【中國安防展覽網(wǎng) 企業(yè)關(guān)注】人臉識(shí)別技術(shù)，作為計(jì)算機(jī)視覺的*當(dāng)家花旦，在國內(nèi)人工智能領(lǐng)域近成為了一顆璀璨的新星。
早在去年年底，阿里系的曠視科技(Face++)就獲得了1 億美元融資，而本月聚焦計(jì)算機(jī)視覺技術(shù)的商湯科技更是獲得了4.1億美元的B輪融資，創(chuàng)下人工智能領(lǐng)域單輪融資高紀(jì)錄；云從科技、依圖科技、深醒科技等人臉識(shí)別玩家在近期均獲得了千萬美元級(jí)融資，這些清一色的輕資產(chǎn)算法公司，能獲得資本市場如此巨量的融資，本身就是一個(gè)奇特的現(xiàn)象，難怪連看好人臉識(shí)別領(lǐng)域的李開復(fù)，也驚嘆這個(gè)產(chǎn)業(yè)“竟然能養(yǎng)活四只獨(dú)角獸”。
另外除了這些上游算法提供商，?？低?、大華股份等傳統(tǒng)安防行業(yè)巨頭均投入大量資金進(jìn)行人臉識(shí)別的技術(shù)研發(fā)之中，如根據(jù)?？低暷陥?bào)披露，海康在2016年研發(fā)投入達(dá)到24.33億元之巨。
人臉識(shí)別投資邏輯：誘人的市場空間
由于*的原因，中國成為了人臉識(shí)別技術(shù)成長的佳沃土。2016年中國平安城市的相關(guān)招標(biāo)額總計(jì)達(dá)到660 億元，而整個(gè)中國安防行業(yè)的規(guī)模更是千億級(jí)市場。根據(jù)中安網(wǎng)數(shù)據(jù)，中國安防行業(yè)市場規(guī)模從 2012 年的 3240 億元增長到 2016 年的 5400 億元，年復(fù)合增長率達(dá)到驚人的 15%，而其中2016年視頻監(jiān)控產(chǎn)品產(chǎn)值約達(dá)到962 億元。
中國視頻監(jiān)控行業(yè)在過去十年經(jīng)歷了高清化、網(wǎng)格化的升級(jí)換代后，已經(jīng)形成了累計(jì)投入近萬億的硬件基礎(chǔ)設(shè)施，在視頻監(jiān)控領(lǐng)域完成“看得見、看得清”兩步以后，人臉識(shí)別技術(shù)就猶如“看得懂”這臨門一腳，是實(shí)現(xiàn)AI+安防重要的一步，如果人臉識(shí)別技術(shù)確實(shí)能為安防這個(gè)正在不斷被做大的千億級(jí)蛋糕，增加畫龍點(diǎn)睛的一筆的話，其市場規(guī)模足以讓人睡著都笑醒。
除安防以外，人臉識(shí)別技術(shù)在交通、金融、教育、房地產(chǎn)、移動(dòng)支付等多領(lǐng)域都將有廣泛應(yīng)用，如金融中的遠(yuǎn)程開戶、支付、鑒權(quán)等，人臉識(shí)別具備在多個(gè)行業(yè)領(lǐng)域大規(guī)模普及的潛力，而除了這些B端、G端以外，人臉識(shí)別尚且還有一個(gè)尚未打開的C端。這個(gè)誘人的大蛋糕組合，就是人臉識(shí)別技術(shù)背后的投資邏輯。
人臉識(shí)別技術(shù)成熟度曲線：你微笑了嗎？
始于馬云的“刷臉支付”，隨著人臉識(shí)別技術(shù)逐漸成為熱點(diǎn)，科技媒體不乏各種類似“人臉識(shí)別新技術(shù)準(zhǔn)確率超99%，比肉眼更加”等報(bào)道，具有較強(qiáng)的誤導(dǎo)性，具有較強(qiáng)的誤導(dǎo)性，而事實(shí)并非完全如此。
在學(xué)術(shù)界中，人臉識(shí)別算法準(zhǔn)確率確實(shí)能達(dá)到99%以上，如在人臉識(shí)別界的兩個(gè)經(jīng)典榜單LFW和FDDB中，幾乎主流玩家都能做到識(shí)別準(zhǔn)確率99.5%以上，特別是國內(nèi)團(tuán)隊(duì)，分?jǐn)?shù)遠(yuǎn)超google。但是，LFW和FDDB僅是兩個(gè)數(shù)據(jù)量不算太多的學(xué)術(shù)數(shù)據(jù)庫，比如LFW僅有1萬多張人臉圖像，通過對(duì)主流人臉識(shí)別算法的不斷調(diào)參，識(shí)別結(jié)果很容易刷到非常高的水平，熟悉機(jī)器學(xué)習(xí)的人都知道“過擬合”的概念，但由于種種原因，LFW和FDDB等學(xué)術(shù)榜單都成了人臉識(shí)別算法商用于市場宣傳的噱頭，就如安卓手機(jī)商每出一款新機(jī)型，都要為安兔兔等榜單密集優(yōu)化一樣，但實(shí)際手機(jī)使用體驗(yàn)和測評(píng)分?jǐn)?shù)是兩個(gè)概念。而對(duì)于人臉識(shí)別技術(shù)同樣如此。工業(yè)界真實(shí)的識(shí)別場景，和學(xué)術(shù)界數(shù)據(jù)庫是完全不同的。在真實(shí)場景應(yīng)用中，受到攝像頭位置、抓拍角度、光線、遮擋物等影響，識(shí)別率將會(huì)大幅下降。
人臉識(shí)別技術(shù)中核心的人臉比對(duì)，可分為1：1、1：N以及N：N三種比對(duì)場景，目前1：1(對(duì)當(dāng)前人臉與人像數(shù)據(jù)庫的對(duì)應(yīng)人臉數(shù)據(jù)進(jìn)行快速比對(duì))是應(yīng)用落地廣的場景，比如考生身份確認(rèn)、證照比對(duì)以及早前招行ATM機(jī)的刷臉取款也是屬于這種形式，由于攝像頭位置、光線可控，以及能要求用戶配合，1：1比對(duì)的識(shí)別率可達(dá)到商業(yè)可用的級(jí)別。而1：N比對(duì)則是從海量的人像數(shù)據(jù)庫中檢索當(dāng)前用戶的人臉數(shù)據(jù)并進(jìn)行匹配，典型的應(yīng)用場景是排查**，即監(jiān)控?cái)z像頭抓拍一張人臉后，從海量嫌疑犯人臉數(shù)據(jù)中檢索是否在列。1：N比對(duì)目前的核心應(yīng)用問題是當(dāng)N很大的時(shí)候，需要大量的計(jì)算資源，如騰訊云上萬象優(yōu)圖2.0產(chǎn)品，將N值大限制為10000，當(dāng)N太少的時(shí)候大大限制了應(yīng)用的場景。后N：N相當(dāng)于在人像數(shù)據(jù)庫同時(shí)檢索多張人臉，對(duì)計(jì)算資源的要求更加嚴(yán)苛，往往會(huì)產(chǎn)生很高的錯(cuò)誤率從而影響識(shí)別結(jié)果，目前難以大規(guī)模應(yīng)用。
通過上述介紹我們可以看到，人臉識(shí)別技術(shù)是一項(xiàng)場景性非常強(qiáng)的領(lǐng)域，在不同場景之間，如證照比對(duì)、*排查、有配合的1:1識(shí)別、無配合1:1識(shí)別(即不能要求對(duì)象在攝像頭前站好，攝像頭從隱蔽處抓拍人臉)，其應(yīng)用難點(diǎn)與技術(shù)路線有非常大的差別，甚至其核心技術(shù)能力不在于算法本身，而在于對(duì)場景的深耕研究。
所謂的場景深耕，就是緊密圍繞場景需求，以商業(yè)上能接受的代價(jià)(價(jià)格、計(jì)算延遲、維護(hù)性等)，針對(duì)場景的特征并大量收集場景數(shù)據(jù)，不斷調(diào)試方法或者使用多個(gè)方法的組合，走過一輪輪alpha、beta到zeta的版本號(hào)，終實(shí)現(xiàn)產(chǎn)品化，其過程并不是一個(gè)算法打天下這么簡單。
但這里擺在人臉識(shí)別技術(shù)提供商面前的一道難題是，人臉識(shí)別技術(shù)自身并很難構(gòu)成一項(xiàng)單獨(dú)的應(yīng)用，必須與其他業(yè)務(wù)或者產(chǎn)品結(jié)合。比如技術(shù)+攝像頭，成為智能視頻監(jiān)控設(shè)備，或者與傳統(tǒng)支付產(chǎn)品結(jié)合，在密碼/手機(jī)驗(yàn)證碼上再加一層人臉識(shí)別驗(yàn)證，類似還有ATM機(jī)上增加人臉識(shí)別，才能在特定場景中形成具備商用價(jià)值的應(yīng)用。
在上述背景下，人臉識(shí)別技術(shù)提供商與應(yīng)用場景之間，存在一定的距離，它們不得不站在其他產(chǎn)品或商業(yè)模式的后面，導(dǎo)致缺乏對(duì)場景的深入把控，甚至難以獲得升級(jí)技術(shù)賴以為生的場景數(shù)據(jù)，而缺乏對(duì)場景的把控，將導(dǎo)致技術(shù)本身難以通過有效的場景深耕而獲得質(zhì)變。終的結(jié)局，有可能就是通過賣License或者賣服務(wù)的模式，提供了效果實(shí)屬一般的算法技術(shù)。
人臉識(shí)別獨(dú)角獸公園：誰在沖刺，誰又在假裝奔跑？
目前，我們看到了人臉識(shí)別技術(shù)供應(yīng)商，紛紛與在安防等領(lǐng)域具備場景縱深的企業(yè)深度合作。如商湯科技與老牌安防上市公司東方網(wǎng)力成立合資公司深網(wǎng)視界，利用雙方優(yōu)勢(shì)推動(dòng)人臉識(shí)別技術(shù)在安防產(chǎn)業(yè)的落地，另外還有云從科技綁定智慧城市上市公司佳都科技，以及依圖科技+傳統(tǒng)身份識(shí)別領(lǐng)域解決方案神思電子的案例，當(dāng)然少不了曠視科技自身的阿里系背景，畢竟單靠技術(shù)算法本身，在缺乏場景深耕的情況下是難以有所作為的。
通過場景+技術(shù)這兩個(gè)視角，觀察人臉識(shí)別獨(dú)角獸公園中各奇珍異獸走向的邏輯就清晰了：、是否具備人臉識(shí)別應(yīng)用場景深耕的稟賦，或者能與具備場景的合作方深度綁定？第二，能否在具體場景中取得商業(yè)化突破，并反映在具體的銷售收入數(shù)據(jù)上？第三，回歸到算法技術(shù)，除了CNN等傳統(tǒng)計(jì)算機(jī)視覺技術(shù)外，是否能取得技術(shù)的突破，比如引入人臉3D信息、多特征融合、或者在1：N/N：N上海量人臉比對(duì)場景中更的搜索策略？后這點(diǎn)可反映在各公司發(fā)表的論文主題及質(zhì)量上。
后，我們可以為這篇文章的題目下個(gè)初步的結(jié)論了：通過引入深度學(xué)習(xí)技術(shù)，人臉識(shí)別領(lǐng)域近年確實(shí)在算法上取得了突破，以前單單憑借fancy的算法人臉識(shí)別初創(chuàng)公司往往就能拿到不錯(cuò)的投資，但事實(shí)是，人臉識(shí)別的工業(yè)界應(yīng)用遠(yuǎn)未達(dá)到成熟，而更尷尬的是人臉識(shí)別技術(shù)本身難以作為一項(xiàng)獨(dú)立的產(chǎn)品，需要結(jié)合場景去深耕才能獲取到識(shí)別效果和商業(yè)化的突破。在通往奇點(diǎn)的賽道上，人臉識(shí)別或許還有很長一段路程去沖刺，如果將這項(xiàng)奇點(diǎn)賽跑看作接力賽的話，那么人臉識(shí)別團(tuán)隊(duì)的接力棒，才剛從學(xué)術(shù)界轉(zhuǎn)交到工業(yè)界手上，而這一批已經(jīng)獲得了不菲融資的中國本土人臉識(shí)別公司，衷心希望他們充分擁抱場景，奮力奔跑。
當(dāng)然，在這場賽事上還有仍抱著學(xué)術(shù)界思維、以算法刷榜為榮的假裝奔跑者，或許留給他們的時(shí)間已經(jīng)不多了。
原標(biāo)題 人臉識(shí)別，是否將成為AI+時(shí)代臨近的奇點(diǎn)？
智慧城市網(wǎng)APP
智慧城市網(wǎng)小程序
微信公眾號(hào)
移動(dòng)版
