江苏龙网

  1. 首页 > 资讯 > 科技 > >

AI人工智能,行业互联网|的卢深视户磊：大库时代，落地千万级刷脸系统的技术剖析与建库经验 | AI 安防峰会( 二 )


同时 ， 随着生活基础设施越来越便利 ， 在大交通和大出行体系中 ， 出现了城市千万级人流量在封闭场景中流动的应用 。比如地铁是一个封闭系统 ， 一个城市每天载客客流量在1200万到1500万规模 ， 这也属于大库管理体系 。
再比如金融支付 ， 对安全性要求很高 ， 同时它的库也很大 ， 支付宝和微信的刷脸金融支付 ， 后台用户数目都是亿级规模 。
行业会员领域 ， 尤其是一些连锁店 ， 可能有几十万、百万甚至千万的会员体系 ， 他们也需要对会员进行精准的身份识别和个性化服务 。
这些都是千万级甚至亿级大库的场景 ， 且都有急切的需求 ， 但是现有方案无法充分满足需求 ， 主要存在以下几个问题 。
多引擎
公安和安防领域一般采用多引擎的方式 ， 比如一家厂商算法不够准 ， 就采用多厂商、多算法同时进行 ， 通过多重比对提高识别准确率 。
这样带来一些问题 ， 一是系统重复建设 ， 资源损耗比较大 ， 整体系统造价很高；二是不同厂商之间系统缺乏统一标准 ， 兼容性也比较差 ， 整个系统很复杂 ， 维护很困难；三是可能这种方式还不能完全满足需求 ， 还是要通过人工逐级排查实现进一步的精准识别 ， 推动身份的确认 。
多层级
很多地方会采用区级、市级、省级逐级排查的方式 ， 这样会让不同层级信息无法打通 ， 存在信息孤岛 ， 也使得查询效率低 ， 不具备易用性 。
分库管理
通过特定标准或标签对库进行拆分 ， 把大库变成小库 ， 然后进行分库管理和识别 ， 从而提高识别准确率 。这也会带来一些问题 ， 比如统筹管理难度大 ， 而且对于具备多重身份的人 ， 数据会变得冗余 ， 严重影响用户体验 。
总的来说 ， 现有方案会导致系统复杂、软硬件开销大、成本高、效率低 。
我们回归到问题本身 ， 理想的大库识别方案应该具备哪些特点？
首先 ， 需要是千万级别底库；准确率要达到千万、万亿分之一的误识别率；鲁棒性要好 ， 快速且安全 ， 有足够的反攻击能力；性能要开放 ， 能够支持多模态数据接入 ， 兼容性要好；要经济实用 ， 方案切实可行且能利旧 。
二、标杆案例研读与标准建库方案
的卢深视成立于2015年 ， 是最早一批做三维视觉的AI企业 ， 专注三维视觉智能感知技术 ， 在高精度深度感知成像、三维实时高精度重建、三维跟踪识别及感知等技术方向上 ， 处于国际领先水平 。
当时我们就在想 ， 人脸的三维信息经过了精准重建之后能用来干什么？这些图像信息里有丰富的人脸特征 ， 加上形状信息之后 ， 特征会更丰富 ， 也能支撑更大库的识别 。
所以我们当时就聚焦3D人脸识别这个方向 ， 也非常荣幸 ， 我们承接了一些国家级项目 ， 在某个标杆省份实现了一个省级3D人脸应用 ， 并且在这个基础之上真正实现了千万级大库的精准识别 。
这里介绍的是我们在2015到2016年的一个案例 。这是基于的卢深视"哨兵"三维人像多维数据管控通道实现的 ， 通过设备的部署 ， 协助用户实现了全国首个省级规模三维人像应用 ， 后期 ， 我们把它切换成不需要带证件识别的直接刷脸识别安检方式 。
这个设备本身具备"一次通行、多维采集、关联碰撞、全面预警"的特性 ， 在实现二维、三维人脸识别的同时还能提供四轨合一的分析 ， 通过集中式管理平台 ， 还可以实现行动轨迹与综合研判分析 。
这个案例当时为什么能够做成？大家一般会想 ， 做3D人脸识别首先要建库 ， 但是用户会觉得麻烦 ， 成本就会特别高 。如何在用户能接受情况下帮助用户把库建设起来 ， 并且实施好整个系统？
AI人工智能,行业互联网|的卢深视户磊：大库时代，落地千万级刷脸系统的技术剖析与建库经验 | AI 安防峰会
文章图片

文章图片

上图是我们当时的一个建设思路 ， 的卢当时采用了"边建边用、边用边建"的创新模式 。


推荐阅读


上一篇：|12年前的手机还有人使用，你敢信？魅族：M8还有4位活跃用户

下一篇：IOS系统|支持高度自定义的 iOS 14 小组件制作工具：OneWidget