首页 > 生活经验 > > 正文

人脸识别哪家强?

  作者:MaxSam

  外行一般觉得很科幻,内行一般觉得很绝望,业界领袖和领袖各种打鸡血。

  大部分AI公司都在烧钱阶段,未来变现有很大的不确定性。看看百度自动驾驶的系统和google图像识别系统的开放可以预知未来免费是大趋势,那可是曾经投入数百亿美元。但是资本投进来,必须拉着媒体一起吆喝,不然本都回不了(进入AI行业才知道很多资本方原来什么也不懂乱投)。

  人脸识别作为一项模块技术很少有独立应用(独立的业务层设计),大部分只是为已有的业务软件体系上做增强,比如客户人脸校验(在过去密码基础上增加一层),人脸检索(比人工高效,摄像头结果过滤),相似人脸推荐(比如婚介社交,整容设计),不过这个过程中已经死掉大量公司,因为利润太少,非强需求。

  目前相关产业公司在已知的主要商业模式中都在实践,但卖货,卖授权,卖服务,后台流量变现这四大商业模式中,都没有看到一个公司真正赚钱了(常见主要为人脸sdk授权和api服务)。作为行业中人,所谓的绝望无非如下:

  1. 算法再好,也只是调味料,最终出路还是做到最终产品中,通过业务层叠加开发,形成产品和方案,更多时候是一个方案服务商,更像过去传统软件商,规模难有爆发。

  2. 使用门槛、成本很低,目前市场上终端算法部署比较低端的产品授权就500元/套(1:1的远程接口调用所使用的前端授权),市场竞争的结果就是低价倾销。

  人脸识别目前就是为了各种噱头立项、经费申请瓜分用的,有个别一些公司靠这个拿国家各种科技补贴。但真正赚钱都是那些中间商公司,人脸识别一家都没有。至于未来有没有新商业模式出现,暂且无法推断。

  这几年许多公司扎堆做万亿级市场的安防和最新的手机摄像头识别,但是在整条产业链中,只是极小的参与者(没有太大话语权),比如安防的,在过去最大的赢家是有全套安防软硬件监控体系的海康和大华,人脸识别增强了其本来的产品优势。做手机人脸解锁,最重要的是手机摄像头部件厂商集成(比如做3D结构光识别),而这些厂商的利润经过这几年的竞争几乎透明化了,部分配件龙头上市公司的年报营收300亿,毛利润才几个亿,最终可以给人脸识别技术提供商提供多少专利费还是个未知数。

  人脸识别技术没有想象中的那样伟大,在千万的业务解决方案中,就是一个小模块,其他的都是业务层的开发问题,使用上,技术也未必要高精尖,如果一定要真正称得上人工智能组成部分的,个人认为未来最大的使用端是机器人视觉交互。

  --------以下为答案--------

  题主问题比较宽泛(到底是盈利强,还是算法强,还是应用强?),人脸识别技术的衡量维度太多,但从技术比较,比如图像比对级的1:1,1:N,N:N;衡量的标准和维度都不同。比如算法精确度上,国内国外的人脸识别技术大多数在开源OPENCV等开源库上进行新规则添加(深度学习进行叠层运算),公司之间的识别正确率差异仅仅在小数点上,99.6%-99.7%提升意义不大,如果说在LFW上称王称霸就是世界一流,就要被内行笑话了。

  衡量人脸识别的算法能力几个指标:拒识率、误识率、通过率,准确率。

  先看看人脸识别的基本流程:

  人脸识别最难的部分是有充分适应各大光线环境的人脸预处理算法,需要在各种复杂的光线环境中提取到人脸信息,特别是移动互联网时代,摄像头拍照的地方可以在斑驳的树影下,也可以在昏暗的街灯下,以及深夜出租车内,这对算法的鲁棒性考验极大。同时还要考虑照片和视频欺诈,二次成像的光线污染等问题。

  下面说一下目前人脸识别的常见问题:

  1:1人脸识别算法主要用于身份验证

  1:1人脸识别技术主要是利用图像处理技术从图像中提取人像特征点,利用生物统计学的原理进行分析建立数学模型,即人脸特征点模型。再从人脸特征点模型与被测者的人的面像进行特征分析(可以假定为无数的几何特征点求解),根据分析的结果来给出一个相似值,通过这个值即可确定是否为同一人。简单的说就是A/B两张照片比对,产生的计算数值是否达到要求。

  这个值我们称之为阈值,可以从1到100(100就是极端严苛)很多人脸识别公司说他们的产品很容易通过,那只说了一半,如果阈值调整到5以下,几乎大部分人都可以是相似的,而调整到95以上,同一个人在不同的背景环境拍出的照片都无法匹配。所以当一公司跟你吹牛算法准确度,先问下使用的是用什么阈值,同一人脸比对通过率,非同一人比对通过率。

  所以没有阈值说明的算法都是耍流氓。

  1:1主要用于快速的人脸识别比对,作为身份确认的一种新方式,比如考生身份确认、公司考勤确认、各种证件照和本人确认,由于这些照片源不一定有权威统一的接口调用,所以一直没有用起来。目前市面上做的比对来源主要有三种方式:

  1. 用户自传照片,比如支付宝的人脸比对,用户自传的照片最大的问题是照片质量的合格率太低,拍照的光线、角度等因素会导致采集源的质量下降,不利于后期的大批量人脸特征码管理。

  2. 使用身份证读卡器,读取身份证上的照片,遗憾的是这张照片2K的大小,不过也是目前用最多的源照片提取方式,比较适合签到场合。

  2016给国内一些会议培训公司的识别软件(用于验证会员是否有效以及是否本人):

  3. 使用公安部旗下NCIIC的人脸比对接口(注意,不是网纹照片接口,这个接口已经不对外),使用的是直接的人脸比对接口。目前具备有这个库调用权限的,目前所知的只有几家,在人脸识别公司中,好像只看到一家在提供,这里先不提了。BAT应该都还没有接入,如有大家有新发现的可以补充。

  实际上,解决比对源的问题的关键是需要有权威的照片数据来进行比对,许多公司刚刚开始的时候采取NCIIC(公安部的一个事业单位)身份证返照接口的照片,进行消网纹处理进行比对,但人脸的很多特征点被损毁成功率大概只有6成(根据六月份发布的网络安全法,目前网纹返照接口市面上除了银行系统可以使用外,其他所用的身份证返照接口都是非法的,一用就被查)。

【相关阅读】登报遗失声明怎么办理

【相关阅读】健身教练资格证怎么考

【相关阅读】网店代运营靠谱吗

【相关阅读】执业药师报名条件

【相关阅读】孩子有必要学少儿编程吗?

广告位