人脸识别进入2.0时代 追求更自然的AI交互
2017-10-28
所谓生物(wù)识别技术就是，通过计算机与光學(xué)、声學(xué)、生物(wù)传感器和生物(wù)统计學(xué)原理(lǐ)等高科(kē)技手段密切结合，利用(yòng)人體(tǐ)固有(yǒu)的生理(lǐ)特性，(如指纹、脸象、虹膜等)和行為(wèi)特征(如筆(bǐ)迹、声音、步态等)来进行个人身份的鉴定。其中，占有(yǒu)率最高的就是指纹识别了。据估算，到2020年生物(wù)识别技术市场规模将达到250亿美元，5年内年均增速约14%。
“刷脸”“虹识”呼声高
中科(kē)院自动化所生物(wù)识别与安全技术研究中心主任李子青告诉筆(bǐ)者，非接触类生物(wù)识别技术是指终端设备不需要和用(yòng)户直接接触便可(kě)收集身份特征信息的技术，虹膜识别、人脸识别、声纹识别、视网膜识别等都属于这种类型。与声纹识别对声音环境要求较高、视网膜识别对矫正视力人群可(kě)能(néng)带来的不便不同，业内普遍认為(wèi)人脸识别和虹膜识别的应用(yòng)场景更具广泛性和便捷性，其商(shāng)业化前景更值得期待。
虹膜识别已走进大家日常生活。目前全球已有(yǒu)50多(duō)个机场都设置了只需通过虹膜识别而让旅客直接通关的系统。新(xīn)加坡也于今年开始采用(yòng)“虹膜扫描”作為(wèi)旅客及新(xīn)加坡公民(mín)除了照片、指纹外的又(yòu)一身份辨识依据。虹膜识别在金融领域也大显身手：為(wèi)了避免传统银行“用(yòng)户名+密码”的信息数据库被不法人员撞库窃取，部分(fēn)银行开始增加虹膜识别验证，即只有(yǒu)虹膜扫描信息和账户信息完全匹配时，客户才可(kě)以获得资金提取的授权，安全级别全面升级。
相比指纹和数字密码，虹膜识别在互联网支付应用(yòng)中安全性更高，这也使得虹膜扫描系统相继获得三星等品牌手机的青睐。在北京中科(kē)虹霸科(kē)技有(yǒu)限公司副总经理(lǐ)邱显超看来，“虹膜手机”或将成為(wèi)未来人们不可(kě)或缺的“智能(néng)器官”。
不过，公众对人脸识别的期待比虹膜识别更甚：“刷脸吃饭”“刷脸通行”真的可(kě)以实现了吗?“如今在百度科(kē)技园，员工们1秒(miǎo)钟就能(néng)通过‘刷脸通行闸机’，不用(yòng)工卡、不必等待。”百度深度实验室主任林元庆向筆(bǐ)者描述了百度人脸识别技术的应用(yòng)：“下一个应用(yòng)场景很(hěn)可(kě)能(néng)是百度食堂——百度员工去食堂吃饭就可(kě)以告别工卡了，几万人将率先享受‘刷脸’的便捷。”
追求更自然的AI交互
人脸识别有(yǒu)两个不同的场景，一个是1：1的人脸比对，一个是1：N的人脸识别。前者常见于银行、公安系统一些应用(yòng)，一般需提交个人身份证信息和人脸特征，然后系统再拿(ná)身份证照片和提交的信息进行1：1的比对;后者也已在刑侦等领域有(yǒu)一定应用(yòng)，但由于1：N识别精度问题导致难度较高，传统上公安系统也只是借助这项技术辅助侦查，对识别结果还“不能(néng)确信”、对嫌疑人“不能(néng)锁定”。
百度“刷脸”技术选择的是1：N的精准识别。林元庆透露，百度从2016年开始发力1：N的识别应用(yòng)，并取得很(hěn)大技术突破，“已经可(kě)以将1：N的人脸识别做到非常精确”。百度方面此前宣布，百度大脑的人脸识别监测准确率已达99.7%。
“如果准确率不够，在刷脸通行闸机的应用(yòng)上就可(kě)能(néng)会导致百度的员工被拦在门外，这种情况是不能(néng)容忍的。”林元庆告诉筆(bǐ)者，百度人脸识别的精确度有(yǒu)两个指标：误通过率和通过率。“通过率容易理(lǐ)解，就是指匹配的正确率。误通过率就是指‘不是百度的人轻易放行了’，我们这个指标接近于0;通过率则在99%以上。”
事实上1：N精准识别要做到高精准识别度并非易事。这也让李子青在内的學(xué)者们怀疑：“真的有(yǒu)宣传中所说的那么高吗?”“1：N做到高精准识别度是最难的。”林元庆也坦承，特别是随着数据库的增大——目前百度通行闸机和未来百度食堂的数据库為(wèi)2万~5万人——对识别的精准度和安全性都提出了更為(wèi)严峻的挑战。
“但这样才正是百度的‘菜’。”林元庆说，只有(yǒu)实现1：N精准识别，才是真正给原有(yǒu)人脸识别方式带来革命性变化，让人工智能(néng)(AI)时代的交互更智能(néng)、更便捷。“我们一定做到这一点，因為(wèi)我们希望以后的AI界面将是非常自然，跟我们的生活无缝对接的。”
悄然进入2.0时代
事实上，在人脸识别最初走向应用(yòng)之时，“准确率”就一直是深化应用(yòng)的瓶颈所在。特别是，最初的二维人脸识别并不能(néng)达到“脸”与“人”的高度匹配。“人脸跟踪识别技术已进入2.0时代。”人工智能(néng)科(kē)技公司ULSee创始人叶舟告诉筆(bǐ)者：“传统的人脸识别技术主要是基于可(kě)见光图像的人脸识别，但这种方式有(yǒu)着难以克服的缺陷，尤其在环境光照发生变化时，识别效果会急剧下降，而且还存在其他(tā)比如侧脸、正脸差异较大，用(yòng)照片图像进行欺诈等问题。”
一位生物(wù)识别技术领域公司的产品经理(lǐ)告诉筆(bǐ)者，“如今，活體(tǐ)检测取代了静态的图片识别，红外光作為(wèi)人脸特征的采集手段弥补了可(kě)见光识别的不足，真人面具、照片、手机视频都不能(néng)‘蒙混过关’。”而且，这位产品经理(lǐ)说，今天人们面对人脸扫描仪，不再需要“摇头晃脑”跟机器“互动”来保证录入信息的真实。
目前，人脸关键点检测技术可(kě)以精确定位面部的关键區(qū)位，甚至可(kě)以做到支持一定程度遮挡以及多(duō)角度人脸，这便准确率大幅度提升。即便如此，双胞胎识别、整容易容前后的识别仍然是人脸识别的技术瓶颈所在。对此，李子青告诉筆(bǐ)者，虹膜识别或许成為(wèi)解决这个难题的突破口之一。
与人脸形态在人不同生命阶段所展示出来的不确定性不同，虹膜具有(yǒu)高度的确定性和唯一性，它从胎儿发育到肉體(tǐ)死亡，整个过程中始终保持其形态的确定性和与其他(tā)个體(tǐ)的差异性。虹膜的这种属性早就受到生物(wù)识别技术专家的重视。作為(wèi)非接触类生物(wù)识别的重要内容，虹膜识别同样不需要眼睛与设备的直接接触，更加方面、快捷，虹膜与人脸的双重认证為(wèi)脸部识别“上了双保险”。
不过，人类的平均虹膜直径為(wèi)12mm，中國(guó)人的平均虹膜直径更小(xiǎo)。较小(xiǎo)的外露面积造成了虹膜特征信息收集的难度。李子青说，“此外，中國(guó)人虹膜色彩的丰富性也遠(yuǎn)遠(yuǎn)低于西方人，这也是虹膜识别面临的问题之一。”
随着技术的进一步发展，虹膜识别有(yǒu)了专用(yòng)的红外摄像头和专用(yòng)红外灯，这让识别更具可(kě)行性。除了识别扫描射線(xiàn)升级之外，机器學(xué)习和算法本身的迭代也是解决信度难题的重要方面。林元庆表示，数据、算法、产品是一个正循环，数据的迭代和算法的演进促进更好的产品产生，而更好的产品又(yòu)反作用(yòng)于数据和算法的进一步精进。“事实上，百度人脸识别技术的突破与近年来算法上的大量投入密不可(kě)分(fēn)。”林元庆说，“百度进入人脸识别行业，走的是技术路線(xiàn)”。
