辨認、活體檢測和微表情辨認等維度，在可操作性和精準度等方面的表現(xiàn)暫不及「圖像辨認」，但它卻有著「圖像辨認」所替代不了的技術和場景優(yōu)越性。首先，它能簡化認證和注冊的流程。假如您現(xiàn)在要開一個淘寶店或者注冊一個微信公眾賬號，您便需要手持身份證拍照以驗證您的身份。這固然是出于平安和信用方面的考慮，但「人臉辨認」技術卻能以「人臉」為獨立驗證ID簡化注冊與認證的流程。相同的例子還有「一登」為一些應用提供的「刷臉」注冊功能。

其次，在平安支付領域，成熟的「人臉辨認」技術顯然要比普通的字符、字串密碼來的更加快捷和平安。當用戶發(fā)生支付行為時，用「刷臉」這一簡樸的動作代替復雜的密碼輸入操作可以縮短用戶支付時間；而當用戶出現(xiàn)密碼被盜的情況時，不僅可以通過獨立人臉I(yè)D迅速找回，還能通過后臺保留的用戶人臉I(yè)D避免密碼被輕易修改。

同時，在娛樂領域，「人臉辨認」技術也有豐富的利用空間。之前由「落網(wǎng)電臺」推出的情緒辨認app——「emo」便是利用了由「一登」提供的技術進行刷臉注冊和情緒辨認音樂推薦；而在游戲領域，開發(fā)者也可以通過「人臉辨認」技術的應用來捕獲玩家的表情變化，從而優(yōu)化游戲設計與關卡邏輯。

當然，關于「人臉辨認」技術還有很多的想象空間，一個真實且腦洞大開的故事是波士頓警方曾在Facebook「人臉辨認」技術的輔助下成功抓獲了一名涉嫌兒童性侵案的嫌犯。

br/>