“刷脸”时代 你准备好了吗?

作者: 关崇 2018-10-11 17:43:15

【51CTO.com原创稿件】近年来,生物识别技术越发的成熟,有越来越多的生物识别产品出现在我们的生活中。其中,人脸识别凭借人脸不易被仿造的特性,逐渐进入到我们的视野中。

什么是人脸识别?

人脸识别,是基于人的脸部特征信息进行身份识别的一种生物识别技术。

用摄像机或摄像头采集含有人脸的图像或视频流,并自动在图像中检测和跟踪人脸,进而对检测到的人脸进行脸部的一系列相关技术。

人脸识别的发展阶段 

***阶段:

早在20世纪50年代,认知科学家就已着手对人脸识别展开研究。20世纪60年代,人脸识别工程化应用研究正式开启。当时,人脸识别被当作一个一般性的模式识别问题,主流技术基于人脸的几何结构特征,通过分析人脸器官特征点及其之间的拓扑关系进行辨识。总的来说,就是方法十分的“简单粗暴”,精准度很难把控,基本上没有获得实际应用。

第二阶段:

这一阶段尽管时间相对短暂,但人脸识别却发展迅速,出现了很多经典的方法,比如:1991年,著名的“特征脸”方法***次将主成分分析和统计特征技术引入人脸识别,在实用效果上取得了长足的进步。

此外,这一阶段还出现了若干商业化运作的人脸识别系统,可以称得上是人脸识别技术的高潮阶段。

第三阶段:

世纪的前十年,随着机器学习理论的发展,学者们相继探索出了基于遗传算法、支持向量机(Support Vector Machine, SVM)、boosting、流形学习以及核方法等进行人脸识别。2009年至2012年,稀疏表达(Sparse Representation)因为其优美的理论和对遮挡因素的鲁棒性成为当时的研究热点。

第四阶段:

2014年前后,随着大数据和深度学习的发展,神经网络重受瞩目,并在图像分类、手写体识别、语音识别等应用中获得了远超经典方法的结果。

人脸识别技术所训练的数据规模越来越大,识别精度亦越来越高。

人脸识别的市场前景

近年来,随着安全意识与安检需求加强,人脸识别设备的消费明显增加并且潜在需求也在被逐渐挖掘。据国际权威调研机构Gen Market Insights发布的《全球人脸识别设备市场研究报告2018》中显示,预计在2018年至2025年期间,人脸识别技术将以26.8%的速度增长。人脸识别设备是以人脸识别算法为核心的软硬一体机,可应用于金融、司法、边检、工厂、教育、医疗等领域。而中国中国是***的消费区域,市场前景亦被大众所看好。

人脸识别的落地应用

作为我国人工智能领域***成熟技术,人脸识别技术现已在各行业“遍地开花”、深度应用,其涉及范围涵盖金融、司法、边检、政府、航天、教育、医疗及众多企事业单位等多重领域,并展现出全球“领跑”姿态。

人脸识别进校园“别开生面”开学季

在刚刚过去不久的开学季,大家一定对一则“学生进校门,刷个脸就行”的新闻报道记忆犹新,毕竟它可是足足占领了几天热门头条。北京大学东南门使用人脸识别技术“刷脸”入校,学生在校门口只需往闸门前一站,人脸识别系统便能快速识别学生面部,检索该学生是否为本校学生,继而选择是否打开闸门。

是不是觉得十分高大上?其实,这只是智慧校园落地的***步,随着校园网络用户的个性化需求和功能服务的日益发展,只要从学校、师生发展、教育改革的实际需求出发,结合智能一卡通、电子班牌、电子阅览室等物联网产品,通过统一用户中心的数据同步,在不远的将来,一定可为教育管理部门、学校、师生家长提供更为智能化的“一站式、一体化”教育应用服务。

十一出行遇AI,智慧安检来助阵

美好的7天长假马上就要来临了,但大多数人心中对于长假出行,是不是既期待又担忧呢?
毕竟,据统计2017年国庆黄金周共有7.05亿人次出游,而2018十一黄金周很可能再次刷新此记录。这也意味着国庆期间,有一半的中国人不是在出游,就是在出游的路上。

但都在说AI已经渗透到生活的方方面面的今天,我们也看到一丝转机。这不,越来越多的机场开始利用AI技术协助安检,大大提升了安检效率,为广大群众节省了出行时间。

以首都国际机场为例,机场对新安检通道的行李检查区进行了加长,一次可以满足五个旅客同时放置行李。此处所用的衣物筐,都是自动传输过来,旅客自取。

行李传送带上,还配备了一排上下分组的摄像头。使用时,旅客只需把行李放在筐内再面对摄像头看一下,然后将行李筐推上传送带即可。

这样就完成了行李和人脸的有效匹配。

这个系统会在1分钟之内完成安全识别和处置,实现旅客信息和行李信息的绑定。一旦发现问题行李需要开包复查时,复查岗工作人员面前的显示屏可直接显示出问题行李的主人姓名和照片。

据介绍,有了系统帮助,遇到过检人员太多、现场比较混乱的情况,工作人员再也不用扯着脖子到处喊“这是谁的行李?”而是可以直接叫出旅客名字,请对方配合开包检查。是不是很厉害?

在你的身边,还有哪些人脸识别技术的落地应用呢?欢迎和我们一同讨论哦!

【51CTO原创稿件,合作站点转载请注明原文作者和出处为51CTO.com】

人脸识别 人工智能 AI
上一篇:工业人工智能变革制造业的五种方式 下一篇:“百度大脑行业创新论坛”将全面启动 要为传统行业提出AI解决方案
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

MIT提出Liquid机器学习系统,可像液体一样适应动态变化

麻省理工学院(MIT)的研究者开发出了一种新型的神经网络,其不仅能在训练阶段学习,而且还能持续不断地适应。

机器之心 ·  2021-02-21 15:47:47
规划智慧城市时,别忘了无障碍通行

要想成为一个智慧城市甚至一个智慧世界,虽然可能需要时间和有针对性的规划,但我们必须以人为本。

蒙光伟 ·  2021-02-21 10:26:41
2021关于人工智能的五大趋势

数字化变革,比过去10年更多,这主要是由于远程工作的规模,以及企业迅速部署了必要的技术,尤其是与网络安全相关的技术。那,2021关于人工智能的五大趋势会是如何的呢?

Lichu ·  2021-02-21 10:21:01
使数据中心更智能:人工智能如何发挥作用?

随着数据成为维持几乎所有业务运营以获取洞察力和业务成果的先决条件,数据中心正处于这种数字化转型的关键。

Cassie ·  2021-02-21 10:14:59
IBM拟出售Watson Health后,AI医疗还能不能碰

医疗服务仍然是一块商业上尚未被完全发掘的市场,看病难/看病贵、医疗资源紧缺、医疗资源不平均等痛点问题长期存在,对应的市场空间理应是巨大的。而Watson Health作为IBM曾寄予厚望的业务方向,为何要在此时萌生退意?它的故事给业界带来哪些启发?眼下的AI医疗市场,究竟是一副什么样的局面呢?

物联传媒 ·  2021-02-21 08:41:16
抛弃归一化,深度学习模型准确率却达到了前所未有的水平

我们知道,在传递给机器学习模型的数据中,我们需要对数据进行归一化(normalization)处理。

机器之心 ·  2021-02-20 21:09:12
华人博士生首次尝试用两个Transformer构建一个GAN

最近,CV 研究者对 transformer 产生了极大的兴趣并取得了不少突破。这表明,transformer 有可能成为计算机视觉任务(如分类、检测和分割)的强大通用模型。

Yifan Jiang ·  2021-02-20 21:04:53
无监督训练用堆叠自编码器是否落伍?ML博士对比了8个自编码器

柏林工业大学深度学习方向博士生 Tilman Krokotsch 在多项任务中对比了 8 种自编码器的性能。

Tilman Krokotsch ·  2021-02-20 20:57:16
Copyright©2005-2021 51CTO.COM 版权所有 未经许可 请勿转载