深度學習加速人臉識别爆發，商湯、曠視、微美全息AI視覺科技化智能化

　　21世紀,計算機科學的取得了飛躍式發展,人工智能技術是繼物聯網、雲計算、大數據之後又一個裡程碑式的發展階段,目前人工智能已經被應用到計算機科學的各個領域如語言識别、圖像識别、自然語言處理和專家系統等。人臉識别具有開放性、主動性、穩定性等特點,具有廣泛的應用前景,因此越來越受到專家學者的重視。

　　人臉識别問題宏觀上分為兩類：1. 人臉驗證(又叫人臉比對)2. 人臉識别。人臉驗證做的是 1 比 1 的比對，即判斷兩張圖片裡的人是否為同一人。最常見的應用場景便是人臉解鎖，終端設備(如手機)隻需将用戶事先注冊的照片與臨場采集的照片做對比，判斷是否為同一人，即可完成身份驗證。

　　人臉識别做的是 1 比 N 的比對，即判斷系統當前見到的人，為事先見過的衆多人中的哪一個。比如疑犯追蹤，小區門禁，會場簽到，以及新零售概念裡的客戶識别。這些應用場景的共同特點是：人臉識别系統都事先存儲了大量的不同人臉和身份信息，系統運行時需要将見到的人臉與之前存儲的大量人臉做比對，找出匹配的人臉。

　　人臉識别是一個曆史悠久的任務，從20世紀50年代開始，研究人員已經開始關注人臉識别這個領域。從最早基于人臉幾何結構特征，到基于建模方法，局部特征描述子(Gabor, LBP)，目前主流的方法是基于深度學習的方法。

　　在過去幾年，手機的人臉識别令大衆印象頗深，回顧手機解鎖方式進化史，它經曆了密碼解鎖到指紋識别，再到3D人臉識别的轉變過程，這一轉變同時也潛移默化地改變了人們的生活方式。近期，作為國内視覺AI領域的代表企業，商湯科技、曠視科技、WiMi微美全息等企業，紛紛在人臉識别這個分支上大展拳腳，整個體驗更加科技化、智能化。

　　商湯科技“3D人臉識别智能門鎖解決方案”基于商湯科技SenseID智能人臉識别模組，整合了算法、3D仿生雙目紅外攝像頭，SoC計算芯片等軟硬件于一體，将商湯科技的3D人臉識别技術，帶給最終用戶，帶來便捷、安全、高效的入戶體驗，并幫助門鎖企業在整鎖或整門産品的開發中降低成本，縮短周期。

　　從模組的工作邏輯上看，其首先在人臉信息的錄入時即采用3D方式，從上中下左右5個維度記錄人臉信息，并進行特征提取生成簽名。在進行“刷臉”時，系統會在有效的距離内，對當前人臉與已錄入的人臉進行比對驗證，并同時完成3D活體檢測，通過則進行解鎖操作，反之則拒絕開鎖。

　　得益于算法的優化與硬件之間的完美協作，商湯SenseID智能人臉識别模組的識别準确率可以達到超越人眼的程度。并且在速度方面，從上電到解鎖完成，全流程隻需要1.4秒，基本可以做到難以察覺的無感通行。

　　曠視科技人臉識别平台上的開發者已超過十萬，而在2011年10月公司成立之初由清華大學姚期智計算機科學實驗班的印奇等三位同學組成，公司最初想研發的是體感遊戲，而後來公司希望技術對實業産生價值，因此在2012年推出了Face++雲平台，将API接口開放人臉檢測、屬性分析等功能提供給開發者。 2012-2014年在用戶數量和用例的積累下，曠視科技先後提供了Image++以及Brain++，分别是物體、字體的識别平台以及訓練平台。 2014年随着公司在金融領域發力，公司在産業化方向努力。2014-2018年，公司主要在金融、安防和泛商業的AI服務領域形成一定的市場份額，而其中人臉數據方面的積累為人臉識别算法的不斷進化提供保證。2015年公司營收達到千萬級，2016年營收破億。

　　曠視公司是全球為數不多的擁有自主研發的深度學習框架的公司之一，公司自研的深度學習框架Brain++是一個統一的底層架構，為算法訓練及模型改進過程提供重要支持，為不同領域的碎片化需求定制不斷增長的算法組合，包括很多長尾需求。 針對AI+IoT的戰略布局，曠視使用的是“雲+端”模式，一方面，曠視将的算法以及的安全措施部署在雲端，實現對互聯網金融、共享經濟等領域的遠程身份核實等功能的實現;在終端業務上，公司緻力于安防、生活等場景中的攝像頭、門禁、閘機等智能硬件、終端的系統解決方案的開發。

　　作為國内以全息視覺為代表的企業微美全息，其商業應用場景主要聚集在家用娛樂、光場影院、演藝系統、商業發布系統及廣告展示系統等五大專業領域。

　　全息3D人臉識别軟件的開發基于微美的全息成像特征成像檢測和識别技術、模闆匹配全息成像檢測技術，以及基于深度學習和訓練的視頻處理和識别技術。傳統的2D面部識别技術是一種基于面部特征的識别技術，它從面部圖像或面部視頻流中捕獲信息，并自動檢測和跟蹤目标面部;微美的全息3D面部識别技術是全息成像捕捉和3D肖像的結合的識别技術。微美專注于軟件技術的開發和應用，并擁有AI、機器識别技術、機器學習、模型理論和視頻成像處理技術。全息3D面部識别技術是一種利用結構光和紅外光的集合技術，所收集的特征點可以超過30,000點;傳統2D面部識别技術的收集特征點不到1000點。并且3D技術受到周圍環境的影響較小，有望克服傳統2D面部識别技術中發現的如光線、姿勢、遮擋、動态識别和面部表情等許多問題。

　　全息面部變化技術基于全息3D圖層替換技術，包括基于AI的圖像識别和動态融合處理技術，實時跟蹤圖像以及用其他面部替換面部。該技術取代視頻幀中的人臉，合成視頻并添加原始音頻。微美已經在全息AR插件廣告應用中驗證了這些技術模塊，并将繼續開發和升級這些技術模塊。微美相信這項技術将為名人廣告，電影發行和直播視頻流等應用帶來新的業務增長。

　　随着我國的三維測量技術的不斷發展，以及3D人臉識别算法補充了2D投影的缺陷，還對存在的傳統難點，包括人臉旋轉、遮擋、相似度等問題都有很好的應對，這也可以是人臉識别技術的重要發展線路之一。

　　我國擁有着世界第一龐大人口基數以及頻繁的流動性，在這樣的大環境下，人臉識别的便利與安全性尤為重要，智慧城市、智慧園區、公安、安保等信息化建設正在推動高準确度人臉身份識别系統市場快速增長。同時，替換已經安裝使用、但準确度達不到發展需求的人臉身份識别系統的數量也在大量增長。而且，用戶對識别準确度和超短時間識别需求也會不斷提高。因此，高準确度的人臉識别技術在人臉身份識别系統的研制工作中，會有很大的發展空間和很高的經濟效益前景。高準确度人臉身份識别系統的廣泛應用，因在快速尋找人、核查人的效率和準确方面的突出功效，也将會産生非常大的政治和社會效益。