智慧城市网

　　【安防展览网 视点跟踪】人脸识别概念火热，但局部特征信息识别的准确率仍有待提升。
 

　　“刷脸”逐渐成为新的风潮，人脸识别技术商业化应用领域不断扩张，各种产品、解决方案层出不穷。但面对众多的人脸识别应用，大众对于真正的技术发展水平却知之甚少。在配戴帽子、眼镜、口罩等情况下，智能摄像头能否识别出人物信息，也成为当下热门话题之一。
 

　　面对此类疑惑，海康威视此前对外表示，可见光无法穿透口罩，被遮挡部分不具备识别的基础。
 

　　除此之外，包括大华股份、商汤科技、云天励飞、比特大陆等企业也一致表示，在进行人脸信息抓拍时，仅能通过暴露在外的人脸特征与后台数据进行信息比对，被遮挡部分无法进行识别。
 

　　综上所述，人脸识别技术在进行样貌信息采集时，必须具备足够的特征信息才能完成身份识别。
 

　　那么，现阶段人脸识别技术可以通过哪些信息完成身份识别呢？
 

　　CPS中安网了解到，现阶段人脸识别技术对于人脸属性的提取还包括性别、年龄、表情、眼镜、口罩、胡子等信息的提取；对于样貌特征包括上衣类型、下衣类型、上衣颜色、下衣颜色、背包、帽子等属性信息的提取。
 

　　由于局部人脸所含的特征信息较少，对于现有的算法而言，特征越多，识别率越高；而特征信息越少就意味着数据重复的可能性变大，识别准确率将会降低。
 

　　业内人士表示，目前大部分企业采用的深度学习算法，通过大量的人脸样本训练的方式来学习识别，可以一定程度上提高局部信息识别的准确率。
 

　　然而，仅靠面部特征及样貌信息并不能完成身份识别，系统后端人脸数据库的大小也将影响人脸识别技术的准确率及人脸对比速度。
 

　　人脸数据库能够为人脸识别提供比对模板，为人脸算法检测提供测试样本。在识别人脸时，计算机通过一定的算法，检索库中是否有匹配到的人脸结果，给出相似度数据。当人脸的相似度数据达到一定的数值时，便可以认定为同一张人脸。
 

　　但是，人脸数据库样本是有所限制的，根据应用项目的不同，数据库的存储量也不尽相同。且出于隐私保护等原因，数据库与数据库之间的关联性并不强。上述专业人士表示，目前算法在不知道采集人身份信息的情况下，还不能做到与一个城市的人口去比对，更不能与全国的人口信息去比较。
 

　　除受制于人脸数据库的存储量之外，影响人脸识别技术的因素还包括政策、行业标准、市场环境以及安装条件等。
 

　　在政策方面，国内大环境下国家持续出台利好政策，推动人脸识别在各个领域的应用。但在国外有些地区出于隐私保护问题限制使用人脸识别技术。
 

　　比如今年5月，旧金山出台法令禁止警察和其他政府机构使用人脸识别技术，紧接着7月美国马萨诸塞州的萨默维尔市宣布禁止当地警方和市政部门使用面部识别软件......这些举措对于人脸识别的进一步发展会起到一部分消极作用。
 

　　在行业标准方面，人脸识别技术的商用场景不断扩充，但各类标准有待完善。
 

　　目前我国出台的《公共安全人脸识别应用图像技术要求》(GB/T35678-2017)等相关标准都是以公安机关具体的刑事侦查、证照管理等公安业务为基础制定的，但对于信息的使用、存储、运输、管理仍需进一步细化，缺少从技术层面建立的各行业标准体系。
 

　　比如在视频结构化版块，目前还未达成一致，前后端之间无法实现特征值的互认。
 

　　在市场环境方面，业内人士表示，目前人脸识别产品的价格正在以每年10%左右的速度降低，并且在隐私与便利的平衡把握住之前，未来发展趋势有待关注，因此客户是否愿意为这部分功能的溢价买单也将影响技术的研究发展。
 

　　在安装条件方面，对安装高度、角度、宽度、光线条件等要求都较高。
 

　　面部特征信息采集对于相机的角度好的是正面，但在实际场景中通常很难捕捉到一张正面图，因此在算法训练时还需包括两侧人脸、上下侧面部的数据等。
 

　　此外由于人脸是3D结构，光照变化会增强或减弱人脸特征，严重影响信息采集准确度，因此运用局部特征做人脸识别仍具有一定的难度。
 

　　人脸识别技术是未来信息技术的重要组成部分，现阶段已经由理论探讨逐渐进入项目使用阶段，但火热概念的背后，仍需企业冷静完善实际落地效果。
 

　　业内人士表示，未来随着摄像机像素、算法、算力等各方面的提升，对于画面中局部区域的信息提取可以做到更精细的情况下，或将实现通过局部信息做到身份识别。但以现在的技术而言，虽然深度学习算法较传统的算法有了质的提升，在识别率和准确性上仍需企业不断突破，进一步深入研究。