智慧城市网

　　【中国安防展览网 时事聚焦】根据新公布的人脸识别供应商测试 FRVT 结果，旷视、商汤和依图这三家视觉独角兽在公开场合同台竞技，终由依图拿下。
 

　　FRVT 是美国国家标准技术局(NIST)定期举办的人脸识别供应商测试(Face Recognition Vendor Test)，旨在衡量人脸识别算法的先进水平。由于训练集不公开，数据集不能凭借过拟合测试集达到更好的成绩，再加上结果受商业因素影响较小，FRVT 素来被视为工业界“黄金标准”。
 

　　根据报告，排在名的是依图科技今年10月提交的算法，也是参赛团队中在千万分之一误报指标下，将漏报率降到1%以下的团队。在相同漏报率的情况下，商汤科技(Sense time-001)的误报率是依图(yitu-002)的30-50倍，在误报率指标相同的情况下，依图的漏报率是商汤的30%-45%。
 

　　在这份公布的报告中，中国人工智能公司实力展现，依图科技(yitu)、商汤科技(sensetime)、旷视科技(megvii)囊括了*中的五席，加上*五的中国科学院深圳先进技术研究院(siat)，中国团队已经超过半数，并稳稳“霸屏”前五，*人脸识别算法。
 

　　旷视商汤依图同台公开竞技，依图拿下
 

　　美国国家标准与技术研究院(National Institute of Standards and Technology，NIST)直属美国商务部，主要任务是建立国家计量基准与标准，提供为美国工业和国防服务的测试技术，参加标准化技术委员会制定标准等。NIST指导下的人脸识别算法测试，数据均来自真实业务场景，意味着测试结果代表该技术在实战场景中的表现。
 

　　FRVT通过上百亿次样本比对，对算法精度的评估可以到达百万分之一，也是当今规模大、标准严、竞争激烈、的人脸识别算法比赛。由于竞赛评测标准的严谨性、一致性和全面性，FRVT十多年来一直被业界作为人脸识别算法性能的“黄金标准”。
 

　　FRVT人脸识别测试集数据量很大，包含签证照片(visa)、*照片(mugshot)、网络摄像头照片(webcam)、人脸自拍(selfie)和无约束环境下人脸图像(wild)等几大种类，FRVT会在每次结果报告中给出特定阈值下单项测试集的排名。
 

　　FRVT人脸识别测试集有多种测试集组成，数据量大且均来自实际场景，代表了算法在实战场景中的表现。
 

　　截至目前，大厂都参加过这项竞赛，包括老牌大厂荷兰公司Gemalto，法国公司Morpho，日本公司Panasonic，俄罗斯公司Vocord，以及中国的海康威视、平安科技等。
 

　　新一次的FRVT测评结果是2018年10月中旬提交，本次共有39个厂家参与，相比4个月前多了7家，分别是Anke、比特大陆(Bitmain)、大华股份(Dahua)、商汤科技(Sensetime)、Saffe、Tech5，以及文安智能(Vion)。
 

　　由此，这次测评也成为商汤、旷视、依图三家视觉独角兽在公开场合下的实力较量，算法比拼可谓激烈。
 

　　从专业角度讲，没有哪种人脸识别算法可以在任何场景下都做到性能优，这也是每家公司提交多个算法的原因之一。
 

　　但是，从下图中可以看出，依图人脸识别算法在Visa(≤0.000001和≤0.0001，受限和不受限)场景下位均居，Mugshot也位于*，表现优异。
 

　　FRVT新Leaderboard：左起第三列开始，数字右上角的角标代表算法在特定阈值下单项测试集的排名，可以看出 yitu-002 在 Visa 和 Mugshot 两个场景中性能优异，因此综合排名。
 

　　值得一提，yitu-001是依图科技2018年6月评测提交的算法，时隔多月仍然处在*之列。
 

　　人脸识别算法性能一年内提升80%，中国初创公司展现世界实力
 

　　在 1：1 人脸识别领域，业界通常以误识率(False Match Rate，FMR)、漏报率(False Non-match Rate，NMR)作为衡量算法能力的主要指标。
 

　　简单说，“误识”就是把不应该匹配的人脸当做成功匹配，“漏报”则是应该成功匹配的没有查找出来。
 

　　一般来说，在误识率相同的情况下，识别准确率越高，漏报率越低，都意味着算法的性能越好。
 

　　2018年10月中旬FRVT测评，Visa测试集上误识和漏报相关(ROC)曲线。排在名的是依图科技今年10月提交的算法(下方的紫红色线条)，也是参赛团队中在千万分之一误报指标下，将漏报率降到1%以下的团队。
 

　　2018年11月16日发布的报告显示，由依图代表的人脸识别算法高水平，可以做到在千万分之一误报率下，漏报率降低于1%，这意味着千万分位误报下的识别准确率已经超过99%。相比于去年同期，人脸识别性能提升了80%。
 

　　在安防场景中，万路甚至十万路摄像头视频的人脸搜索、归档对算法有极高要求，在这些场景下，假定每路人流为万，要在万路视频中，搜索性能相当于要求算法百亿、千亿规模上的可识别率。这时候，识别率99%和99.99%的不同算法，以及以这些算法为基础的产品端体验差异，就会被同比例放大。
 

　　因此，千万分位误报下的识别准确率超过99%，意味着更多核心关键的安防场景被解锁。
 

　　另外值得关注的是，在新成绩排行上*位的公司几乎都是创业公司，而且多数来自中国。老牌企业在人脸识别算法技术上的迭代速度，相比较创业公司已经呈现落后趋势。