Page 33 - AV-201702

观察·事件

的普及，人只需“刷脸”就可真正解决 这种情况的出现，对于人脸识别 脸与数据库中已知人脸进行比较匹配，
现有生活中的诸多事情，带来更为便利 的推广无疑是一种非常有力的推动。互 得出相关信息。该过程的关键是选择适
安全的生活。 联网金融可能会是下一个发展较快的领 当的人脸表征方式与匹配策略，系统的
与常用的密码方式相比，人脸识别 域。中国由于人口基数大，互联网普及 构造与人脸的表征方式密切相关。一般
具有更高的安全性，任何账号和密码只 程度高，人脸识别技术全球领先，互联 根据所提特征而选择不同识别算法进行
要通过验证都可以进行更改，而人脸识 网金融业务通过远程人脸识别身份证件 度量，常用的包括距离度量、支持向量
别则完全不同，人脸数据具有唯一性， 核实的方式进行身份验证，可有效解决 机、神经网络、k均值聚类等。
几乎是不可改变或改变成本非常高。与 面签难题，人脸识别技术有望成为互联 人脸识别说起来简单，但做好却并
同样具有唯一特性的生物指纹和虹膜识 网金融行业的标配。 不容易。比如在动态或复杂的背景中判
别技术相比，人脸识别无需用户和设备 断是否存在人脸并分离出这种面像，需
直接接触，无需用户配合就可主动获取 技术在发展 市场超千亿 要特定的算法才可能挑选出人脸在哪。
人脸图像信息，且可以进行多个目标的 人脸识别技术并不是近些年才有 如算法不合适，很可能出现把猴脸、猩
分拣、判断及识别，因此操作起来更为 的，它的研究始于20世纪60年代，80年 猩脸误判为人脸的笑话。还有人的脸部
方便快捷简单。在推广方面，当前普通 代后随着计算机技术和光学成像技术的 毛发、化妆品、光照、噪声、人脸倾斜
摄像头可以作为传感器，人脸识别主要 发展得到提高，进入初级应用是在90年 和大小变化及各种遮挡等因素也会导致
依靠人脸识别软件和算法进行处理，普 后期，但并没有规模推广开，这是由于 人脸检测问题变得更为复杂。目前国内
通摄像头就可以作为采集人脸信息的传 当时采用的是基于可见光图像的人脸识 人脸识别还没有统一的技术标准，各家
感器，推广起来成本比较低，客户也较 别技术。 企业算法也不尽相同，虽然国内团队
容易接受。 这种方式有着难以克服的缺陷，在 在类似LFW的国际标准测试中的精度不
如今人脸识别发展最快的领域是安 环境光照发生变化时，识别效果会急剧 断提升，基本上每家的LFW通过率都在
防。随着城镇化的进程加快，流动人口 下降，无法满足实际系统的需要。后来 95％ 以上，但真实的场景要比LFW的测
比例大大增加，面临的突发事件和异常 出现的三维图像人脸识别和热成像人脸 试复杂得多，还是会出现一些误判错判
事件越来越复杂，给城市的安保工作以 识别等解决光照问题方案，识别效果也 情况的发生。
及视频监控带来了更大的压力。传统依 不尽人意。直到基于主动近红外图像的 但无论怎么说，现在人脸识别技术
靠人工来盯的方式难免会因疲劳或精神 多光源人脸识别技术的出现，它可以克 已经取得了突飞猛进的发展，准确率越
不集中等原因影响监视效果，难以胜任 服光线变化的影响，在识别性能，在精 来越高，响应速度越来越快，越来越多
对庞大数据库的分析，从而影响事后查 度、稳定性和速度方面的整体系统性能 的领域开始应用人脸识别技术。据中投
找证据。 超过三维图像人脸识别。这项技术在近 顾问发布的《2016-2020年中国人脸识别
于是在国家政策支持下，近些年大 年发展迅速，使人脸识别技术逐渐走向 行业投资分析及前景预测报告》显示，
力建设平安城市，具有智能分析的视频 实用化。 目前人脸识别市场已经进入了加速发展
监控得以广泛应用，大规模动态人脸识 人脸识别是基于人的面部特征信息 时期，2012年国内规模是16.7亿元，到
别、黑名单监控、人流统计已分布在边 进行身份识别的一种生物识别技术。首 2015年就已经上升至75亿元。随着人工
疆安防布控、机场、车站、景区、公共 先使用摄像头或者摄像机采集含有人脸 智能和智慧城市的加速发展，人脸识别
场所等。在部分地区的部分领域，人脸 的图像或视频，之后根据所提取的人脸 将应用到更多场景，未来潜在市场规模
识别已经开始被列为使用过程中的强制 图像特征采用相关识别算法进行人脸确 将超过千亿，“刷脸”时代正在向我们
标准。 认或辨别。随后将已检测到的待识别人 靠近。

31