揭秘：16年目睹之人臉識別之怪現象！

　　2016年是人臉識別年，各種人臉識別公司攜資本及AI概念，大肆霸占各種版面。各種LFW和FDDB的排名應接不暇，群眾一臉懵逼。不可否認，伴隨大數據及GPU的應用，人臉識別在2016突飛猛進(jìn)，進(jìn)步神速。但是實(shí)戰落地效果如何?各種刷分排名是否說(shuō)明問(wèn)題?哪些行業(yè)率先落地了應用?有的企業(yè)重PR，有的企業(yè)悶頭搞項目，有的重刷分，有的忙推廣。

　　2017年春運黑科技

　　2017年春運，北京、上海、廣州、深圳等大型火車(chē)站均開(kāi)通了自助“刷臉檢票”通道。據北京西站統計，該站啟用的6臺刷臉機，雖然只占全車(chē)站進(jìn)站驗票口的1/20，可通過(guò)的旅客量卻是人工驗票口的10倍。同時(shí)上海站表示逐步以人臉識別驗票代替人工驗票，中國鐵總表示今年開(kāi)啟智慧春運，人臉識別檢票是重要舉措。

　　自助“刷臉檢票”進(jìn)站，旅客需將二代身份證和藍色車(chē)票疊放在一起，車(chē)票要放在身份證上方，車(chē)票正面的二維碼要朝上、朝前，將身份證和車(chē)票一起放入閘機插入口，攝像頭會(huì )采集旅客的人臉信息，與身份證人臉信息進(jìn)行識別，如果一致的話(huà)，閘機就會(huì )打開(kāi)，旅客就可以通過(guò)進(jìn)站。此項能實(shí)現5秒內“刷臉”進(jìn)站的“黑科技”頗受旅客歡迎，相比通過(guò)人工通道進(jìn)站，“刷臉”進(jìn)站速度更快，更方便快捷。

　　春運中的人臉識別廠(chǎng)商

　　據新聞報道，上?；疖?chē)站相關(guān)負責人透露，目前上?；疖?chē)站的刷臉進(jìn)站設備，全部來(lái)自中國鐵路總公司，上海站只是配合落地測試。據說(shuō)這套刷臉系統不光是為春運準備，以后火車(chē)站會(huì )逐步用機器代替人工，執行檢票進(jìn)站工作。

　　相關(guān)業(yè)務(wù)的推進(jìn)，會(huì )進(jìn)行公開(kāi)的招標，然后得出一個(gè)最優(yōu)的結果。順便看一下，NEC到底在人臉識別方面是什么水平。

　　NEC官網(wǎng)的信息顯示，這家日本公司的人臉識別軟件NeoFace，2013年正式引入中國銷(xiāo)售，NEC的這套系統曾經(jīng)在里約奧運會(huì )、秘魯APEC會(huì )議上發(fā)揮作用。

　　NEC是一家有技術(shù)基礎，有商業(yè)應用，在中國也運營(yíng)多年的公司。在火車(chē)站運行的“刷臉”機器，至少應該是商業(yè)上很成熟的產(chǎn)品。雖說(shuō)商業(yè)的歸商業(yè)，但誰(shuí)都希望自己國家的企業(yè)更多案例實(shí)踐。希望中國的人工智能公司繼續加油，X湯、X視、X瞳、X圖、X從等一干被給予厚望的人臉識別算法及解決方案公司，日益落地更多案例。

　　關(guān)于LFW和FDDB的排名

　　作為人臉識別全世界最權威的兩個(gè)數據庫FDDB(FaceDetection Data Set and Benchmark)和LFW(Labeled Faces in the Wild Home)，分別對人臉識別中最基本的兩個(gè)問(wèn)題：檢測和識別，給出了詳細的測試要求與評分標準。

　　無(wú)約束自然場(chǎng)景人臉識別數據集，該數據集由13000多張全世界知名人士互聯(lián)網(wǎng)自然場(chǎng)景不同朝向、表情和光照環(huán)境人臉圖片組成，共有5000多人，其中有1680人有2張或2張以上人臉圖片。每張人臉圖片都有其唯一的姓名ID和序號加以區分。

　　FDDB(人臉檢測數據集)

　　無(wú)約束自然場(chǎng)景人臉檢測數據集，該數據集包含在從各個(gè)不同自然場(chǎng)景不面孔拍攝的2845幅圖像中的5171個(gè)人臉。每個(gè)人臉都有其規定的坐標位置。

　　隨著(zhù)深度學(xué)習技術(shù)與人臉識別技術(shù)的進(jìn)一步結合，數據庫測試的成績(jì)完全可以通過(guò)對應數據針對性學(xué)習與超算集群硬件堆砌，反復驗證，達到滿(mǎn)分。即使在FDDB與LFW數據庫上將識別率都刷到滿(mǎn)分，也并不能證明該人臉識別技術(shù)能夠在實(shí)際應用場(chǎng)景中使用，實(shí)際應用場(chǎng)景與數據庫數據有天差地壤的區別，就像是紙上談兵與打仗的區別，就像給了題庫再考試!

　　FDDB和LFW刷分秘籍

　　1、依靠超大規模的互聯(lián)網(wǎng)人臉數據

　　2、依靠超高性能的超算集群與GPU集群訓練深度網(wǎng)絡(luò )(減小人臉識別深度算法訓練時(shí)間和經(jīng)驗錯誤);

　　3、依靠不同深度、復雜度的深度學(xué)習模型疊加。(對某些深度算法的錯誤數據用另一類(lèi)深度算法彌補糾錯)。

　　4、在已知測試數據和標準答案的情況下，針對性學(xué)習與訓練;(反復針對性?xún)?yōu)化)

　　LFW與FDDB是題庫性質(zhì)的測試，最主要的作用是測試一套系統能不能達到基本的人臉識別能力。什么說(shuō)它是題庫，就是因為這6000組網(wǎng)絡(luò )樣本——6000張照片，是固定的。任何一個(gè)系統都可以對這6000組樣本進(jìn)行有針對性的優(yōu)化，從而達到刷高分的效果。

　　各廠(chǎng)家輪流刷排名，其實(shí)就好像小學(xué)的一個(gè)班級，有12個(gè)孩子曾經(jīng)在不同學(xué)期獲得第一名，大家就都宣傳自己是No.1，且考試題還是提前命好的。

　　人臉識別的未來(lái)發(fā)展

　　人臉識別的政策利好密集，國家密集出臺了《安全防范視頻監控人臉識別系統技術(shù)要求》、《信息安全技術(shù)網(wǎng)絡(luò )人臉識別認證系統安全技術(shù)要求》等法律法規，為人臉識別在金融、網(wǎng)絡(luò )、醫療等領(lǐng)域的普及打下了堅實(shí)的基礎。市場(chǎng)方面，多家銀行均已經(jīng)引入人臉識別用于身份驗證等多種業(yè)務(wù)辦理。伴隨人臉識別技術(shù)成熟度進(jìn)一步提高，我們預計人臉識別的落地有望加快。并且在平安城市圖偵、樓宇閘機、考勤、VIP識別、商場(chǎng)人流等方面，空間巨大。

　　根據前瞻產(chǎn)業(yè)研究院的數據，2007年至2013年六年期間，全球生物識別技術(shù)行業(yè)市場(chǎng)規模年均復合增長(cháng)率為21.7%，預計2020年生物識別技術(shù)全球市場(chǎng)規模將達到250億美元。其中人臉識別技術(shù)增速在眾多的生物識別技術(shù)中居于前列，預計到2020年，人臉識別技術(shù)市場(chǎng)規模將達到24億美元(小編認為比較保守)。