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( 三 )
从2D人脸到3D人脸都是在拍人脸 ， 只不过前端的传感器不同 ， 相机从2D相机换成了3D相机 ， 其实3D相机本身包含2D信息 ， 这在2015年、2016年是比较前瞻性的应用 ， 现在随处可见 ， 高铁站的人脸识别设备、酒店前台的人脸识别终端都在应用 。
我们当时主要通过四个步骤：
1.通行人员通过三维终端如配合式设备、通道式设备、抓拍式设备或原有二维终端设备时 ， 终端设备采集通行人员的人脸信息后实时向三维人像库查询 。
2.三维人像库返回比中的人员身份信息 。
3.三维人像库中暂未录入通行人员的数据 ， 终端设备向客户已有的二维人像库查询 ， 比对通行 。
4.未在库人员数据自动录入到三维人像库中 ， 通行人员下次通行时即可完成三维比对通行 。
它主要是通过对身份证信息中的照片和现场拍的图像做人脸识别比对 ， 准确率可以保证 ， 在这样的前提下 ， 我们把2D摄像头换成3D摄像头 ， 就可以同时采集到3D信息 。虽然采集的3D信息质量不一定很高 ， 但是只要有足够的应用频次 ， 就可以帮助用户实现一个高质量的3D数据库建设 ， 而不需要特地去建一个3D人脸数据库 。这是我们的建设流程 。
只要思路转换后 ， 就会发现帮助用户建库的方式非常多元 ， 可以有很多入口 。人脸取号机、人证核验设备、手持式的移动终端等 ， 所有需要做认证核验的终端都可以变成入库设备 ， 当这些终端应用到生活的方方面面时 ， 采集的效率和频次就会足够高 ， 建设速度就将加快且成本低 。
文章图片
文章图片
这是支撑的卢这一套系统的产品矩阵体系 。
三、千万级刷脸系统关键技术点剖析
首先从系统架构来讲 ， 我们把千万级大库的建库以及比对系统分成三个层次：
前端多维智能感知系统
核心是的卢深视高性价比3D结构光相机 ， 它深度集成了高性能三维人脸识别算法 ， 降低了后端的计算开销 ， 保证算法准确率的同时大大降低客户集成成本 ， 形成前端多维智能感知系统 。
千万大库云端中台
支持千万三维大库人脸建库、清洗和检索 ， 精度远超二维的解决方案 ， 同时 ， 的卢与国产芯片做了深度集成 ， 性能超过同等级国外方案 ， 并且可以与智能前端及边缘节点协同处理 ， 最优化调度系统内计算资源 ， 提高计算资源利用率 ， 降低系统成本 。
多模态关联分析与预测
在前端感知系统和中台的基础之上 ， 基于大数据的逻辑推理、时空轨迹关联分析 ， 将2D/3D人脸、人体、物品、时间、地点以及人体的体貌特征和形态动作特征等多维大数据融合 ， 深度挖掘数据之间的关联性 ， 实现预测预警 。
文章图片
文章图片
技术架构分为四个层次 ， 分别是核心算法层、平台技术层、业务中台和应用层 。
最底层是核心算法层 ， 其中最重要的是3D算法层 ， 基于RGBD全信息处理 ， 在恢复深度信息上我们有一整套深度感知的算法 ， 包括深度对齐、后处理、人脸检测与跟踪等等 。同时 ， 三维重建算法族也是一个核心层次 ， 它可以真正把一个三维物体的形状信息进行完整恢复 ， 这是一个非常重要的支撑层次 。
在这个核心算法之上 ， 我们有平台技术层 ， 后端的技术包括通信计算、协同优化等技术 。
再往上是业务中台 ， 进行数据接入、数据管理、数据清洗、数据优选 。因为前面建库过程中 ， 设备来源非常多元 ， 通过业务中台的一系列数据处理过程后 ， 才能得到优质的数据 ， 然后融到数据库中进行数据同步 ， 最终支撑各种各样的应用 。
推荐阅读
- 羽度非凡|电视行业的误导：4K搭配高亮度就是不伤眼的真高清？
- 新科技嗅|人工智能可以应用在哪些方面
- 行业互联网|华为在法国成立第六家研究所，将会继续提升研发能力
- 行业互联网|大华股份与浙江高信签署战略合作协议 共建智慧交通
- 行业互联网|常程跳槽判决来了，支付525亿“违约金”！结果依然有望反转？
- 行业互联网|华为为何在法国就设立了6家研发中心？
- 行业互联网|2020走进华为西安研究所成功举办，探索“5G+云+AI”
- 行业互联网|华为 | 车载以太网物理层及TSN发展现状 与技术趋势
- 互联网乱侃秀|家里洗衣机噪音太大？这些原因你都排查了吗
- 行业互联网|移远通信携手中国移动举办5G行业终端扬帆计划闭门会