哈爾濱市速爾科技開發(fā)有限公司
聯(lián)系人:姜女士
電話:0451-87523352-801財(cái)務(wù)部
0451-87523352-802商務(wù)部
0451-87523352-803技術(shù)部
0451-87523352-805傳真
0451-87523352-804維修部
0451-82565951
手機(jī):13836033567
郵箱:467371934@qq.com
網(wǎng)址:m.crossfitvolition.com
地址:
哈爾濱市南崗區(qū)南通大街258號(hào)
談及“刷臉”大家都不陌生,百度,支付寶,京東很多公司已經(jīng)全面開啟了人臉識(shí)別的這種認(rèn)證和支付方式。
2015年馬云在德國(guó)漢諾威消費(fèi)電子、信息及通信博覽會(huì)開幕式上向包括德國(guó)總理默克爾和中國(guó)國(guó)務(wù)院副總理馬凱在內(nèi)的嘉賓,現(xiàn)場(chǎng)演示螞蟻金服的Smile to Pay掃臉技術(shù),實(shí)現(xiàn)人臉識(shí)別支付。
什么是人臉識(shí)別技術(shù)?
人臉識(shí)別,是計(jì)算機(jī)視覺里面的一個(gè)分支問題,應(yīng)該也是最難解決的問題。
車牌識(shí)別我們接觸的比較多,其實(shí)車牌與人臉識(shí)別的實(shí)現(xiàn)也是相同也有不同的。
人類通過眼睛獲得視覺信息,這些信息經(jīng)過大腦的處理被識(shí)別為有意義的概念。于是我們知道了放在我們面前的是水杯、
本,還是什么別的東西。
然而這項(xiàng)看似簡(jiǎn)單的任務(wù),對(duì)機(jī)器來說卻并不那么容易實(shí)現(xiàn)。
對(duì)計(jì)算機(jī)來講,一幅圖像信息,無論是靜態(tài)的圖片,還是動(dòng)態(tài)視頻中的一幀,都是一個(gè)由眾多像素點(diǎn)組成的矩陣。比如一個(gè)1080p的數(shù)字圖像,是一個(gè)由1980*1080個(gè)像素點(diǎn)組成矩陣,每個(gè)像素點(diǎn),如果是8bit的rgb格式,則是3個(gè)取值在0-255的數(shù)。
機(jī)器需要在這些數(shù)據(jù)中,找出某一部分?jǐn)?shù)據(jù)代表了何種概念:哪一部分?jǐn)?shù)據(jù)是水杯,哪一部分是書本,哪一部分是人臉。
AI深度學(xué)習(xí)助力人臉識(shí)別技術(shù)
定位到人臉之后的另外一個(gè)問題就是如何去區(qū)別你是不是你,計(jì)算機(jī)理解人臉不是一整張的人臉,而是將人臉的上一些特征比如單眼皮,高鼻梁,眼球顏色等劃分為某一個(gè)特征值。主流識(shí)別算法在特征值個(gè)數(shù)在5到100之間。
計(jì)算機(jī)將一張臉按照(特征1,特征2,特征3,特征4,特征5)這樣的模式存儲(chǔ)起來。但是這5種特征值和區(qū)分維度是沒辦法區(qū)分全球全球70億人臉的。
當(dāng)特征值和區(qū)分維度增加后特征空間的庫(kù)就變得巨大無比,傳統(tǒng)算法不足以計(jì)算,2012年基于神經(jīng)網(wǎng)絡(luò)算法的深度學(xué)習(xí)算法出現(xiàn),使得人臉識(shí)別的效率和準(zhǔn)確率得到質(zhì)的飛躍。
人臉識(shí)別更便捷具安全性
我們常見的生物識(shí)別有指紋,虹膜,指靜脈等,但是指紋因?yàn)闀?huì)磨損,換季脫皮等印刷影響給用戶帶來不少的麻煩,再加之指紋可通過簡(jiǎn)易方式復(fù)制獲取后完成破解,安全性上并沒沒有想象中那么好。
目前主流的指紋硬件識(shí)別速度在1秒左右,但是最大的一個(gè)限制是需要人走近伸出手指才能識(shí)別,相比于在運(yùn)動(dòng)中靠近就開始識(shí)別的人年識(shí)別效率上低了不少。
安全性上人臉識(shí)別算法在通過大數(shù)據(jù)的人臉庫(kù)的深度學(xué)習(xí),更加智能,即使戴眼鏡,化妝,遮擋,雙胞胎,等情況都能準(zhǔn)確識(shí)別,還能活體檢測(cè),安全性上更勝一籌。
人臉識(shí)別無疑是市面上較為安全與方便的生物識(shí)別方式之一,人臉識(shí)別已經(jīng)應(yīng)用在很多領(lǐng)域了,銀行,火車站,加油站,小區(qū)等。