人臉識(shí)別技術(shù)應(yīng)用緣何呈現(xiàn)出如此迅速的發(fā)展勢(shì)頭

近年來(lái)，人臉識(shí)別已是人工智能浪潮中最火熱的技術(shù)之一，正大規(guī)模走入各行各業(yè)，既方便了人們的生活，又能提高效率，逐漸成為日常生活中的“標(biāo)配”。

商湯科技工程院院長(zhǎng)沈徽認(rèn)為，就“刷臉”技術(shù)而言，我國(guó)目前在應(yīng)用落地方面走在前列，底層技術(shù)也在不斷加速。

多種因素推動(dòng)人臉識(shí)別落地應(yīng)用

技術(shù)因素首當(dāng)其沖。目前，市面上主流人臉識(shí)別公司技術(shù)精度一般可以達(dá)到 95%以上，而且進(jìn)行精準(zhǔn)人臉識(shí)別的速度也非?？臁?/p>

除技術(shù)這一根本性因素外，利好政策也為人臉識(shí)別進(jìn)一步發(fā)展與應(yīng)用鋪平了道路。自從2015 年《關(guān)于銀行業(yè)金融機(jī)構(gòu)遠(yuǎn)程開(kāi)立人民幣賬戶的指導(dǎo)意見(jiàn)(征求意見(jiàn)稿)》給人臉識(shí)別普及打開(kāi)了門(mén)縫之后，相關(guān)政策密集出臺(tái)，人臉識(shí)別技術(shù)逐漸在智慧城市、智慧交通、公共安全等行業(yè)大規(guī)模落地應(yīng)用。機(jī)場(chǎng)、車(chē)站、大型商場(chǎng)企業(yè)等人流密集場(chǎng)所安防、公共安全、自動(dòng)門(mén)禁系統(tǒng)、身份證件識(shí)別、銀行ATM 取款機(jī)以及家庭安全等領(lǐng)域均對(duì)人臉識(shí)別有較大需求，事實(shí)上，目前這些場(chǎng)所已開(kāi)始大面積使用人臉識(shí)別技術(shù)。

人臉識(shí)別相關(guān)政策

在政策與需求的雙重刺激下，資本開(kāi)始瞄準(zhǔn)人臉識(shí)別行業(yè)。除BAT競(jìng)相落子布局外，垂直企業(yè)也不斷獲得青睞，目前依圖、曠視、商湯、云從四大獨(dú)角獸已完成多倫“融資”競(jìng)賽，估值均超百億。

相關(guān)人才培養(yǎng)也越來(lái)越受到重視。2018年，教育部印發(fā)《高等學(xué)校人工智能創(chuàng)新計(jì)劃》，提出“完善人工智能領(lǐng)域人才培養(yǎng)體系”目標(biāo)，在2018年首批612個(gè)“新工科”研究與實(shí)踐項(xiàng)目中，建設(shè)了57個(gè)人工智能類(lèi)項(xiàng)目，清北復(fù)交浙等多所知名高校圍繞AI領(lǐng)域設(shè)置了二級(jí)學(xué)科或交叉學(xué)科。而據(jù)AMiner 繪制的人臉識(shí)別領(lǐng)域?qū)W者全球分布地圖顯示，中國(guó)緊隨美英之后，位列第三，在該領(lǐng)域占有一席之地。此外，業(yè)內(nèi)人士認(rèn)為，即將到來(lái)的5G時(shí)代也將給人臉行業(yè)帶來(lái)新的發(fā)展機(jī)遇。

人臉識(shí)別給多個(gè)行業(yè)帶來(lái)市場(chǎng)機(jī)遇

人臉識(shí)別不僅為人們的生活提供了各種便利，對(duì)行業(yè)而言，也意味著更大的市場(chǎng)機(jī)遇和增長(zhǎng)空間。以安防行業(yè)為例，在剛剛過(guò)去的2018北京安博會(huì)上，這項(xiàng)技術(shù)幾乎成為各家展商的標(biāo)配，涵蓋視頻監(jiān)控、門(mén)禁考勤、身份驗(yàn)證等領(lǐng)域，是安防進(jìn)入新階段的推力之一。此外，智慧城市、智能交通等項(xiàng)目也都有賴于人臉識(shí)別技術(shù)。當(dāng)下，人臉識(shí)別已經(jīng)成為了一門(mén)“顯學(xué)”。

結(jié)語(yǔ)

人臉識(shí)別技術(shù)已經(jīng)取得巨大成就，未來(lái)還將進(jìn)一步滲透到各個(gè)領(lǐng)域，不過(guò)，目前主流人臉識(shí)別都是針對(duì)輕量級(jí)人臉圖像數(shù)據(jù)庫(kù)，對(duì)于即將到來(lái)的大規(guī)模應(yīng)用來(lái)說(shuō)還需進(jìn)行技術(shù)升級(jí)，需要重點(diǎn)研究基于深度學(xué)習(xí)的人臉識(shí)別技術(shù)。此外，在工程落地環(huán)節(jié)，如何與其它技術(shù)相結(jié)合，如何高效建模，不同前端圖像如何歸一化，這些都是值得思考的問(wèn)題。