人脸识别哪家强？ 不如问哪家公司吹牛逼强
海珠人网站：源自网络 悟空 锌科技作者：知乎@MaxSam 2018-12-04 第二部份 许多金融公司喜欢把人脸识别SDK模块嵌入到APP当中，但这个太容易绕过，所以会再加上活体检测（市场上常见的活体检测为随机动作配合），但是即便加了活体检测，也一样可以绕过。比如下面这两种方式： 10 11 所谓道高一尺魔高一丈，这个还是增加其他的多维校验才能确认身份，否则真有人要进行远程攻击，也不是很难的事情。那么活体检测哪家强了？ 1:N人脸识别算法主要用于人脸检索 跟1：1的A/B两张照片比对最大的区别是A/B A/C A/D……多个1：1计算，这个最大的问题是一旦BCD总和数量越大计算速度越慢，而总和超过20万，就回出现多个相似结果（20万人这个大数会导致有不少人长相相似），需要人工辅助定位。过去我们在电影里面看到什么“天网”识别系统只是一种理想状态，实际应用中都是排列出多个结果，排第一的未必是需要的人。 12 1：N人脸识别算法主要用于排查犯罪嫌疑人、失踪人口的全库搜寻、一人多证的重复排查，以此相似度列出相应的结果，可以大大提高排查效率。类似的也可以用到走失儿童的项目中去，相比美帝的亚当警报、安珀警戒，国内有没有类似的儿童走失警报及寻找机制？ - 安全 - 知乎 这一类系统的部署需要两个条件： 1. BCD基本库（比如1000万人） 2. 强大的算法硬件 1：N同时作业就是N:N了，同时相应多张照片检索需求，检索耗费的时间跟硬件算法关系极大，就这一领域的应用，又哪家公司强了？ N:N人脸识别算法主要用于实时多1：N检索计算： N：N 该算法实际上是基于1：N的算法，输入多个求解结果。比如视频流的帧处理所用，对服务器的计算环境要求严苛，目前的算法系统所支撑的输出率非常有限。 主要的限制如下： 海量的人脸照片解析需要大量运算（目前很少看到在采集端直接解析的，都是照片剪裁）
海量的人脸照片传输需要大量的带宽（常见的720布控摄像头抓取最小的人脸照片为20K）
海量的人脸照片在后台检索需要耗费大量的运算（国内主流主机为例，最多到24路摄像头） 13 由此可见，真正实现“天网”人脸检索，一来要解决数亿摄像头的图片处理，二来需要解决联合库的超算检索，这可不是一般公司吃得消。有些小区和高级场所，对VIP客户的识别和接待比较喜欢这种视频校验方式，但是实际部署使用者会受到摄像头位置、角度，以及多人同时入场产生的问题，而且人脸库会非常有限，不然计算时间长，体验极差，一些所谓的迎宾机通常也就几个人的照片（就是纯粹给领导看的），实用价值大大的打折扣，有戴墨镜或者帽子遮蔽都认不出，毕竟关键特征取样有限。这又有谁强了？ 拍照和直播APP的人脸图像叠加14 国内比较多的娱乐APP通过对人像图层跟踪处理，也是一个不错的技术切入点，但是产品安装包会比较大，现在做的也只是跟踪技术，属于底层识别，如果复杂一些的需要通过云服务实现，但是服务器算法解析速度和带宽比较难以跟上，也不算是一种靠谱的商业模式。 人脸识别的技术发展方向： 结合三维信息：二维和三维信息融合使特征更加鲁棒
多特征融合：单一特征难以应对复杂的光照和姿态变化
大规模人脸比对：面向海量数据的人脸比对与搜索
深度学习：在大数据条件下充分发挥深度神经网络强大的学习能力 在视频级N:N的校验中，如果要提高通过率，很多时候是采取降低准确率的方式，降低算法队列数量；同样在一些比赛中为了降低误识率，大大提高了准确率，所以算法在校验的过程中必须遵循至少一个固定标准，追求的是速度效率还是最高准确率。 人脸识别应用的发展方向人脸识别这玩意儿就是一个调味料，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。 人脸识别算法的应用分类派系:15 人脸识别对应解决方案方向：16 个人认为未来人脸识别会让大部分的数据更加真实，而可以通过社会工程学模板做很多分析和改良，比如近期一些科学家利用人脸识别来分析一些人的健康、清晰，甚至是犯罪倾向，或许在未来还可以结合大数据，对我们过去传统的面相分析技术做一个全新的提升，到时候算命先生都要失业了。更多机器人交互、无人机产生的摄像目标锁定分析等科幻画面并不是多遥远的事情。 关于算法核心研发情况的争论： 基本上国内每家公司都会说自己的算法牛，实际上有几家有人脸核心算法呢？国内在完全从事算法研究的总工程师人数到目前（2016年）总计不到100人，不过也没有现在问题也不大，中科院计算所山世光教授已经开源了：https://zhuanlan.zhihu.com/p/22451474，没有基础的公司不用太辛苦从零开始在OPENCV基础上做算法升级，相信很快google微软还会有新的算法发布。现在算法基本都是98%以上，这点差距已经不重要，算法核不核心也没有太大问题。大家不用太过于焦虑，产品到应用阶段，单单靠算法可不够，还要考虑实际的使用。 目前做人脸识别的公司很多，集成应用的有数百家，国内的看百度，看融资，看各种报道就差不多了，只是认真沉下心来做事情的公司太少。国内的腾讯和阿里都在做（阿里支付宝用的是自己的团队研发算法，只是特别低调，把名声都留给自己投资的公司，阿里可不止投了一家），国内的公司吹牛逼的、炒概念的太多，就不聊了。 美国Identix公司 美国Bioscrypt公司 德国Cognitec Systems公司 西班牙Herta Security公司 日本NEC公司 日本Softwise公司 以上都是老牌人脸识别公司，美国Identix公司做的是多模认证（指纹、虹膜），而Bioscrypt公司早期起于指纹识别考勤，在政府市场的份额都不小，德国的Cognitec公司主要做政府项目的人脸识别系统，而NEC公司主要做机器人视觉识别系统，西班牙Herta公司是一家学术很浓厚的公司。此外的还有一些以色列公司技术。这些公司几乎做的都是政府的安全项目，但公司普遍规模都很小，盈利和投资也很少见报道。Facebook公司进入这个领域，主要是进行人群的分类和应用的优化（针对性的市场推广），项目都是作为公司原本业务的一种补充。 所以这个问题到了最后，我只能说： 如果非要问人脸识别哪家强，不如问哪家公司吹牛逼强。 本文作者：知乎@MaxSam
|
