FACE++张鑫:做产业级的人脸识别技术,刷脸有更多可能

FACE++张鑫:做产业级的人脸识别技术,刷脸有更多可能

2017-10-25 20:33Newseeders 合作伙伴
会上,旷视科技FACE++市场部总经理张鑫发表了主题演讲。

10月25日-26日,由清科集团、投资界、新芽NewSeed举办的“2017V武林大会”在北京召开。 从“少有人做的事”,到“全民创业”,V50陪伴创业者们跋涉了十二年。2017 V计划,汇聚最具代表性的创客及投资大佬,解读最尖端的技术、分享最前瞻商业模式、展示最摩登的产品,最具投资价值企业巅峰对决,探讨浪潮之中与浪潮之外的创业、投资机会。

会上,旷视科技FACE++市场部总经理张鑫发表了主题演讲。

以下为演讲实录,经新芽NewSeed(www.NewSeed.cn)编辑整理:

旷视是一家深耕于图像识别领域的技术型公司。2015年3月,马云在德国汉诺威通过手机刷脸支付送给德国总理默克尔一套中国邮票,刷脸这个词在这个时间进入了公众的视线。

除了商业化应用外,刷脸同有更多的场景,例如,可以用在安防领域,识别黑名单,从而发现一些危险人物的存在,我们认为在将来这个技术会进一步走向我们的生活。

最近有一些比较有意思的新闻,大家看到手机可以用刷脸解锁,所以有很多人的脑洞大开,说刷脸能够解锁,老公和老婆睡觉的时候,是不是就可以偷窥一下他的小隐私?那么手机刷脸解锁这件事情到底是不是足够安全?

我们知道人脸识别核心要解决的问题,如何相信机器是比人判断得更加准确的。举一个非常有意思的例子,我们知道网红化妆的本领非常好,化完妆有可能别人认不出来。上面是一组人经过化妆以后的样子,我们的比对分数基本上在70分以上,对应的错误接受率在百万分之一,高于我们的阈值设定,也就是说机器判定这几组网红脸为同一人,认错的概率在百万分之一。

下面来一些更暴力的,正常人很难去分辨其中的一些真假的存在。这些都是我们的一些剧照,浓妆艳抹的阿凡达显然已经超出了人眼的辨识范围。对于机器来讲可以识别得更加准确,我们看一下得分,正确通过通过概率的分数同样是在70分以上。从这一点上来看,通过深度学习技术,已经把人脸识别提高到一个相当高的水准,它可以很好地适应年龄的变化,适应装束的变化,适应在各种条件下的变化。

除此之外,我们还做了一些在安防行业的尝试。我们在2015年做了很多项目的验证,并且在近年来帮助各地公安机关抓获了大量的逃犯。未来在城市当中,对于一些危险的人员我们要做到有效防范,人脸识别在保护我们,保护普通的公民远离这些危险人物的存在与带来的伤害。同时有一些逃犯很狡猾,他们知道自己被通缉了,自己的身份证不能再用了,所以他们会去洗白。但是人脸识别只关注你要想找的谁。

截止到目前为止,我们已经帮助全国各地的公安机关破获的案件超过了5千起,这个就是人脸识别在这几年来给我们带来的变化。

旷视的刷脸之路。六年前我们探索着去做娱乐化应用,比如说帮助美图秀秀、camera360、魔漫相机等一些app去做人脸的关键点定位,人脸分析这样一些技术工作。刚开始大家觉得人脸识别只可以做一些娱乐应用,仅此而已。

三年前,我们跟支付宝合作,去探讨刷脸这件事情能否在支付上取得成功。2015年3月,马云在德国汉诺威的刷脸标志着人脸识别可以开始走向产业化的应用。在这三年到现在的时间内,我们基于网络的人脸身份核验遇到了很多种类型的的攻击,经历了各种压力测试,在这个博弈过程张,技术也得到了不断的精进。

直到现在我们开始可以把我们的技术用在手机解锁上。就在今年的9月份,vivo在印度市场推出的新机型,搭载了旷视Face++提供的解锁算法,因为印度人肤色非常复杂,这种挑战是很大的。通过很多的算法测评,旷视Face++的算法在各个测评当中指标是最好的,所以最终vivo选择了与旷视的技术合作。此外,小米在国内版的新机型Note3同样选择了旷视Face++的算法。未来还有更多的机型会搭载旷视的人脸识别技术。我们知道iPhoneX推出了自己的人脸解锁的方案,未来旷视的双摄结构光方案也会在安卓机型中得到更多的应用。

我们从娱乐开始走向共享经济,像现在的滴滴、Uber、易到用车、神州租车,都使用了旷视的技术,去做司机的身份认证,目的是确保司机和乘客的安全。在金融行业,目前我们在泛金融领域有80%的市场占有率。现在非常火的直播,我们为快手做了直播的刷脸相关工作。还有信用刷脸,未来我们可以靠脸吃饭,在今年杭州可以体验刷脸吃肯德基,我们只需要在屏幕面前刷一下脸,把手机号输入就完成了整个过程。迅速从支付宝账户里完成扣款,所以之后我们就可以不带现金和卡,刷脸就可以完成很多的事情。

还有无人的便利店,未来在无人便利店同样可以刷脸买很多的东西。我们在细分场景中其实可以看到很多个性化的需求,这些数据往往不是实验室的数据,它是非常具有挑战性的,我们要解决逆光和角度的问题,要解决人的一些变化所产生的一些影响。我们把这些细分的场景拆分开,通过深度学习的方式进行机器训练,进行专项的优化,然后再将优化好的算法投入到细分场景中,产生更多的生产数据,从而完成整个价值的闭环和验证的过程,这个就是旷视在近几年所做的工作,我们希望未来我们的技术可以真正的帮助各行各业去提升它的应用的效果和水平,也希望给大家创造更多的价值。谢谢大家!

*本文作者Newseeders,由新芽NewSeed合作伙伴新芽NewSeed授权发布,转载请联系原出处。如内容、图片有任何版权问题,请联系新芽NewSeed处理。