江苏龙网

  1. 首页 > 资讯 > 科技 > >

人脸干货盘点，人脸识别技术背后的那些常见误区( 二 )


虽然人脸关键点不会直接作用于人脸比对 ， 但在人脸图像预处理环节 ， 依旧有重要作用 。 事实上 ， 通过人脸检测提取到人脸图像质量参差不齐 ， 角度各异 。 而在虹软ArcFace3.0算法中 ， 利用人脸关键点技术可准确定位出人脸五官位置 ， 使用仿射变换将人脸统一“摆正” ， 尽量消除姿势不同带来的误差 ， 为算法准确提取人脸特征值提供保障 。
常见误区四：用照片或者视频能否通过人脸识别?
在成熟的人脸识别应用中 ， 都会加入活体检测技术 。 所谓活体检测 ， 即验证用户是否为真实活体本人在操作 ， 可有效抵御照片、视频等常见的攻击手段 ， 是金融、政务等无人值守应用中几乎是标配 。
在交互方式上 ， 活体检测可分为静默式和配合式 ， 配合式需要结合摇头、眨眼、唇语等方式配合 ， 静默式则不需要用户配合动作 ， 相比配合式算法层面要求更高 ， 体验更好 。
目前市场上主流的而在静默式活体检测中 ， 同样以上文提及的虹软视觉开放平台为例 ， 该平台已经免费开放了RGB单目活体检测、IR活体检测两种算法 ， 并在最新推出的ArcFace3.0中进行了模型更新 ， 全面提升了算法鲁棒性 。 其中的RGB单目活体采用普通RGB摄像头即可 ， 通过分析采集摩尔纹、成像畸形、反射率等人像破绽 ， 从而获得活体检测所需要的识别信息 ， 多维度的识别依据保证了识别的准确性 。 而IR活体检测 ， 则是在此基础上 ， 充分利用了红外成像中屏幕类无法成像的原理 ， 进一步加强了电子屏的攻击防范 。
常见误区五：大面积遮挡下还能进行人脸识别吗?
在人脸识别领域中 ， 大面积人脸遮挡一直是公认的识别难题 ， 难点主要体现在：
第一 ， 人脸识别算法主要依据人脸面部特征进行身份判定 ， 脸部大量遮挡时 ， 算法无法准确检测人脸位置、定位五官关键点 ， 大大降低了识别效果 。
第二 ， 人脸识别算法使用的深度学习技术依赖海量的训练数据 ， 短期内难以收集到大量面部遮挡的照片 ， 并进行人工标注;
第三 ， 人脸识别算法包含多重模块 ， 面部遮挡影响的不仅仅是人脸比对模块 ， 还会影响到人脸检测、跟踪等多个模块 ， 对整个系统带来很大的干扰影响 。
能否在大面积遮挡的条件下进行人脸识别 ， 对算法要求比较高 。 近段时间 ， 虹软视觉开放平台针对个人防护中所造成的人脸大面积遮挡问题 ， 进行了算法模型针对性升级 ， 提升人脸可见区域权重 ， 在局部特征增强方面设计了相应策略 ， 如加强了对眼睛、眉毛等重点区域的识别 ， 大面积遮挡下的人脸识别准确率达99.5%以上 。
对于很多刚进入人脸识别领域的开发者而言 ， 很多算法细节都需要亲自上手感受过 ， 才能明白个中精微之处 。 建议新手开发者可以尝试虹软视觉开放平台免费开放的ArcFace3.0 SDK ， 下载即可使用 ， 新版本对人脸识别、活体检测、年龄检测、性别检测等核心算法模型进行全面升级 ， 大幅提升算法鲁棒性 ， 显著降低接入门槛 ， 同时支持Windows、iOS、Android(包含Android10)、Linux ， 在性能和开发效率上进行了整体提升 ， 还可以离线使用 ， 对开发者来说非常实用 。
实际使用中 ， 开发者往往会提出一系列细节问题 。 为帮助开发者快速上手 ， 前段时间虹软工程师团队推出了一系列课程 ， 以技术解析和专项答疑等形式帮助开发者解决难题 。 前后几期课程分别讲解了安卓端AI应用开发技巧 ， 如何快速接入Windows版本的ArcFace 3.0 SDK ， 还有Java服务端开发技巧 ， 以及对常见问题的答疑 ， 建议感兴趣的开发者朋友可以登陆虹软开放平台官网观看学习 。
（责任编辑：李显杰 ）


推荐阅读


上一篇：[]百度CTO王海峰发布百度智能云“AI中台” 加速产业智能化

下一篇：神州料2020年净利逾6亿，神州控股被强烈推荐的背后逻辑