当前位置:首页 > 人脸识别
  • 看脸时代!刷脸识别跨入消费领域

    看脸时代!刷脸识别跨入消费领域

    人脸识别随着iPhone X的到来而崛起,以往科技大片中显示的场景已经悄然走进我们普通人的生活中。此前小米Note3、Vivo V7+也推出具备人脸识别功能的智能手机。人脸识别已经大跨步迈入消费领域。 手机设备以外的众多领域也同样在发生重大变革。武汉火车站宣布全面刷脸进站;百度宣布与首都国际机场签署战略合作协议打造刷脸登机的智慧机场;支付宝宣布商用刷脸支付;杭州大量宾馆免身份证,刷脸即可入住;京东苏宁开启刷脸支付;农业银行总行在自动取款机试点“刷脸取款”,目前已下发通知要求全国推广刷脸取款,将为全国24064家分支机构、30089台柜员机、10万个ATM机安装人脸识别系统;招商银行也已于近期在全国重点城市的ATM取款机系统上线了“刷脸取款”选项,用户可不带银行卡、身份证,不用输入银行账户,靠“刷脸”就能取款。由此可见,人脸识别技术加速渗透进入安防、银行、支付等众多领域,并且已经从政府级别应用、商业级别应用开始进入到消费级别的爆发时期,验证了人脸识别技术巨大的市场需求与广阔的应用前景。   据Yole数据显示,全球人脸识别市场规模预计将从2017年的40.5亿美元增长至2022年的77.6亿美元,这期间的复合年增长率可达13.9%。推动市场增长的主要因素包括:iPhone X带动更多智能手机集成3D人脸识别,公共场所日益增长的监控需求,以及政府部门等各个产业对人脸识别技术的应用增长。 人脸识别技术的优势 人脸识别的工程应用始于20世纪60年代,经过50多年的发展,人脸识别技术已经取得了重大突破,很多经典算法和人脸库相继出现。目前人脸识别系统最高的正确率可以达到99.5%,而人眼在同等条件下识别的正确率仅为97.52%,人脸识别的准确率已经做到了比肉眼更精准。 人脸识别大致分为两种应用模式四步流程。两种模式包括1:1比对和1: N识别,1:1是比对两个人脸的相似度,只需要确定是否授权人;1:N是识别对象是否在人脸数据库中。四部流程依次是人脸检测、活体检测、人脸特征提取和人脸匹配识别。 与其他生物特征识别技术相比,人脸识别技术在实用性方面具有独到的技术优势,主要体现在以下方面: 1、非接触:人脸图像的采集不同于指纹、掌纹需要接触指掌纹专用采集设备,指掌纹的采集除了对设备有一定的磨损外,也不卫生,容易引起被采集者的反感,而人脸图像采集的设备是摄像头,无须接触。 2、非侵扰:人脸照片的采集可使用摄像头自动拍照,无须工作人员干预,也无 须被采集者配合,只需以正常状态经过摄像头前即可。 3、友好:人脸是一个人出生之后暴露在外的生物特征,因此它的隐私性并不像指掌纹、虹膜那样强,因此人脸的采集并不像指掌纹采集那样难以让人接受。 4、直观:我们判断一个人是谁,通过看这个人的脸就是最直观的方式,不像指掌纹、虹膜等需要相关领域专家才可以判别。 5、快速:从摄像头监控区域进行人脸的采集是非常快速的,因为它的非干预性和非接触性,让人脸采集的时间大大缩短。 6、简便:人脸采集前端设备——摄像头随处可见,它不是专用设备,因此简单易操作。 7、可扩展性好:它的采集端完全可以采用现有视频监控系统的摄像设备,后端应用的扩展性决定了人脸识别可以应用在出入控制、黑名单监控、人脸照片搜索等多领域。 深度学习和3D视觉助推人脸识别发展 长久以来,技术创新不足、应用推广有限、价格成本高企是制约人脸识别发展的三大因素。研究人脸识别算法优化、轻量化的团队较少,算法的优化尚未完成,在功耗小的情况下保持一定的速度和精度是人脸识别应用发展的难点。因此最近几年人脸识别虽然被广泛应用到出入境通关、机场安检等政府部门中,但一直没能真正进入到更广泛的商业化应用领域中。 第一,在技术层面上,人脸识别的精准度和核心算法的原始创新不足、技术标准 制定还不完善,快速准确完成人脸识别需要解决很多技术上的难点: 自身生理变化。在人脸比对的过程中,如果自身与数据库里面存储的人脸发生了较大的生理变化,例如经历剃须、换发型、戴眼镜遮挡等变化。即使外貌并没有发生太多变化,人通过脸部的变化产生很多表情,都有可能会引起 比对失败。 外部环境影响。人脸受到很多外部因素的影响:在不同的角度进行拍摄,人脸的视觉图像相差很大;容易受到光照条件影响,比如白天和黑夜、室内和室外的光照存在较大差异。 除了这两种情况,还有人为的整容行为、双胞胎等极端情况存在。如何规避这些外因对于人脸识别速度和识别效果的影响,一直都是科研的重点研究方向。   人脸识别技术难点 第二,应用方面上,人脸识别基本局限在公安部门出入境管理等政府部门中,未能渗透到大规模商业级别应用和个人消费级别当中。在应用层面上,尽管在实验室等科研条件下,许多人脸识别技术的精准度已经达到99%、甚至99.5%以上的水平,但是这些技术和方案很难落地到实际应用层面上。人脸识别技术落地的过程中,需要考虑到不同的场景运用。在实际落地过程中,指纹识别等其他生物识别由于技术成熟,不易受到外界因素影响,早已经运用到考勤认证、智能手机账号登录中,可替代物的成熟发展也制约了人脸识别产业化的进程。 第三,价格方面,市场竞争不足和技术不成熟导致价格处于高位。由于技术不成熟,人脸识别技术并未应用到商业场景和消费级领域,大部分被运用到政府和公安部门,且采用系统集成的方式交付,一套系统的成本和价格非常高昂。 但近几年来,这一情形开始转向,三大问题正在逐渐得到解决。 技术方面,深度学习算法的成熟,使得人脸的准确率得到大幅提升。以深度学习算法为基础的计算机技术的进步,为人脸识别提供了强大的计算和分析工具。反过来,巨量的生物特征数据也为机器训练提供了丰富的素材,“大数据成为人工智能的燃料”。人脸识别方面,Face++团队创造了世界上最高的人脸识别正确率,曾在人脸检测FDDB评测、人脸关键点定位300-W评测和人脸识别LFW评测上,接连拿下了三项世界第一。 应用方面,目前,生物识别的应用场景已经极大地拓宽。银行在客户身份核验场景下应用生物识别,覆盖了弱实名电子账户开户、结算账户开户和存取款等不同风险层级的场景。第三方支付和手机银行等移动支付应用开始使用生物识别方案。公安部门在视频监控和多类场所的人员进出管理中大力引入人脸识别技术。在政策推动下,人脸识别也已入驻社保、教育、医疗系统。近几年,国内智能手机消费剧增,手机用户的移动支付习惯逐渐养成,智能家居渐受青睐,三方面个人消费需求的增长推动手机端的消费级人脸识别开始爆发。 价格方面,人脸识别设备近两年不断下降。近年来,技术的进步和算法的改善让人脸识别技术迈上一个新的台阶,在国家政府推动和政策支持下,我国人脸识别技术和应用都取得了非常大的进步。 目前3D感应有3种主流方案:结构光,飞行时间(TOF)以及双目测距: 结构光(Structured Light):结构光投射特定的光信息到物体表面后,由摄像 头采集,这些光斑打在物体上后,因为与摄像头距离不同,被摄像头捕捉到的位臵也不尽相同。根据物体造成的光信号的变化来计算物体的位臵 和深度等信息,进而复原整个三维空间。苹果iPhone X人脸识别技术即是采用了3D结构光技术。 飞行时间TOF(Time Of Flight):通过专有传感器,捕捉近红外光从发射到接。 收的飞行时间,判断物体距离。TOF的硬件实现方式和结构光类似,区别只是在于算法上,结构光采用编码过的光信息进行投射,而TOF直接计算光往返各像素点的相位差。此技术被微软用在了第二代的Kinct上。 双目测距(Stereo System):原理类似人的双眼,在自然光下通过两个摄像头抓取图像,通过三角形原理来计算并获得深度信息,目前的双摄像头就是双目测距的典型应用。在移动设备上的应用较少,多用在户外机器人。 由于双目测距技术受限条件较多,不能在黑夜中使用,所以商用的3D深度视觉包括飞行时间和结构光两种技术。 受益于三大技术难点的逐步解决,国内人脸识别产业正迎来前所未有的发展机会,其应用范围和市场规模有望实现快速扩张。近红外人脸识别与可见光技术的结合、3D结构光、深度摄像头的发展都给人脸识别技术带来了技术革新。深度学习算法的突破则大大促进了人工智能和人脸识别技术的发展,提高了识别的效率和精确度。 消费级应用即将爆发,人脸识别场景日趋多元 刷脸时代来临,人脸识别市场广阔,盈利模式多变,消费级领域产业化将爆发。 互联网+:人脸识别技术在互联网领域得到了广泛应用。商汤科技通过深度学习算法,在新浪微博“面孔专辑”功能实现人脸检测并且分类;旷视为美图旗下的美图秀秀App、美颜相机、美颜手机等一系列软硬件产品提供了人脸识别技术支持。其中美图秀秀和美颜相机App通过旷视(Face++)的人脸检测和关键点检测技术,可以在图像中精准定位人脸和五官位置,从而进行人像美白、五官美化等处理,快速完成精准修容。 新零售&支付:人脸识别技术也被应用在新零售领域,推动着无人零售的发展与实现。2017年9月KFC与蚂蚁金服合作在其第一家升级店K PRO采用人脸识别系统等技术,消费者微笑就可通过人脸识别系统完成支付。店内没有设臵点餐台和收银员,消费者到店点餐不仅可以通过设臵在门口的自助点餐机点餐,也能通过手机扫描餐桌上的二维码自助点餐、支付。在未来,人脸识别技术还可用于客流统计、消费者心理和行为分析。通过客流统计数据,分析不同区域、通道的客流和顾客滞留时间,与销售业绩报表结合,可以分析顾客购买行为,顾客性别年龄组成。 智能手机:人脸检测和分类技术早已经被运用到智能手机应用中,例如OPPO、小米等手机中,应用了商汤的人脸聚类功能,云端存储照片将被自动分类,避免了手动分类 照片的繁琐操作,优化了用户体验。 2017年苹果、小米、Vivo等智能手机厂商不约而同地在新上线的新机型中搭配人 脸解锁功能。除了可以应用到解锁功能,苹果FaceID人脸识别还可以取代以往TouchID指纹识别的功能,包括身份验证、支付等。在安全性方面,根据苹果官方消息,被相同指纹破解Touch ID的概率是五万分之一,而遭遇相同的面部能破解Face ID的概率则是一百万分之一,安全性提升20倍。众多手机厂商在人脸识别的布局,有望引爆人脸识别消费级领域的爆发。 总而言之,除了政府、安防、公安、金融之外,互联网 、消费电子、汽车电子、 零售、医疗、教育等诸多领域都 在逐步引入人脸识别,人脸识别正在逐步渗透进消费级领域方方面面。 人脸识别群雄逐鹿,巨头和创业公司谁能问鼎? 目前从事人脸识别技术的公司包含三类:工业巨头、互联网巨头和创业公司,都已相继开始布局。Google、Facebook、百度等互联网巨头都在人脸识别产业链不同领域布局,传统垂直领域厂商如苹果、海康、大华、华为都在研发技术巩固自身原有业务。巨头发展的方式为外延和内生并行,例如Facebook收购Face.com,苹果收购PrimeSense。同时也可以看到有旷视、商汤、依图、云从等创业公司已经发展壮大成独角兽。 从终端厂商来看,苹果、三星、华为、Facebook、谷歌的多项专利显示,各大终端巨头都在纷纷布局人脸识别技术。各家科技巨头主要是采用自研为主,并购为辅的发展战略。外延并购的例如苹果、Facebook等。苹果在人脸识别的应用专注于手机端,先后收购PolarRose,PrimeSense,Perceptio,Faceshift,Emotient,Turi等人脸识别相关技术公司;Facebook 2012年收购了以色列脸部识别公司Face.com。以下表格总结了国外巨头公司 近几年在人脸识别领域及其上下游发生的外延并购。   近几年在人脸识别领域及其上下游发生的外延并购 自研技术方面,谷歌在2012年获得人脸识别解锁手机的专利;苹果获得相应专利的时间为2015年。在国内市场,BAT也在人工智能领域奋力竞争。资本方面,把深度学习算法运用到人脸识别上目前走在最前列的是百度等互联网公司。同时,很多创业型企业技术也不弱,比如商汤科技(Sense Time)、旷视科技、依图科技、云从科技四家独角兽公司。这些公司无论是从技术上还是从应用能力上都 相对成熟,获得了资本市场的高度重视。下面对比四家人脸识别独角兽公司的技术和应用场景。   四家独角兽公司核心客户 人脸识别在众多领域遍地开花已经是大势所趋,四家独角兽公司在应用方面的布局也有所侧重,他们各自凭借先进的技术,在各自擅长的领域进行深度布局,积累了丰富的客户资源。商汤科技侧重在金融、安防、移动互联网和手机领域;依图科技侧重在金融、安防、医疗和交通领域;旷视科技侧重在金融、安防、零售、出行等领域;云从科技侧重在金融、安防、酒店,以及其他创新领域。 盈利模式从传统的硬件销售、软件按量或按时收费 (SaaS模式/PaaS模式)、软件技术支持、软硬件一体化解决方案再到未来可能会 实现的大数据变现,变现模式多样。当一个企业能够在某个场景中沉淀大量优质数据,并且有足够的能力挖掘这些数据的价值,就拥有了数据变现的能力。Google搜索引擎就是其中的例子。图像和视频比文字的数据量更为庞大,未来拥有数据源的公司在数据变现方面会有良好的商业前景。人工智能数据源也将会是争夺热点。

    时间:2017-12-06 关键词: 人脸识别 技术前沿 刷脸支付 刷脸识别

  • 清华团队首次实现量子GAN 准确率98.8%

    清华团队首次实现量子GAN 准确率98.8%

    量子机器学习的新里程碑! 清华大学孙´岩团队提出了“量子版”的生成对抗网络,并且证明了与经典的对应方法相比,具有潜在的“指数级”优势。 最近,孙´岩团队的研究登上了Science Advances,论文首次介绍了超导量子电·中量子生成对抗学习的原理证明及实验演示。 研究结果表明,经过几轮对抗学习,可以训练一个量子态的发生器,对量子信道模拟器输出的量子数据进行统计复制,并且具有98.8%的高保真度,使得鉴别器无法区分真实数据和生成数据。 值得注意的是,证明“量子霸权”通常被认为需要至少50个量子比特,但该团队的研究使用的系统只有一个量子比特。 首次证明量子计算能利用GAN 生成对抗网络(GAN)由两个神经网络构成,即生成器和鉴别器。 生成器会生成数据,例如人脸图片;鉴别器既可以得到真实数据,也可以得到生成器创建的假数据,而且必须分辨出真假。它俩经过多轮的循环,最终生成器得到了更新,学会了如何产生更为逼真的图像,使得鉴别器无法再区分其真假。 而GAN也是近年来机器学习领域最令人兴奋的突破之一。它在图像、视频生成等各种具有挑战性的任务中表现突出,例如,能够生成无比逼真的人脸照片,以假乱真。 从理论上讲,量子计算机在解决某些问题(如分解大数)方面比普通计算机具有速度优势。 “但就目前的技术水平而言,量子计算机还无法达到这一优势。”孙´岩说。 研究人员认为,量子计算机上的GAN也可能具有这样的速度优势,但他们仍然需要明确证明这一点。 于是,利用量子生成器和鉴别器制造出一种量子GAN,成为证明“量子霸权”的又一案例。 量子生成对抗网络QGAN:准确率98.8% 孙´岩团队实验性地演示了生成对抗网络的量子版本——QGAN,其中输入和输出数据都是量子比特。 生成器G由一个超导电·构成,能够生成一个随机纯量子态的集合ρ,模拟真正的量子数据σ。其中,输入的量子数据由一个数字量子比特信道模拟器随机生成。 鉴别器D则由一个专门衡量相关映射的量子设备构成,能够生成衡量映射的结果M。 接下来的过程就与普通的生成对抗网络 (GAN) 一样,生成器G不断生成虚拟数据ρ,然后鉴别器D则不断生成衡量ρ和衡量σ的结果,试图区分ρ 和σ,反过来优化生成器的生成结果,最终致使D无法区分ρ 和 σ。 量子生成对抗网络QGAN的示意图:(a) 量子生成器G和量子鉴别器D,G生成一个模拟量子态ρ,真实量子态σ则由模拟器随机生成;(b) D得到输入数据后,通过衡量机制判断模拟数据ρ 和真实量子态σ 的不同。 QGAN算法的实验协议 实验证实了生成器确实能够学会数据量子数据的模式 (pattern),并生成几乎与真实量子数据一样的量子态。 不仅如此,研究人员在论文中指出,他们最高能够取得98.8%的准确率。 量子计算机有望在图像生成上实现量子霸权 研究人员得出结论,由于QGAN实验中既不需要量子随机存储设备,也不需要通用量子计算设备或对任何参数进行微调,因此可以认为,在不远的δ来,量子设备就能实现可用的、含有噪音的中型量子应用。 什ô是“含有噪音的中型量子”?去年,加州理工大学理论物理学家、“量子霸权 ”概念提出者 John Preskill 指出,在实现 50~100 量子比特的中型量子计算机后,人类就可以用其探索更多经典计算机无法探索的研究领域,也将由此迈进一个新的量子技术发展期,他将其称之为“含噪声的中型量子” (Noisy Intermediate-Scale Quantum, NISQ) 时代。 计算机体系结构顶会 MICRO 2017 的最佳论文奖,授予了这样一项工作,论文提出了一种控制超导量子计算机的微体系结构,首次有机连接了量子软件和硬件,让传统处理器的设计技术能够为量子控制处理器所用。 清华大学的这项实验工作的意义就在于,首次在超导量子电· (属于NISQ设备) 上实现了量子GAN,鉴于GAN在图像生成等应用上的强大性能,这有望实现图像生成的“量子霸权”,也即用量子计算机生成图像比经典计算机更快更强。 结合MICRO 2017的最佳论文奖研究,或许能够加速清华大学这项工作实现图像量子霸权。想一想,不是很令人激动吗?

    时间:2019-01-30 关键词: 人脸识别 量子 机器学习 技术前沿

  • 基于 FaceForensics 数据库微软研发换脸鉴别算法

    基于 FaceForensics 数据库微软研发换脸鉴别算法

    此前DeepFake换脸在全球引发轩然大波。从生成足以以假乱真的名人不雅视频开始,很多使用者将这个“换脸神器”当成了视频造假工具,并通过社交网络将虚假信息传播到全世界。 目前,最常被使用的 AI 换脸算法有三种:DeepFake、FaceSwap 和 Face2Face。其中,DeepFake 基于大家所熟知的 GAN 技术,对于它所生成的脸,人类的识别率大约为 75%。FaceSwap 是一个学习重建脸部特征的深度学习算法,可以对给出的图片进行模型替换,人类对于此类换脸的识别率也是 75%左右。Face2Face 则是用其他真实的人脸去替换原本的人脸,不涉及人脸的生成,对于它制造的脸,人类的识别率只有 41%。作为目前学术界最大的合成视频数据库之一,由慕尼黑技术大学创建的 FaceForensics 数据库涵盖了经过以上三种换脸算法编辑的公开视频,以供学术研究使用。 多年来,微软亚洲研究院在人脸识别、图像生成等方向都拥有业界领先的算法和模型。在 CVPR 2018 上,微软亚洲研究院视觉计算组发表了论文“Towards Open-Set Identity Preserving Face Synthesis”,其中的技术能够利用开放数据集中的数据,逼真地合成保留图中人脸身份信息的图像。深厚的技术积累让研究员们对“进攻方”的技术原理有着更深刻的理解,进而能够更有针对性地研发换脸鉴别算法。 因此,微软亚洲研究院研发的换脸鉴别算法,基于 FaceForensics 数据库的测试结果均超越了人类肉眼的识别率以及此前业界的最好水平*:对于 DeepFake 的识别率达到了 99.87%,对于 FaceSwap 的识别率为 99.66%,对于 Face2Face 的识别率为 99.67%。 更重要的是,一般的换脸鉴别方案需要针对每一种换脸算法研发专门的换脸鉴别模型,想要鉴别一张图像的真伪,需要逐个尝试所有模型。微软亚洲研究院的算法则可以用一个通用模型,去鉴别不同类型的换脸算法所制造的脸。与此同时,研究员还对人脸合成时难以处理的细节进行检查,如眼镜、牙齿、头发边缘、脸部轮廓,将它们作为算法关注的重点,从而提高识别准确率。相比其他同类技术,来自微软亚洲研究院的换脸鉴别算法很好地解决了应对动态幅度大、有遮挡、有表情变化的图像的难题。 除了准确识别已知算法合成的图像,换脸鉴别的另一大挑战是应对尚未出现的新算法。将现有的换脸鉴别算法直接用于新算法时,它们的有效性往往会显著下降。为此,微软亚洲研究院提出了一种通用换脸鉴别方法。为了更好地考察这一算法对未知换脸算法的鉴别能力,研究团队用真实图像对模型进行了训练,再让其辨别多种未知换脸算法生成的图像。实验结果表明,与基线算法相比,新算法对各类换脸算法的识别率均有大幅提升。随着研究团队对模型的进一步优化,通用鉴别模型一定能越来越精确地帮助我们应对新算法所带来的问题和挑战。 在微软看来,要构建可信赖的 AI,必须遵循以下六大原则:公平、可靠和安全、隐私、包容、透明、责任。微软内部还成立了人工智能伦理道德委员会(AETHER),帮助微软应对 AI 带来的伦理和社会影响。 大约30%经过AI换脸的合成照片、合成视频是人类仅凭肉眼无法识别的,很容易被当作真实信息进行再次传播。这已成为一个亟待解决的社会性问题,面对这个问题,我们应该怎么做?

    时间:2019-11-07 关键词: 人脸识别 技术前沿 换脸鉴别算法

  • 英伟达:GPU+人脸识别

    英伟达:GPU+人脸识别

    近日,英伟达(Nvidia)在北京召开GTC大会,该公司创始人、CEO黄仁勋表示,中国安防、人脸识别、人工智能和数据采集的一些列新老公司都采用了基于英伟达产品的方案。 其中,用于打造AI智慧城市的NVIDIA Metropolis平台,新增了阿里巴巴与华为两家合作伙伴。包括之前的大华技术、海康威视,还有创业型的商汤科技等公司,都被英伟达一网打尽。黄仁勋称,未来1000万个Tesla GPU去支持10亿个摄像头。 NVIDIA DeepStream SDK简化了由深度学习提供支持的、用于AI城市与超大规模数据中心的可扩展智能视频分析的开发工作。开发者可以使用DeepStream来实时处理、理解并归类视频帧,以满足最严苛的吞吐与延迟的需求。 Metropolis于5月份首次发布,是一个包含各种工具和技术从终端到云端的视频分析平台,以构建覆盖交通与停车管理、执法、城市服务等各个方面更智能、更快速的AI赋能应用。 中国智能视频分析公司纷纷选择Metropolis 尽管数据量增加了10倍以上,但海康威视(Hikvision)仍然实现了对识别与匹配技术超过90%的检索率,展现了Metropolis的超强能力。这使得在人员密集场所寻找失踪者变得更容易。 为了实现这一目标,海康威视将摄像机及网络录像机与NVIDIA Jetson终端相结合,使用由NVIDIA Tesla P4 GPU加速器提供支持的云服务器,以及利用DGX-1 AI超级计算机的大规模计算能力进行训练。 海康威视研究院院长浦世亮表示:“GPU的出色性能,NVIDIA的端到端AI平台与深度学习平台可用于视频流,以此为多个行业创建更加智能的应用。” 在近期召开的G20峰会上,浙江大华技术股份有限公司展示了其如何使用基于GPU的深度学习来完成实时人脸识别,以此让安保团队进一步扩展其能力,并有效承担超过100人的工作量。 大华研发中心副总裁张兴明表示:“我们与NVIDIA合作,致力于将AI应用到我们的下一代深度学习产品之中。大华先进的高容量视频分析服务器DeepSense提供了强大且可扩展的海量元数据抽取与结构化数据处理的方法。借助该方法,可以对车辆、非机动车进行快速而准确的分析,并能够对人员进行识别。” 新合作伙伴阿里巴巴与华为也展示了其如何使用Metropolis。 ET 大脑是阿里云的专有AI计划,致力于帮助不同的垂直行业解决现实挑战,释放其开发潜力。例如,阿里云的“城市大脑”为城市规划者提供了AI的强大能力,以升级他们的城市治理工作,例如实时交通管理与预测、城市服务与更智能的排水系统等。在杭州的试点区域,“城市大脑”让交通拥堵程度降低了11%之多。 此外,搭载Tesla P4 GPU加速器后,华为的视频内容管理(VCM)产品整体性能提高了22倍。视频内容管理支持深度学习主流框架,为精确的人脸识别、行人-车辆结构化以及反向图像检索提供了智能算法。通过使用NVIDIA TensorRT深度学习推理优化器与DeepStream SDK,速度得到了显著提升。 华为视频监控领域总经理刘廷永表示:“华为视频监控与NVIDIA紧密合作,并配合深圳警察的工作,以实现联合创新,让城市在未来变得更加智能。” 下一步,挑选软件合作伙伴 NVIDIA正在通过新的合作伙伴计划汇聚更多的全球最佳AI公司,以加速围绕Metropolis的新产品开发。上周,NVIDIA宣布了 Metropolis软件合作伙伴计划,聚集十多家软件合作伙伴,并提供一系列应用程序,以便让系统集成商与硬件厂商轻松地构建新产品。 商汤科技(SenseTime)是上述合作伙伴之一,面向公共安全、零售与门禁控制领域提供人脸识别解决方案。商汤科技已经与中国移动(微博)、中国银联以及新浪微博等国内行业领导者展开合作,将其技术应用于安防监控、金融、教育以及机器人等行业。 商汤科技联合创始人兼首席执行官徐立表示:“作为NVIDIA AI平台的合作伙伴,商汤科技将自身算法与NVIDIA GPU实现了良好协同。我们非常高兴能够通过NVIDIA Metropolis平台来发挥我们创新的深度学习技术优势,以助力智慧城市的构建。我们将密切合作,精确而快速地将海量视频数据转化为深层次的理解,并释放AI的无限潜力。”

    时间:2017-09-27 关键词: 华为 人脸识别 英伟达 GPU 行业资讯

  • 奥兰多停止使用亚马逊人脸识别技术原因何在?

    奥兰多停止使用亚马逊人脸识别技术原因何在?

    当地时间6月25日,奥兰多市与奥兰多警察局发布声明称,已于上周停止使用亚马逊深度学习人脸识别技术——Rekognition,从去年12月份开始为期6个月的合同已经到期,目前不再续约。声明中还称,工作人员将继续讨论和评估未来能否重启该项技术,而目前评估工作仍在进行中,说明奥兰多市仍可能在今后对亚马逊“敞开大门”。 Rekognition虽然已经被Pinterest、C-SPAN等公司使用,但是在ACLU(美国公民自由联盟)调查了6个月之后发现亚马逊至少跟两家执法机构“秘密”合作。奥兰多市布局公共安全监视网络,亚马逊Rekognition的负责人RanjuDas称,“亚马逊会从摄像头反馈的图像与执法部门的寻人照片进行对照,一有进展就立即通知执法部门。Rekognition的重要性在于从大量数据库中锁定目标并进行追踪,做到实时反馈。”除了奥兰多警察局,华盛顿警长办公室也使用了该项技术,用于搜索身份不明的嫌疑犯。 虽然奥兰多市很看好与亚马逊的合作,表示“一直在寻求保障当地居民和外来人员安全的新举措。在不违反隐私权的情况下,与亚马逊这样具有创新性的公司合作,有助于推进社区安全。”同时承诺不会用人脸识别技术追踪正常居民。但是ACLU对奥兰多市给出理由并不买账,声明“Rekognition技术的广泛使用会给有色人种、非法入境移民、抗议示威民众带来可怕的后果。” ACLU在6月25日给奥兰多市长BuddyDyer和议会发邮件,要求他们立即停止使用人脸识别监视技术。邮件中还称,人脸识别系统威胁到公民的自由,尤其是政府机构在未经社区讨论、未经地方立法监督、没有防止滥用的规则出台的情况下就“秘密”实施。这为奥兰多市的居民造成了极大的威胁,而这来源于亚马逊技术的支持。 亚马逊面对来自员工、投资人、人权组织的三方压力 针对奥兰多和华盛顿的情况,上个月ACLU位于加利福尼亚、俄勒冈、佛罗里达的多个分会就联合给亚马逊写信要求其停止向政府机构销售Rekognition,超过40个民主组织签署表示支持ACLU的提议。亚马逊股东上周致信贝佐斯表示,如果Rekognition被滥用,极有可能侵犯人权,并销售到国外的专制政权,同时对公司股票产生负面影响。亚马逊员工也写请愿书要求贝佐斯不仅停止与执法机构的Rekognition合作,同时停止与ICE和Palantir的合作。请愿书中写道,“作为有正义感和道德感的亚马逊人,对生产面向市场的产品有选择权,对其如何被使用有话语权。以史为鉴,IBM在二战期间为德国提供其特有的穿孔卡技术屠杀犹太人,而我们无法允许那样的事情再发生。” 人脸识别技术是否真的准备好应用于执法工作中 为了维持Rekognition在执法机构的订单,亚马逊表示一旦发现用户违反法律便会立即停止提供服务,用户在使用Rekognition时要有底线,必须遵循法律对自己的行为负责。上个月,亚马逊曾对Gizmodo说,Rekognition的确做了一些好事,帮助执法部门抓住盗窃犯、找到被绑架的受害者、找到游乐场失散的儿童。虽然亚马逊一再强调科技的重要性,“如果因为技术会被滥用就取缔它,那么如今的生活质量只会变得更差。”但是社会似乎更关心科技是否会助纣为虐。 乔治敦大学法隐私和技术中心的助理ClareGarvie说道,实施面部识别的部分问题是其对言论自由的潜在影响。好比在游行示威中,面部识别就如同警方在队伍中穿行,要求在场的每个人都出示身份证明。加之亚马逊在科技领域的影响力,会有更多执法机构愿意参与进来。Kairos(人脸识别及AI技术初创公司)的CEOBrianBrackeen发表了一篇反对将人脸识别应用在执法工作中的文章。文章中写道,在种族歧视严重的美国,非白人受到更严格的审查,人脸识别只会加重“不平等”。在数据库还不够完善的当下,让技术去“指认”一个人是否犯了罪是极其不负责任的。 言语之中可以听出亚马逊的无奈,但是如此多的“反对声”说明人脸识别技术还不够成熟,很多弊端没有应对之策,想要应用在执法工作中目前来看或许还行不通。

    时间:2018-06-27 关键词: 人脸识别 亚马逊 行业资讯 奥兰多

  • 最快将动态人脸识别技术在全球商业化

    最快将动态人脸识别技术在全球商业化

    2017年无疑是“人脸识别”技术的爆发年。下面就随手机便携小编一起来了解一下相关内容吧。 几乎在一夜之间,“人脸识别”成为科技行业炙手可热的名词,其百度指数从年初的1058飙升到最高达2910。除了Phone X的横空出世带来的市场效应之外,根本的原因是随着这项技术逐渐成熟,应用领域的拓宽带来了行业发展,从事相关技术研究的公司也在今年喷涌浮现。 上周,从事人脸识别、物体识别、车辆识别等技术研发的人工智能大数据公司深圳神目,正式对外宣布完成来自深创投旗下国中创投数千万美元A轮融资,据负责人介绍,资金将主要投入项目的深度研发,同时开拓市场,建立公司品牌。荒合资本在本次交易中担任神目的独家财务顾问。 究竟是一家怎样的公司,可以获得国字头创投机构的如此青睐? 联合海内外技术团队专注计算机视觉 算法研究 神目创始人刘靖峰,一位从硅谷归来的光谷创业者。 毕业于美国卡内基梅隆大学电子与计算机工程博士,美国荣誉科学家协会(SigmaXi)会员,更在2014年入选国家第七批“千人计划”国家特聘专家。 2010年,刘靖峰带领团队回国,在武汉创立了神目公司的前身:联思普瑞电子科技,成功研发智能电网电力载波通讯主控片的系统芯片,并很快将其产业化。在项目实践过程中,团队逐渐摸索人脸及物体识别技术,发现了一片更广阔的天地。于是在2016年,刘靖峰带领来自卡内基梅隆大学、密执安州立大学、俄克拉荷马大学、清华大学、浙江大学等中美一流高校的人工智能博士团队,创立了专注计算机视觉的人工智能大数据公司神目(DeepCam),致力于研究人脸识别技术算法。同时联合卡内基梅隆大学联合成立生物识别研究室,并成为美国国家自然基金(NSF)旗下Big Learning Center 创始会员。 “刘靖峰博士不仅具有深厚的学术与科研积累,对中美两国乃至全球的行业格局也有全面的理解和规划。”作为联思普瑞和神目的天使投资机构,合力投资向记者表达了对刘博士的能力和视野的全方位肯定,这也正是合力的投资初心。 据介绍,自创立以来,神目一直专注于计算机视觉识别领域各类算法的研究,在人脸特征提取引擎技术、姿态识别技术、物体识别与图像分类、OCR识别等技术算法上达到行业领先水平,在业内首创了遮挡面部还原,模糊人脸还原,大姿势人脸识别等行业多项领先技术,自建150万张3D深度摄像头人脸数据库,其模型训练效率是同类产品的400倍,模型泛化能力更是遥遥领先行业平均水平。   最快将动态人脸识别技术在全球商业化 正因为这份对算法技术的专注,神目在今年迎来了高速发展,不仅为各行业成功输出高效的技术解决方案,也获得了投资机构的一致看好。 神目智慧城市解决方案 人脸识别技术目前应用广泛,国内近年最大的应用尝试在公共安全领域。据神目智慧城市项目负责人介绍,神目的遮挡面部还原,低分辨率、大姿势人脸识别,二维人脸图像生成3D人脸模型等技术处于全球领先水平。由神目算法支持的摄像头可以识别大姿势下的人脸,在仰头低头,左右转头最大60度以内,甚至侧歪30度时,都可以正确识别。对于被遮挡的人脸,最少露出20%就可以完成识别,甚至可以通过眼睛周边细节还原人脸特征,进行人脸匹配。针对公共安防领域的视频数据结构化、业务智能化需求,神目为公安系统专门开发了基于深度学习模型的动态人脸识别系统,提供包括人物布控、人物轨迹回放、电子信息和人脸特征碰撞等一系列公共安全解决方案。这些解决方案,支持现有平安城市已经建设的摄像头(3.5米或者4.3米杆体安装)进行人脸检测与识别,提高公安整体联动水平和快速处理能力,减少警务成本。由于不需要对摄像头做调整,神目产品可以将已有历史视频数据做结构化,协助警方快速侦破案件,有效支撑“智慧安防、智能警务”的发展目标。目前神目产品已在国内多地公安系统内得到应用。 神目在新零售等各个领域的拓展 针对市场需求,神目已将人脸识别、物体识别、车辆识别等人工智能技术在智慧城市、智慧旅游、智慧医疗、移动终端领域进行应用实践。其中专门为手机深度摄像头打造的深度学习模型,通过自有的算法研发能力和在手机终端上持续优化能力,已开发出人脸解锁(带活体),以及智能相册分类产品,并成功出货到二三线品牌应用,已累计出货60万台。 神目在美国已经成功拿下1.5万家便利店、商超及银行网店的内部安防及客流数据分析摄像头订单,保护店内安全,并对消费者数据进行采集。尤其在安防方面,半年多来,神目在美国已经积累了超过19万“惯偷”的云端数据库,一旦摄像头发现可疑人物,系统将会识别并发出预警,提醒店员适当关注,预计每年可为每家店节省3-5万美金。   最快将动态人脸识别技术在全球商业化 在国内新零售领域,神目也有很多进展。在某大型商业广场入口顶部架设2台摄像头,分别对大门左右两侧进行实时人脸捕捉,对进店客流量、顾客性别、年龄段统计、VIP客户识别等进行统计与分析,为商场活动规划、策划效果评估提供新一代大数据支持。 神目一直以来都遵循以应用和市场需求为导向,再去寻找相应的技术解决方案。零售行业的项目负责人告诉记者,目前在新零售领域的需求点很多,可做的产品也很多,特别是将人脸识别技术与无人商店概念相结合的产品和解决方案是神目未来几年的发展重点之一。当消费者进入商店第一次时间,摄像头就能识别消费者信息,并根据消费者姿势体态分析消费者兴趣爱好,同时对消费者购物篮中的物品进行自动识别,消费者在走出商场时自动刷脸完成付款动作。 随着“人脸识别”技术应用领域的不断拓宽,神目作为上游算法技术方案输出方,未来在技术研发及大数据积累上依然任重而道远。神目创始人表示,公司在新的资金注入以后,将联合更多海内外技术团队进行更深层面的技术研发,以市场需求为导向,专注为各行业不断提供更优质高效可行的技术解决方案。[!--empirenews.page--]   最快将动态人脸识别技术在全球商业化

    时间:2018-01-22 关键词: 人脸识别 iOS 动态 商业化

  • 人脸识别考勤机接口电路图

    人脸识别考勤机接口电路图

    人脸通考勤机为全球首款嵌入式人脸识别机,误识率小于十万分之一,拒识率小于百分之一。在生物识别领域中,可以说相当精准,为脱机版,不用连接电脑,插上电源即可使用,每用下载考勤记录可以通过两种方式,一种可以通过U盘下载,另一种可以用网线连接局域网内,通过电脑下载。采用双目立体人脸识别技术,不受室内光线影响,黑暗中亦可识别,应用环境为室内,温度不低于0度,使用距离为30--80cm,与指纹相比,人脸通是非接触使用,避免交叉接触感染,安全卫生,同时因为非接触式,机器本身没磨损。采用53度角斜面独特设计,安装距地面1.15米,可适合 1.4--2米间人员使用,解决不同身高人员的使用,识别速度小1秒,识别成功将语音报名,结合门禁使用时,具有安保记录功能,安保记录循环覆盖,记录任何通过及未通过人员的时间和照片信息,可备后期追查,可以采用壁挂方式、安装在落地支架上、安装桌面支架上摆放在桌面上,三种方式使用,安装高度为。  

    时间:2016-05-13 关键词: 人脸识别 接口电路 考勤机

  • 人脸识别商业化大潮来了!虹软多款新品发布“加速进阶”产品化应用

    随着“智能+”时代的来临,创新科技正在加速各产业生态的重构。作为其中的核心技术之一,人脸识别也在帮助越来越多的行业完成转型升级。可以发现人脸识别的商业化大潮已经来临,正是在这样的背景下,创新企业对于人脸识别的商业化落地越来越迫切。但是从基础算法到应用研发再到销售变现,其中的每一个环节都是挑战。 而为了帮助每一家优秀的创新企业获得成功,虹软视觉开放平台在其举办的创享会成都站上,正式对外发了人脸识别开放套件和人脸识别应用套件,真正将技术门槛降到最低。从算法赋能、编程开发、硬件选型各个方面上助力中小创新企业。   虹软视觉开放平台创享会 应用套件大幅降低编程开发成本 人脸识别作为一项新兴技术,在实际落地时无论是底层算法还是应用层系统研发,对于创新企业和传统制造企业来说都有着较高门槛。此次虹软视觉开放平台发布的Arc FaceGo人脸识别应用套件,则从编程开发层面为人脸识别产品化落地按上了“加速器”。 据了解,该应用套件是一款基于虹软原创视觉算法开发的人脸识别一体化应用。集成该应用套件后,整机厂商甚至可以无需任何软件开发成本,即可快速搭建人脸识别门禁、考勤、人员出入管理等诸多应用。这一应用套件的推出,也从根源上让人脸识别应用的开发成本和研发周期快速下降。 值得一提的是,该应用套件不仅支持安卓设备离线单机应用,还支持局域网管理客户端应用、云端及本地服务部署应用。所以在本地端、客户端、云端皆可进行批量人脸注册,并支持在本地离线进行人脸识别、记录上传。此外,该应用套件还可接入各种行业应用系统及业务平台,适配各类型安卓面板机,真正满足酒店、社区、校园、工地、办公楼、景区等场景的应用需求。   人脸识别系统应用 开发套件带来软硬一站式研发支持 除了在算法赋能、编程开发上提供支持,虹软视觉开放平台还发布了人脸识别开发套件,真正意义上将人脸识别场景的开发门槛降到最低,帮助产品商、开发者加速软硬件方案验证及选型。这一开发套件为虹软联合上下游产业链共同推出,其中的硬件部分由前海金顺提供,并嵌入式集成虹软人脸识别全功能集和示例工程。 该开发套件搭载工业级宽动态摄像头模组以及高性能CPU的RK3399开发板,提供人脸识别一站式软硬件开发支持。通过示例工程,开发者可快速用开发套件搭建起人脸识别的全功能应用,实现人脸检测、人脸属性分析、活体检测、人脸比对1:N等功能。此外,开发套件还支持本地万人级底库。 同时,针对产品商、开发者的业务诉求,此开发套件专为人脸识别开发而设计,尺寸极小、接口丰富,可搭载各种闸机外设,如摄像头、IC刷卡、身份证识别、指纹识别、二维码扫描等,适用于智能门禁、人脸闸机、人脸核验机、电子班牌、人脸考勤机、智能货柜等诸多场景。这样一来,产品开发周期大大缩短,产品更新效率进一步提升,人脸识别应用产品也得以快速落地。   人脸识别开发套件 算法免费开放,助推人脸识别应用快速落地 不仅是人脸识别开发套件和应用套件,事实上,虹软视觉开放平台从视觉算法、产品研发到商用落地,为中小创新企业和开发者提供全面的技术赋能。早在去年,虹软视觉开放平台就已经开放了人脸视觉全栈能力,包括人脸识别、人脸追踪、活体检测、人证核验、人脸角度检测、人脸属性分析等多种离线SDK。这些算法不仅拥有可离线、全平台、易集成等特点,还能够直接免费获取。 目前,虹软视觉开放平台已经赋能了智慧教育、智慧工地、智慧旅游、智慧办公、智慧小区、智慧楼宇等众多领域,落地了一大批人脸识别创新应用,如获央视点赞的北京市公租房人脸识别系统、普及武汉46个景区的人脸识别检票系统、实现全国首条刷脸乘坐公交线路的金华智慧公交等。赋能还在继续,虹软视觉开放平台将不断以技术创新为产业的转型升级提供“原动力”,让刷脸无处不在。

    时间:2019-06-06 关键词: 算法 人脸识别 虹软视觉

  • 刷脸新商业模式走向全面普及,只因这一3D视觉黑科技

     无人便利店的理想与现实 自从2016年新零售概念兴起,2017年以来新零售最典型的商业形态——无人便利店便成为了各路资本争先涌入的风口。这种解放商家人员负担、减少运维成本、打通线上线下的零售新形态,甫一推出,便让人们大有“未来已来”的惊艳感。 笔者曾专门去体验过无人便利店:从进门时手机扫码关注,到商品结算时总是犯“识别困难症”的射频扫码技术,再到结算时需要再次掏出手机扫码支付的繁琐,整个体验下来,深深感受到商家端虽然节省了人员和运营成本,但是繁琐的购物流程和不够精准的交易体验,让消费大众实在爱不起来。理想很美好,现实很残酷,繁琐的购物流程、迟钝的支付体验,制约着传统无人便利店一直无法走向全面普及,新零售的落地实践遥遥无期。 从阿里无人商店到“刷脸付”自助售货机,无人零售再度翻红 2019年10月20日,在第六届世界互联网大会现场,搭载银联“刷脸付”功能的自动售货机一经亮相,便成为大会关注焦点。据介绍,这种售货机能够为大型商场餐饮企业等提供服务,不仅能打通线上线下的信息流、商品流,而且为用户提供了该场景中用户体验最佳、最安全的支付产品形态。这也是继阿里无人超市淘咖啡、亚马逊Amazon Go无人超市后,借助人工智能和高度自动化的配套设施来打通新零售交易体验壁垒的又一新零售力作。 据了解,无论是阿里无人超市“淘咖啡”还是自助刷脸售货机的出现,这些新型业态能够实现无人、高效、安全的交易,得益于人工智能核心感应技术——3D传感技术。 相比2D传感识别,3D传感技术能够三维立体识别人或物体,具有识别精度高、识别速度快的特点,以“刷脸付”自助售货机搭载的3D传感技术为例,其产品来自国内领先的3D传感解决方案供应商——奥比中光,借助其自主研发的3D传感摄像头,可以实现人脸识别、人体骨架识别、三维测量、环境感知、三维地图重建等数十种功能,通过3D摄像头能够实现对货品进行识别,即便是叠落放置的商品也能准确进行识别,其“刷脸付”模块率先符合中国银联人脸识别终端相关技术标准,成为首批中国银联向自助售货机场景提供人脸支付整体解决方案的合作方。 3D传感技术打破无人便利店识别与支付壁垒 从人脸识别到商品识别再到刷脸支付,无人零售最核心的交易三步骤,在3D传感技术的赋能下,相比前文笔者所提及的依靠射频识别技术和二维码支付的传统无人便利店,变得更快捷、更安全。3D人脸识别不受光照变化、人脸皱纹影响识别准确性,通过红外、RGB、深度多数据结合,人脸识别误判率仅百万分之一,面对照片、视频伪装等极端挑战时能够有效防御各类活体攻击,并提供毫米级高精度的识别能力。 值得一提的是,3D传感所赋能的新零售消费产品已经走进消费大众的生活,并且这一产品并不是追崇时髦的年轻人的专属,在2019年8月份,杭州一家老年食堂就率先实现了刷脸就餐,从菜品识别到价格计算,再到刷脸结算三位一体,六七十岁的老人使用下来,整个过程娴熟流畅,体现出3D传感技术在商业落地中强大的智能适配能力。 人工智能的本质是机器对人类各项功能的仿生和扩大,AI技术发展推动着商业升级进化,也在不断优化和加剧这新商业形态与消费者日常生活的融合,3D传感技术不仅打破了新零售识别和支付的壁垒,它还可以根据下游应用商的实际需求和交易模式,提供覆盖整个流程的定制化3D传感解决方案,对于新零售商业模式的创新实践具有不可估量的应用前景。

    时间:2019-11-22 关键词: 人脸识别 3d 无人便利

  • 盗刷人脸认证成黑产?刷脸时代如何确保信息安全

    盗刷人脸认证成黑产?刷脸时代如何确保信息安全

    随着AI科技的发展,人脸识别技术在移动支付领域有着广泛的应用场景,主要集中在餐饮、零售、交通出行等领域。在我们常见的便利店、餐厅、商场、交通站点等场所应用刷脸支付十分频繁,不仅能够有效缓解高峰时段结账排队现象,而且无感支付体验能够让用户无需携带其他装备进行操作,化解了手机没电无法支付等尴尬情况。不过,“刷脸”在给人们日常生活带来便利体验的同时,其安全性更是备受关注。 黑产从业者盯上人脸识别这块“蛋糕” 此前,有几位小学生拿着打印出来的家长照片,轻松“骗过”了小区里面的智能取件柜,取出了父母的快递。这也证实了快递柜的刷脸取件服务,仍存在着很大的安全隐患。随后有媒体对这件事情再次进行了实验,自拍正脸,然后用自拍照刷脸取件,实验反复进行了5次,结果有4次都成功打开了,失败的那次是因为照片没有拿稳。即使是用偷拍的照片进行测试,快递柜又一次被打开,无疑加剧了大众对刷脸安全性的担忧。   当普通用户担忧的同时,一些不法分子却将这视为获取利益的手段。这几年,人脸识别认证在互联网市场得到大规模的应用与推广。初衷是为了保证用户账号信息的安全,防止被盗,殊不知却滋生了人脸“代认证”黑产链条。黑产从业者将人脸照片制成MP4格式的短视频来绕过人脸识别服务商的认证系统,而这项绕过人脸识别的黑客技术正在网上被售卖。在其背后,更是牵出个人信息贩卖黑产,甚至可以在本人不知情的情况下注册公司、撸贷,令人毛骨悚然。   (社群“代人脸认证”黑产层出不穷) 3D人脸识别技术的三大优势 这些被破解的人脸认证都是通过个人的照片或者视频,生成符合APP验证需求的固定动作的(摇头,点头)视频,从而骗过APP验证,关键在于2D视觉的局限性。从技术角度的分析来看,普通的2D成像是用平面传感器接收被拍摄物体反射或者发出的可见光,从而形成二维图像。由于现实世界是三维世界,2D成像便存在物体特征信息损失(无法获取物体深度信息)的情况,这也就意味着,2D成像并不支持与物体三维信息的测量,例如3D人脸识别、三维建模等AI功能,2D图像技术都无法支持。 为了弥补2D人脸识别的不足,3D人脸识别应运而生。3D传感通常由多个摄像头+深度传感器组成,通过投射特殊波段的主动式光源、计算光线发射和反射时间差等方式,3D传感可获取物体的深度信息。3D传感技术实现了物体实时三维信息的采集,为后期的图像分析提供了关键特征,智能设备能够据根据3D传感复原现实三维世界,并实现后续的智能交互。   相对2D成像而言,3D传感技术可应用于AI诸多领域,其运用优势主要有以下三点: 首先,3D成像可实现之前2D不能实现的“痛点型应用场景”,如人机交互、3D人脸识别、三维建模、AR、智能安防和辅助驾驶等; 其次,3D传感技术的安全系数更高。例如当今市面上的人脸识别大多基于2D平面图像,但由于人的脸部并非平坦,2D识别过程中会存在特征信息损失的情况。3D 识别使用三维人脸立体建模方法,可最大程度保留有效信息。与此同时,3D传感还可结合算法进行活体检测,来判断采集到的人脸是否是照片、视频或者软件模拟生成,人脸识别安全性更有保障。 最后一点,3D传感技术可产生大量的三维数据,这些数据未来可应用于大数据等行业,具有巨大的行业应用价值。 中国3D传感技术突破创新 3D传感目前业内共有三种主流方案:结构光、TOF、双目视觉,主要给大家对比结构光和TOF两种热议较多的方案。结构光技术成本较低、精度较高,识别精度能够达到毫米级,加上其技术发展成熟,非常适合近距离测量。TOF受外界光影响小,工作距离长达5米,适用于相对远距离的3D信息采集。结构光和TOF两种技术复杂,其研发一直是一项世界级技术难题,早在2015年之前,我国在3D传感领域一直都是空白,不论是芯片,还是关键零部件都未能完成自主研发。 不过,这项技术空白很快被来自深圳的奥比中光填补。2015年7月,奥比中光自主研发了我国首款3D深度感知计算芯片—MX400,打破了苹果、微软等国外巨头对3D传感技术的垄断。2015年底,奥比中光正式量产了Astra 3D摄像头,这也标志着我国消费级3D传感技术终于迈入自主发展时代。如今,奥比中光3D传感摄像头在基础创新和源头创新中不断突破,创造出很多惊人的成绩。奥比中光拥有从芯片、算法,到系统、框架、上层应用支持的全栈技术实力,AI 3D感知领域专利申请量居世界前三,已广泛应用于智能手机、智能家居、新零售等众多领域。   (奥比中光自主研发的3D模组产品) 近几年3D视觉技术迎来了全新蓝海,成为中国金融支付领域实现弯道超车的关键,支付宝、银联、百度AI、奥比中光等中国企业创新正在引领全球。在用户日常触达较高的刷脸支付方面,中国企业表现不俗,支付宝、中国银联先后与奥比中光合作开发刷脸支付产品,围绕3D视觉技术研究及应用开展合作,共同推进金融领域科技创新。   尽管目前3D人脸识别技术安全性值得信赖,但为了不给不法分子任何可趁之机,企业和平台还需要建立更完善的安全保护措施。对于业界来说,需要树立起人脸识技术标准,淘汰安全漏洞极大的2D人脸识别,那些试图进军人脸识别领域的企业,应该做到“没有金刚钻不揽瓷器活”,如果没有过硬的刷脸技术储备不要急于上线,需要慎重使用一些成熟的人脸识别解决方案。 如今,中国已突破3D人脸识别技术的壁垒,相信在不久的将来,中国3D传感技术定会再上一个台阶,为更多用户及其行业带来更安全、方便、快捷的智慧生活体验。

    时间:2020-01-16 关键词: 人脸识别

  • 3D扫描或引深刻变革,国产厂商掌握核心技术

    3D扫描或引深刻变革,国产厂商掌握核心技术

    如今,人们生活的诸多领域都可以看到扫描识别应用案例。在超市购物收银时需要扫描商品上的条形码结算;收发快递物流时,快递员要扫描包裹上的条形码;乘坐飞机过海关时,工作人员会对乘客携带的行李进行扫描;在日常消费过程中,越来越多商家和用户通过扫描二维码支付费用。以上这些都是生活中常见的扫描应用场景,从技术角度层面来看,大部分还是属于2D扫描,随着技术成熟以及拓展,扫描技术的应用前景远远不止于此。3D扫描技术的出现,毫无疑问为人们生活工作多个领域发挥重要作用。   已然兴起的3D扫描人脸识别   其实3D扫描并非是近几年兴起的技术,真正让人们大规模认知的要从2017年9月苹果发布的首款支持FACE ID的iPhone X开始,利用这套系统完成用户面部的3D扫描识别工作。iPhone X的面容ID就是基于结构光技术的人脸3D扫描应用,通过投射超过数万个肉眼不可见的光点并由原深感摄像头捕捉分析,为用户绘制精确细致的脸部深度图,进而实现面部识别解锁支付等功能。   不断拓宽的3D扫描应用   随着人脸解锁、人脸支付、社交视频和网络直播等应用的普及,3D扫描识别技术在智能手机领域迅速铺开。事实上,人脸识别功能也只是3D扫描技术应用的冰山一角,随着3D扫描技术的拓展,其所能应用的领域也越来越宽,在某些领域甚至产生了革命性进步。   (搭载3D结构光摄像头模组的刷脸支付设备)   在最常见的支付领域,比起移动扫码支付需要顾客携带移动终端来说,刷脸支付显然更加方便。值得一提的是,越来越多的大型商场和连锁超市都开始出现支持人脸识别的自助支付终端,这在一定程度上缓解了营业高峰期顾客排队付款的状况。参考移动支付的普及速度,有专业数据显示,2022年刷脸支付用户将超7.6亿,行业迎来新风口,可见基于3D扫描技术的人脸识别支付终端有望在不远的将来取代人工成为商场和超市的主力收银入口。   (3D扫描体积测量)   在快递物流领域,3D扫描应用已经显示出了巨大的潜力。在2018年双11时,京东就为快递员推出了智能拍照量方手机,通过3D结构光技术探测货物尺寸,在0.2秒内精确测出货物的长宽高,且误差控制在1%,相比传统手工录入货物尺寸的时间缩短了10倍。   (3D识别商品扫描)   在消费购物领域,3D扫描应用也大大方便了消费者对产品信息的获取。消费者在实体商城或超市里购物时,通过专用软件进行3D扫描拍照后,就能快速识别出商品的主要信息供消费者参考,无需询问工作人员,这进一步改善了消费者了解商品信息的便捷程度,为消费者的选购提供有效辅助。   (采用三维空间扫描技术实现VR看房)   不仅如此,3D扫描技术在买房、买车等VR/AR领域的应用也发挥了巨大作用。消费者通过实景3D扫描后的在线VR/AR进行线上预览,从而节省大量时间成本,足不出户就能够身临其境,方便快捷地在线完成多款同类商品的效果比对,更高效地选出自己满意的商品。   事实上,3D扫描技术在体积测量、空间扫描、商品识别、快递分拣、刑侦安防等领域都已崭露头角并大有可为。随着3D传感技术的发展,基于3D扫描的应用领域将持续扩大,未来人们工作、学习、生活、娱乐等方面都将因为3D扫描应用的存在变得更加智慧化和生态化。   以奥比中光为代表的国产厂商,已站在3D扫描行业的第一梯队   如今,3D扫描应用的领域发展前景尤为广阔,对经济社会产生的影响远超我们的想象。令人欣慰的是,在3D传感领域发展方面,以奥比中光为代表的国产厂商不论是在技术实力、产品应用还是专利积累,都具备了与苹果、微软等国外一流厂商分庭抗礼的资本。   作为国内3D视觉独角兽,奥比中光从核心算法、核心芯片到硬件整机都拥有完全的自主知识产权,是全球范围内屈指可数的少数掌握3D视觉绝大部分核心技术的国产厂商,3D传感专利申请数排名全球前三。目前奥比中光提供的行业解决方案,在移动终端、智慧零售、智能服务、智能制造、智能安防、数字家庭等领域所形成的3D传感生态圈正在加速建设发展。   如果说智能手机和二维码改变了我们的支付习惯,那么不断丰富和进化的3D扫描应用或许将从各方面更彻底地改变我们的生活。在可以预见的将来,从衣食住行到工业生产,只要有3D摄像头识别扫描的地方,一切都将变得更加方便和智慧。

    时间:2020-02-10 关键词: 人脸识别 3d扫描

  • iPhone 12 Pro或许就是这样!!

    iPhone 12 Pro或许就是这样!!

    3月7日,本文将对iPhone 12 Pro予以最新报道,如果你想对它的具体情况一探究竟,或者想要增进对它的认识,不妨请看以下内容哦。 爆料人Max Weinbach给出消息,苹果已经开发出配备6400万像素摄像头的iPhone原型机,以此来提高变焦能力。然而不同于华为P30 Pro、三星Galaxy S20 Ultra的潜望式镜头,苹果和谷歌一样,仍严重依赖“数字裁切”。这是因为,潜望结构和当前的Face ID人脸识别组件冲突,内部空间不允许。 拍照方面,爆料称苹果超广角镜头光圈将增加35%到f/1.6,同时长焦端也支持夜景模式,新增微距拍摄模式并改良智能HDR。 iPhone 12 Pro当然会支持5G网络,据说Max的电池容量从去年的3969mAh提高到了4400mAh。 iPhone 12 Pro想象图 经由小编的介绍,不知道你对它是否充满了兴趣?如果你想对它有更多的了解,不妨尝试度娘更多信息或者在我们的网站里进行搜索哦。

    时间:2020-03-07 关键词: 苹果 iPhone 人脸识别

  • 新加坡计划部署人脸识别系统,取代身份证

    新加坡计划部署人脸识别系统,取代身份证

    据《海峡时报》报道,从今年6月起,少量新加坡政府部门将安装摄像头,届时,民众将无需身份证,只需刷脸就能享受政府部门提供的服务。 据了解,人脸识别系统是对新加坡“智慧国家计划”的扩展,该计划于2014年启动,建立了一个覆盖逾400万新加坡人的生物数据库。 《海峡时报》的文章称,当需要人脸识别进行身份验证时,摄像头会将扫描的人脸信息与数据库进行比对,确定民众的身份。人脸识别系统可以与2018年推出的SingPass Mobile实现互操作,民众可以利用SingPass Mobile在政府的生物信息数据库中注册自己的指纹和脸部信息。 这是要用数字ID取代身份证的节奏吗?新加坡果然走在了时代前列。据了解,新加坡计划2023年能利用人脸识别软件处理用户间的转账和支付服务。 近几年AI大热,基于AI技术的人脸识别已经广泛应用在了手机解锁、账户支付上。 在阿里达摩院发布的“2019十大科技趋势中”,达摩院就预测认为,2019年,生物识别技术将进入大规模应用阶段,并预言生物识别和活体技术将重塑身份识别和认证,数字身份将成为人的第二张身份证。如今,这一预测正在变成现实。(21ic讯,文/王丽英)

    时间:2020-03-11 关键词: 人脸识别 AI 数字身份证

  • 人工智能赋能智慧城市建设

    人工智能赋能智慧城市建设

    当今,随着物联网、大数据、云计算、人工智能等高新技术的不断突破和高速发展。智慧城市逐渐被人们提出,有的城市不断向智慧城市方向发展。当前,越来越多的AI技术被应用到构建智慧城市中来。 构建AI之城,我们该关注什么?在依图看来,文明的变迁靠的是科技的推动,科技推动就是基础设施的革命;基础设施提升的关键在于提升一个区域或一个城市的智能密度。智能密度可以分两个维度考量:宏观上,要从单体的机器智能到群体的智能;微观上,单个计算机能够支撑的智能算力要足够大。 依图判断,摩尔定律的减缓和人工智能技术的发展将开启一个新的时代——算法即芯片时代,他们打造出全球首款深度学习云端定制芯片questcore和智能城市软硬件一体化解决方案,从底层技术出发,让1万路智能视频解析成为标配、50万路超大规模城市视觉中枢成为可能,大幅降低数据中心建设和运营成本。 入围国家工信部发布的“新一代人工智能产业创新重点任务入围揭榜单位名单”,基于“复杂场景高精度多维AI大数据智能图像分析平台”项目对智能城市领域核心技术开展攻关,其技术与实力可见一斑。 基于对于智能城市发展的深刻理解,过去几年,他们已经与包括贵阳、厦门、重庆、上海等多个城市达成战略合作,参与上述城市人工智能的顶层设计与建设。 在具体的细分落地场景方面,由依图提供技术支持的城市级无感刷脸支付和通行2019年已在贵阳落地,助力贵阳成为全球首个城市及交通全通道实现“刷脸乘车”的城市。 来势汹汹的新冠肺炎疫情,给城市的治理带来了不少问题,倒逼智能城市建设提速前进,依图也向行业上演了一把实实在在的科技向善,基于其全栈AI实力顺势推出“端边云”综合解决方案,赋能更多的智能城市精细化治理AI应用。 在“端侧”方案上,依图基于AI热成像测温技术研发的双目热成像测温相机,提供非接触式多目标同时测温能力,有效保证大人流量测温场景下的通行效率,测温精度达±0.3°C; 在“边缘”侧和“中心”侧,针对更大测温和人脸识别需求的系统方案层面,依图推出了兼具测温与人脸识别能力的智能测温分析一体机和系列产品,为城市重点人流密集区域和交通枢纽区域提供便捷的测温筛查服务,避免人员因测温导致的大量聚集,为特殊时期的城市治理提供更多的AI技术支撑,在关键时刻发挥智能的力量。

    时间:2020-03-13 关键词: 人脸识别 智慧城市 人工智能

  • 商汤联合TCL共同打造智能家居门锁

    商汤联合TCL共同打造智能家居门锁

    今年年初,随着新冠肺炎疫情的爆发和蔓延,各地尽最大程度地做好疫情防控工作。对此,各种“无接触”式操作应运而生。小到戴手套和口罩,大到AI无感测温,这些“无接触”操作有效地减少了病毒的传播。 近日,在TCL 2020春季新品发布会上,TCL发布了一款针对物联网智能家居的智能门锁产品——TCL K6X,由商汤科技与TCL智能家居联合开发优化3D人脸识别技术,可帮助用户实现“无接触”式开门。 “无接触”式开门锁,疫情下的AI之便 TCL K6X智能门锁采用了商汤 3D人脸识别智能门锁解决方案,通过刷脸,配合门锁的全自动开锁功能不需要接触门把手,就能轻松且安全的入户,可大大降低病毒接触传播风险。 为了满足人脸识别开锁各种复杂的工况要求,K6X智能门锁整合了商汤定制化3D仿生双目红外摄像头和低功耗计算芯片,具备高精准度、高安全性、低功耗等特点,使K6X对复杂光照环境适应性极强,无论是正常的逆光环境还是深夜暗光环境下都可轻松应对。 解锁速度方面,K6X智能门锁可极速秒开,热启动条件下,人脸识别全流程仅需0.5秒。此外,K6X智能门锁还实现了宽幅身高覆盖(1.3米至2.1米),在进行人脸解锁的时候,小孩不用垫脚,大人无需弯腰。 安全刷脸,放心回家 安全性方面,TCL K6X智能门锁以商汤3D活体检测算法和仿生双目红外摄像头等软硬件技术为核心,能够有效防御3D打印、电子屏、视频、图片、面具、头套等非活体攻击。 在活体检测方面,商汤科技拥有非常丰富的积累,商汤人脸解锁攻击实验室(Attack Lab)每天都在寻找、演化新的攻击手法,技术人员通过分析测试过程中存在的潜在威胁,不断完善活体检测算法加以抵御,使活体检测准确度持续快速提升,为抵御各种攻击做好准备。 除了做系统性的攻击防范机制和安全加密措施,K6X智能门锁还具备一键布防功能。智能门锁与家里的摄像头、可视门铃等电子设备联动,当用户出行时可一键开启安全布防,如有小偷进入家里后打开门锁出来,门锁就会自动报警提醒用户。 人工智能物联网的发展势如破竹,吸引越来越多终端设备厂商入局。当物联网与家居连接在一起,实现了便捷的统一化管理和操作,当AI技术融入,则让每一个家居成员变得更加智能、聪明、让用户体验不断得到提升。

    时间:2020-03-15 关键词: 物联网 人脸识别 智能家居

  • 苹果将升级HomeKit智能家居功能

    苹果将升级HomeKit智能家居功能

    前段时间,很多苹果用户表示,有关苹果的iOS 14系统存在泄漏消息等现象,导致许多iPhone相关的新功能浮出水面。对此,我们也看到了HomeKit即将更新的智能家居功能。 按照苹果公司以往的惯例,iOS 14预计将在6月公布,然后在9月向公众正式推出。据泄露的消息,本次iOS 14更新将为智能照明、家庭安全摄像机和HomePod智能音箱带来更丰富的控制和功能。 据9to5Mac此前的报道,很多网友已经看到泄漏的iOS 14代码,新系统将为苹果的智能家居平台HomeKit引入新的智能家居功能。包括“Night Shift for lights”功能,可以在一天中逐步调节智能照明设备的亮度、温度和颜色。 对于人们的日常生活习惯而已,人们普遍认为白天明亮或是微弱的蓝色灯光会提高我们的注意力水平;而夜间柔和、温暖和微暗的光线可以让我们更加放松,通过调整灯光变化促进我们的身体产生褪黑激素,从而有助于快速入睡。 iOS 14中智能家居新功能将能够让智能灯泡用户可以选择在白天到晚上将其灯光从冷色逐步调节到暖色,自然过度而不会让人感到不适。目前通过HomeKit,用户已经可以手动调节照明效果,或者根据一天中的日落/日出时间将照明从一种预设状态转变为另一种预设状态。 但是,对于用户来说,大家肯定更加渴望看到一种渐进式的调光过程,每天根据当时季节和时间的变化,更温和地改变灯光温度和亮度。 此外,从最新泄露的iOS 14智能家居应用中,我们还看到了增强的安全摄像机功能。去年,苹果在iOS 13系统中添加了对象识别功能,因此摄像机可以分辨出人、动物和车辆。 据报道,对于本次iOS 14的更新,苹果公司还将新增摄像机人脸识别功能。这意味着摄像头将识别并识别特定的人,例如将家人与陌生人区分开来。 最后,iOS 14还将允许Apple HomePod用户将智能音箱与Apple TV结合使用。这对于那些拥有两个以上HomePod的用户来说是个好消息,因为他们可以将一对智能音箱设置为Apple TV的默认音频系统,从而可以不用再购买条形音箱或其他音箱,同样也能为他们的电视带来优质的音频输出。当然,这对于大陆用户来说并没有什么意义。 不过,也有用户倒是希望此功能也能出现在Mac上,以便苹果的笔记本可以使用一对HomePod作为音箱使用。

    时间:2020-03-15 关键词: 苹果 人脸识别 智能家居

  • 人脸识别技术升级

    人脸识别技术升级

    全员口罩 身份识别面临新挑战 “滴,体温数据正常!”复工后,在四川成都青白江区,肩负成都地铁隧道管片生产重任的中铁八局桥梁公司的复工人员,正在车间门口扫码企业自主研发的“每日疫情统计小程序”,实现人员疫情防控信息实时跟踪。进入复工高峰期以来,借助云平台、大数据及物联网系统等,施工人员体温门禁系统、渣土车远程管理、人员无线定位、视频监控等诸多“黑科技”正有力促进“一手抓防疫、一手抓生产”的有序推进。 “疫情发生后,复工现场的管理也出现诸多新的技术需求,在戴口罩、安全帽的情况下,如何实现入场人员准确识别,就是复工管理的一个重点方向。”中国中铁科研院技术中心智慧工地联合实验室研发人员赵阳说,按照安全生产要求,过去施工工地已经使用的“智慧工地平台系统”,其中一个重要功能就是对进入工地人员进行身份识别,“但疫情下,戴上口罩、安全帽,还要测体温,成为新技术挑战。” 这项技术难点在哪儿?原来的人脸识别算法,是根据面部特征关键点来进行识别的,算法纳入的关键点越多,识别的结果也就越精确。但佩戴口罩后,可供识别的“关键点”大幅减少。“鼻子以下的面部特征被掩盖,面部特征关键点减少,机器之前学习的特征判别能力随之降低。”赵阳说,口罩会使原有的人脸识别算法模型失效,使机器无法识别当前的人。同时,口罩类型较多且遮挡程度不一,也提升了难度。 “针对人脸识别的新需求,如果对已有的智慧工地平台进行大范围硬件更改,一方面增加设备、提高成本,另一方面改造周期较长,难以满足复工复产要求。”赵阳说,该研发团队通过加强软件算法、升级系统平台,提出了解决方案。 聚焦眼部 优化注意力算法模型 “人脸识别一般分为两个步骤,一是人脸检测,二是人脸配对。”赵阳说,识别的流程是,人脸机先从视频图像中找出人脸,然后通过人脸上的眼睛、鼻子、嘴巴、眉毛等面部的特征,经过一定算法,在人员数据库识别出对应的人。 记者在识别后台管理系统看到,系统的“人员管理”一栏,已经录入了该单位所有工作人员的姓名、部门、工号、电话等基本信息,以及相对应的个人高清照片。当戴着口罩的员工进入办公楼刷脸时,系统立刻将检测出的人脸配对,鉴别出员工身份,同时语音报出测量的体温,而在硬件方面,该设备仅在原有人脸识别的平板电脑上,新增了一个测温头。 戴口罩后如何提高识别通过率?前提就是尽可能地增加面部特征关键点。“当面部几乎一半被遮挡后,面部特征关键点就主要集中在了眼睛和眉毛两个部位。”赵阳说。 “我们从算法模型上突围,采用眼部、眉毛等局部特征与整体人脸特征的融合,并结合注意力机制增强眼部特征,通过训练眼部关键点的模型,来提升模型在口罩遮挡下的人脸识别率。”赵阳说,在人脸遮挡环境下,可通过识别眼部关键点作为一种“注意力模型”,快速扫描全局图像,获得需要重点关注的目标区域眼部,并形成注意力焦点。“而后对眼部这一区域投入更多注意力资源,以获取更多所需要关注目标的细节信息,而抑制其他无用信息。” 采用同样的原理,在算法层面,针对基于人脸全局特征及局部特征相结合的方法,可优化现有人脸识别算法模型,当人面部出现其他遮挡时,也同样能够精准鉴别。“如戴安全帽进入施工项目时,人脸识别依然有效,就是这么实现的。”赵阳说,当前通过大量训练数据,戴口罩或戴安全帽人脸识别率可达到99.9%。 除了能够精准识别出戴口罩的人,该实验室人脸识别系统还特别增加了口罩与安全帽检测和提示功能,以保障工程建设人员的安全。“这是与同类技术相比,我们技术成果的特色所在。”赵阳说,当开启口罩与安全帽检测功能时,设备配有没戴口罩自动语音提示;若没戴安全帽,采集设备上则会出现“请佩戴安全帽!”提示。 “主要是升级了后台的算法,其次是尽可能小地对硬件系统做了改进,最终实现了多项新功能的添加。”赵阳说。 信息增值 挖掘数据背后的价值 其实在疫情暴发前,面部遮挡障碍的人脸识别技术,已有不同程度应用。如在安防领域,大多数犯罪嫌疑人为了躲避“天眼”等监控设备追踪,往往会戴上帽子或口罩,这时候更精准化的人脸识别便可以帮助更好地破案。 “针对越来越多的不同识别情况,一些科研人员正从硬件上想办法,通过添置硬件设备,增加新的功能。”赵阳说,高精度识别也是对大数据的深入挖掘。“在当前硬件技术条件下,对现场采集的数据进一步挖掘,可以短时间内实现更多功能。”

    时间:2020-03-18 关键词: 人脸识别

  • 欧光发布反射式一体化距离检测器件系列

    欧光发布反射式一体化距离检测器件系列

    光电元器件制造商欧光电子2019年8月20日发布PS310系列距离检测传感器产品,可以广泛用于人脸识别,智能家居,打印机,金融机具,医疗设备等。产品分L, V系列,L是LED做光源,检测距离0~10cm。 V使用VCSEL做光源,检测距离可以扩展到80cm, 此系列产品可以输出CMOS逻辑通断信号(高,低电平),也可以提供数字I2C接口输出。 本产品具有小型化(2.5*2.7*0.9mm),低成本,温度范围宽,允许2000LUX背景光照度下工作的特点,弱光检测水平0.4Uw/mm2,提供demo板给客户验证测试。

    时间:2019-08-26 关键词: 传感器 人脸识别 检测

  • 疫情期间,单一生物识别能满足需求吗?

    疫情期间,单一生物识别能满足需求吗?

    今年爆发的新冠肺炎疫情对我们的生活造成了极大的困扰。尤其是可以人传人的特点让很多人惊恐不已。为了防止病毒传播,很多人带起了口罩、防护目镜等等。这一定程度上也影响了人脸识别技术发挥。这也让人不得不担心,在疫情期间,单一生物识别能否能满足需求呢? 如今,我们可实现身份识别有很多种方式,指纹识别、静脉识别、虹膜识别、人脸识别等等,可以说人脸识别只是其中一种方式,也是最为热门方式,如今随着一场突如其来的肺炎疫情让我们意识到了单一的生物识别技术仍然难以满足用户需求的前提下,多模态融合方式似乎也成为了发展趋势之一。 以门禁系统来说,基于生物识别的升级,门禁系统也了有指纹识别门禁、静脉识别门禁、虹膜识别门禁、人脸识别门禁等等,而多模态,则是将以上所有的生物识别进行集成融合,从功能上来看,多种方式可以灵活切换,用户可以根据实际情况进行识别,就像肺炎疫情让大家都带上口罩的情况,既然人脸识别无法使用,那就用指纹、虹膜或静脉等等,对比单一识别,可见多模态显得更加灵活,足以应对任何的突发事件。 当然,多模态识别是否用户所需,是否安全性更高,仍然还需要经得起市场的考验和技术探索,目前人脸识别虽然随着疫情突发让我们意识到短板所在,也并非是坏事,随着技术不断进化和完善,相信人脸识别技术将会越来越智能和成熟。

    时间:2020-03-20 关键词: 系统 人脸识别 生物识别

  • 生物识别:平安科技声纹识别了解一下

    生物识别:平安科技声纹识别了解一下

    随着科技发展,生物识别技术的运用已经愈发普遍。作为重要的身份认证手段,人们已从指纹识别,过渡到当下极为普遍的人脸识别。然而,面对疫情的来袭,出于对安全防护的要求,手套和口罩等防护用具极大地影响了生物识别的效率。这一现状,将加速新型生物识别技术的迭代上线,声纹识别或将成为新宠。 平安科技作为平安集团的高科技内核,旗下平安声纹识别系统长期处于行业领先水平,并屡获专业机构认可。 声纹研发水平世界领先 有观点认为,在声纹的运用中,也会遇到人多嘈杂,难以辨识的问题。针对这一点,平安科技声纹算法团队关于说话人聚类研究成果的论文《基于离散可变分自编码的鲁棒的说话人聚类方法》(A ROBUST SPEAKER CLUSTERING METHOD BASED ON DISCRETE TIED VARIATIONAL AUTOENCODER)近日被语音信号处理领域的顶级学术会议ICASSP接收认可。 论文主要针对传统的说话人聚类方法在含有噪声语音的聚类任务中表现不佳且耗时长的问题,应用说话人辨认领域表现不错的锁定变分自编码器模型(Tied Variational Auto-encoder ),创新性地将代表说话人信息的连续变量变为离散变量,提出离散锁定变分自编器模型来完成说话人聚类任务。 平安科技声纹团队的研究论文将于2020年5月4日-8日,亮相西班牙巴塞罗第四十五届国际声学、语音和信号处理会议ICASSP。作为语音信号处理领域国际公认的顶级会议,ICASSP本次共收到7000+篇来自世界顶尖学府和科研机构的论文投稿,会议录用率约为47%。 声纹识别服务屡获权威认可 这不是平安科技声纹研究首次获得权威机构认可。不久前,中国人民银行直属单位中国金融电子化公司筹建的中金国盛认证有限公司为平安声纹颁发“移动金融技术服务认证书”。证书标志着经过标准测试的平安声纹获得人民银行标准资质。2019年10月,平安科技声纹产品通过公安部声纹标准测试,测试中平安声纹的识别精度、注册时间、确认时间三项重要性能指标均达到当前行业领先水平。 作为获得人民银行标准资质和公安部的双认证的优质技术梯队服务商,平安科技声纹识别应用依托亿级的声纹库,识别精度远超行业标准,文本相关精确度达99.8%,文本无关精准度达99.1%。在应用上,平安声纹涉及金融、安防、社保、家居等多个领域。在平安银行,平安声纹采用静默声纹审核方案,缩短了信用卡的客户进线场景下,客服人员核身时间。自上线后,每天数万调用量,为超280万用户提供服务,累计完成1600万余次声纹比对。 此外,平安声纹还曾荣获2019 IDC金融行业技术应用场景最佳创新奖、2019 CAIS紫金融合创新奖、2019 AIWIN世界人工智能创新大赛金融方向第二名等奖项等荣誉。 综合身份核验适配复杂场景 无论是指纹识别、人脸识别、声纹识别,还是更加精密的虹膜识别,现阶段发展的技术成熟度与实际运用场景的复杂化,都意味着未来的生物识别技术不会仅局限于单一的核验手段,综合化的身份核验将成为落地发展的新趋势。平安科技也将领先的声纹识别技术,融入到了云PaaS“平安π 综合身份核验平台”之中。 据悉,“平安π 综合身份核验平台”深度融合了人脸、人形、活体、视频结构化、声纹识别、OCR识别及鉴伪等多种AI能力,能够为运用场景带来更高级别的全方位防控。基于"平安π 综合身份核验平台"打造的大陆、中国香港、东南亚eKYC+和私部署eKYC+,为综合金融、医疗、政务等场景提供实人、实名、实证、实声的身份核验服务。 未来,在更多复杂化的场景之下,生物识别的运用必将呈现更综合的发展。平安科技也将在人脸识别、声纹识别等单项技术研究上继续保持国际领先水准。同时,深化技术在落地场景中的融合,全效提升生物识别运用的安全性。

    时间:2020-03-22 关键词: 人脸识别 生物识别 科技

首页  上一页  1 2 3 4 5 6 7 8 9 10 下一页 尾页
发布文章

技术子站

更多

项目外包

更多

推荐博客