“刷臉”逐漸成為新的風(fēng)潮，人臉識別技術(shù)商業(yè)化應(yīng)用領(lǐng)域不斷擴張，各種產(chǎn)品、解決方案層出不窮。但面對眾多的人臉識別應(yīng)用，大眾對于真正的技術(shù)發(fā)展水平卻知之甚少。在配戴帽子、眼鏡、口罩等情況下，智能攝像頭能否識別出人物信息，也成為當(dāng)下熱門話題之一。

面對此類疑惑，海康威視此前對外表示，可見光無法穿透口罩，被遮擋部分不具備識別的基礎(chǔ)。

除此之外，包括大華股份、商湯科技、云天勵飛、比特大陸等企業(yè)也一致表示，在進(jìn)行人臉信息抓拍時，僅能通過暴露在外的人臉特征與后臺數(shù)據(jù)進(jìn)行信息比對，被遮擋部分無法進(jìn)行識別。

綜上所述，人臉識別技術(shù)在進(jìn)行樣貌信息采集時，必須具備足夠的特征信息才能完成身份識別。

那么，現(xiàn)階段人臉識別技術(shù)可以通過哪些信息完成身份識別呢？

CPS中安網(wǎng)了解到，現(xiàn)階段人臉識別技術(shù)對于人臉屬性的提取還包括性別、年齡、表情、眼鏡、口罩、胡子等信息的提取;對于樣貌特征包括上衣類型、下衣類型、上衣顏色、下衣顏色、背包、帽子等屬性信息的提取。

由于局部人臉?biāo)奶卣餍畔⑤^少，對于現(xiàn)有的算法而言，特征越多，識別率越高;而特征信息越少就意味著數(shù)據(jù)重復(fù)的可能性變大，識別準(zhǔn)確率將會降低。

業(yè)內(nèi)人士表示，目前大部分企業(yè)采用的深度學(xué)習(xí)算法，通過大量的人臉樣本訓(xùn)練的方式來學(xué)習(xí)識別，可以一定程度上提高局部信息識別的準(zhǔn)確率。

然而，僅靠面部特征及樣貌信息并不能精準(zhǔn)完成身份識別，系統(tǒng)后端人臉數(shù)據(jù)庫的大小也將影響人臉識別技術(shù)的準(zhǔn)確率及人臉對比速度。

人臉數(shù)據(jù)庫能夠為人臉識別提供比對模板，為人臉?biāo)惴z測提供測試樣本。在識別人臉時，計算機通過一定的算法，檢索庫中是否有匹配到的人臉結(jié)果，給出相似度數(shù)據(jù)。當(dāng)人臉的相似度數(shù)據(jù)達(dá)到一定的數(shù)值時，便可以認(rèn)定為同一張人臉。

但是，人臉數(shù)據(jù)庫樣本是有所限制的，根據(jù)應(yīng)用項目的不同，數(shù)據(jù)庫的存儲量也不盡相同。且出于隱私保護(hù)等原因，數(shù)據(jù)庫與數(shù)據(jù)庫之間的關(guān)聯(lián)性并不強。上述專業(yè)人士表示，目前算法在不知道采集人身份信息的情況下，還不能做到與一個城市的人口去比對，更不能與全國的人口信息去比較。

除受制于人臉數(shù)據(jù)庫的存儲量之外，影響人臉識別技術(shù)的因素還包括政策、行業(yè)標(biāo)準(zhǔn)、市場環(huán)境以及安裝條件等。

在政策方面，國內(nèi)大環(huán)境下國家持續(xù)出臺利好政策，推動人臉識別在各個領(lǐng)域的應(yīng)用。但在國外有些地區(qū)出于隱私保護(hù)問題限制使用人臉識別技術(shù)。

比如今年5月，舊金山出臺法令禁止警察和其他政府機構(gòu)使用人臉識別技術(shù)，緊接著7月美國馬薩諸塞州的薩默維爾市宣布禁止當(dāng)?shù)鼐胶褪姓块T使用面部識別軟件。..。..這些舉措對于人臉識別的進(jìn)一步發(fā)展會起到一部分消極作用。

在行業(yè)標(biāo)準(zhǔn)方面，人臉識別技術(shù)的商用場景不斷擴充，但各類標(biāo)準(zhǔn)有待完善。

目前我國出臺的《公共安全人臉識別應(yīng)用圖像技術(shù)要求》（GB/T35678-2017）等相關(guān)標(biāo)準(zhǔn)都是以公安機關(guān)具體的刑事偵查、證照管理等公安業(yè)務(wù)為基礎(chǔ)制定的，但對于信息的使用、存儲、運輸、管理仍需進(jìn)一步細(xì)化，缺少從技術(shù)層面建立的各行業(yè)標(biāo)準(zhǔn)體系。

比如在視頻結(jié)構(gòu)化版塊，目前還未達(dá)成一致，前后端之間無法實現(xiàn)特征值的互認(rèn)。

在市場環(huán)境方面，業(yè)內(nèi)人士表示，目前人臉識別產(chǎn)品的價格正在以每年10%左右的速度降低，并且在隱私與便利的平衡把握住之前，未來發(fā)展趨勢有待關(guān)注，因此客戶是否愿意為這部分功能的溢價買單也將影響技術(shù)的研究發(fā)展。

在安裝條件方面，對安裝高度、角度、寬度、光線條件等要求都較高。

面部特征信息采集對于相機的角度最好的是正面，但在實際場景中通常很難捕捉到一張正面圖，因此在算法訓(xùn)練時還需包括兩側(cè)人臉、上下側(cè)面部的數(shù)據(jù)等。

此外由于人臉是3D結(jié)構(gòu)，光照變化會增強或減弱人臉特征，嚴(yán)重影響信息采集準(zhǔn)確度，因此運用局部特征做人臉識別仍具有一定的難度。

人臉識別技術(shù)是未來信息技術(shù)的重要組成部分，現(xiàn)階段已經(jīng)由理論探討逐漸進(jìn)入項目使用階段，但火熱概念的背后，仍需企業(yè)冷靜完善實際落地效果。

業(yè)內(nèi)人士表示，未來隨著攝像機像素、算法、算力等各方面的提升，對于畫面中局部區(qū)域的信息提取可以做到更精細(xì)的情況下，或?qū)崿F(xiàn)通過局部信息做到身份識別。但以現(xiàn)在的技術(shù)而言，雖然深度學(xué)習(xí)算法較傳統(tǒng)的算法有了質(zhì)的提升，在識別率和準(zhǔn)確性上仍需企業(yè)不斷突破，進(jìn)一步深入研究。

來源：CPS中安網(wǎng)