0
| 本文作者： 張瑞 | 2019-05-18 19:01 |
2017年，蘋果將3D結(jié)構(gòu)光帶到了手機領(lǐng)域，從此三維人臉識別便逐漸成為消費級市場頗為主流的識別方案。
不過，在行業(yè)的目光多停留在3D結(jié)構(gòu)光的消費級應(yīng)用時，卻有一家AI創(chuàng)企的盧深視，開始著眼于安防領(lǐng)域。
安防領(lǐng)域的三維人臉識別，與消費領(lǐng)域面臨的問題并不相同。
消費終端中的三維人臉識別，在使用期間往往只針對一個用戶的人臉進行反復(fù)檢測與識別，因此是高頻的1:1比對，而每次比對過程中，算法也可對真人的面部特征進行多次提取，實現(xiàn)真實場景數(shù)據(jù)閉環(huán)回饋，利用生產(chǎn)環(huán)節(jié)的大數(shù)據(jù)進行半監(jiān)督自主學習，提升性能。
而在安防這類公共場景中，單個用戶在區(qū)域攝像頭面前出現(xiàn)的頻次相對有限，且多數(shù)用戶的人臉底庫數(shù)據(jù)為二維照片，致使公共攝像頭難以對單個人臉的特征進行更全面地提取和二次訓(xùn)練，性能提升受限。
與此同時，從使用者層面講，消費級市場對人臉識別的容錯率相對較高，而安防客戶對靜態(tài)比對的準確度要求，幾乎不允許出任何差錯，這也讓許多專注視覺的企業(yè)望而卻步。
即便面臨著行業(yè)的種種挑戰(zhàn)，的盧深視仍決定專攻這些難點，打開公共安全三維人臉的市場。
3D結(jié)構(gòu)光，產(chǎn)品化的鼻祖可追溯到微軟。
2010年，微軟將PrimeSense技術(shù)最先應(yīng)用在體感游戲設(shè)備Kinec上，從而催生出一批消費級三維深度相機，也引發(fā)了一系列學術(shù)上的研究熱潮。
但事實上，體感游戲這一市場并不成熟，體驗差，內(nèi)容不足等問題，導(dǎo)致在體感游戲后，3D結(jié)構(gòu)光的應(yīng)用陷入一個僵局。
而正當3D結(jié)構(gòu)光折戟體感游戲市場時，蘋果開始布局，于2013年收購了PrimeSense，以及多家產(chǎn)業(yè)鏈上下游企業(yè)。
蘋果的這一舉動，也讓業(yè)內(nèi)人士看到了3D結(jié)構(gòu)光應(yīng)用的更多可能性。
師從高文院士，計算機視覺出身的戶磊，以及與被蘋果收購的動態(tài)捕捉技術(shù)公司faceshift創(chuàng)始人來自同一實驗室、后來成為的盧深視技術(shù)顧問的張舉勇，都敏感的觀察到了這一信號，他們開始思考著3D結(jié)構(gòu)光在其他場景落地的前景。
在對市場有足夠的了解后，戶磊認為體感游戲等并不成熟，而應(yīng)用到手機上則存在模型壓縮等小型化的困難。
當時，戶磊和大多數(shù)廠家都沒有預(yù)料到，蘋果在收購PrimeSense 4年后的2017年，迅速的就將結(jié)構(gòu)光帶到了手機上。但此時的戶磊，也敏銳的將目光投放到了安防領(lǐng)域。
此時的安防領(lǐng)域，所采用的基本是二維人臉識別技術(shù)和方案，易受到光照、遮擋等因素影響，且二維人臉識別的防作偽能力較弱，因此在對安全性要求較高的領(lǐng)域，對三維人臉的需要呼之欲出。
但想在B端安防領(lǐng)域的落地，也并不容易。
相對于消費領(lǐng)域，安防領(lǐng)域需要在一個鏡頭內(nèi)識別多張人臉，逐一進行辨別，算法的難度以及三維數(shù)據(jù)的采集、訓(xùn)練難度都相對加大。
另外，安防領(lǐng)域?qū)蚀_率的要求更高，要求誤識率更低，不容有失，這也對技術(shù)提出了更高的要求。
有契機，又有挑戰(zhàn)，戶磊決定最終在行業(yè)還比較空白時，專攻安防這一領(lǐng)域。于是在2015年，戶磊和他的團隊成立了的盧深視，開始正式探索三維人臉的市場。
“為什么蘋果選擇了在手機上做3D結(jié)構(gòu)光，而我們關(guān)注安防邊檢領(lǐng)域呢？”
“其實市場的孕育和市場窗口的出現(xiàn)，是跟實際相關(guān)的。我們覺得當時除了安防也沒有更合適的場景。在PrimeSense之后，國內(nèi)廠商也有跟隨去做體感游戲以及電影動畫特效的，但現(xiàn)在能看到這個市場并不成熟。而安防領(lǐng)域則有著強需求。”戶磊說道。
在三維人臉識別最初應(yīng)用的時候，兩家企業(yè)選擇了兩個不同的方向，最終都成功打開了市場。
但當新技術(shù)在初初落地之時，總會有關(guān)于技術(shù)路線之爭。
而對于技術(shù)路線的選擇，計算機視覺出身的戶磊，顯然更有自己的見解。
目前較為流行的說法是TOF在識別精度和遠距離識別上都更有優(yōu)勢。而實際上，戶磊認為，這些說法并不準確。
“這種說法太偏實驗室了”，戶磊說道。
從純理論的角度來說，TOF確實在精度、遠距離識別、抗干擾性具有更大潛能，但目前的測試和實際的應(yīng)用中，TOF還遠遠達不到，實際來說，結(jié)構(gòu)光在應(yīng)用上相對更優(yōu)。
就精度來說，目前結(jié)構(gòu)光是現(xiàn)在唯一能夠在近距離達到毫米級的，毫米級的分辨率是人臉識別的一個重要因素，否則臉上的特征就會被抹掉。
TOF另外一個常被提及的點，就是遠距離下識別深度和精度比較穩(wěn)定。雖然理論上如此，但實際上還不能達到。并且，運動物體，也會造成TOF的識別深度圖質(zhì)量嚴重下降。
另外，對于市場上一些已經(jīng)宣稱實現(xiàn)了三維人臉識別的產(chǎn)品，戶磊表示，這還并不是真正的三維人臉技術(shù)。
“目前，市面上很多都是假三維，即用二維人臉進行識別，然后再進行活體檢測。實際來說，這并不是真正的三維技術(shù)，它更像是一個二維人臉到三維的過渡產(chǎn)品。在平衡成本和檢測效率的情況下，它確實具有可用性，不過，這不是真正的三維人臉，也不同于我們所做的三維人臉?！睉衾谡f道。
對于技術(shù)有較為成熟的理解，的盧深視也在很多項目的實施中，確實展示出三維人臉的應(yīng)用前景。
的盧深視在成立之初，就接到了某邊疆省份三維人像卡口項目。
對于這一項目，戶磊認為，是市場對于人臉識別的高要求找到了的盧深視。
在某邊疆省份公安廳的反恐項目中，的盧深視作為三維核心技術(shù)及平臺產(chǎn)品提供商，共建了全國首個“三維人像數(shù)據(jù)庫”。
“維穩(wěn)很難有一個比較明確的名單，需要進行人群甚至全人口庫的比對，因此，對識別精度要求也很高?！?/p>
戶磊介紹道，項目自2016年在上線至今，總通行人數(shù)超過百億。采集、存儲、布控的三維人臉庫在千萬級規(guī)模，產(chǎn)生百萬級別次有效報警，并且在空間上布及南北、各邊境關(guān)卡，全天候信息獲取，經(jīng)受了各種復(fù)雜現(xiàn)場狀況和極端惡劣天氣的考驗。
更典型的是國內(nèi)某大橋的通關(guān)項目。
該大橋是國家重點經(jīng)濟區(qū)城市群的重要連接橋梁。城市之間的通行，如何讓人、車實現(xiàn)高效流通，成為一個關(guān)鍵問題。
由于地理位置所限，光環(huán)境非常復(fù)雜。尤其正午陽光直射，對識別提出了更高的要求，這就帶來了一個天然門檻。
被問及如何處理復(fù)雜光線，戶磊不無興奮的介紹道：
“這個其實還蠻有趣的，因為本身我們會做相機，就有涉及到光學的部分。有專門負責光學設(shè)計的同事，就把當時一些有趣的想法，應(yīng)用到這個項目上。
舉個例子，針對逆光或者是側(cè)光的情況，對識別影響比較大。很多通行關(guān)口，會采用中午的時候關(guān)閉一些通行閘機來解決這個問題。但這對通行效率造成影響，無法保證實際使用體驗，那么當時我們就采用了像偏振原理‘直接過濾直射光線’，這樣來避免強光?！?/p>
這些細節(jié)的打磨，是的盧成功贏得項目的關(guān)鍵。
當描述一個新興行業(yè)的時候，常常會提到競爭和挑戰(zhàn)。
對此，戶磊認為，三維人臉識別技術(shù)和應(yīng)用還并不算很成熟，行業(yè)分工也還未形成。
和二維人臉在落地過程中遇到的一個問題一樣，人臉識別的產(chǎn)業(yè)鏈并不完善。
戶磊也提到，如攝像機中需要用到的3D傳感器，的盧深視找了很多廠家，都不滿意，最終還是決定自己來做。
“你可以去類比一下，三維人臉的傳感器，可能相當于比如說二、三十年前2D相機的狀態(tài)，就是非常的初級的一個狀態(tài)。我們其實最早的時候沒有打算一定要去做相機，但后面發(fā)現(xiàn)你不去做就無法滿足業(yè)務(wù)場景應(yīng)用的需求，實際上也等不來?！?/p>
另一個問題，在三維人臉數(shù)據(jù)的處理上。
與二維人臉不同，三維人臉需要處理的是點云數(shù)據(jù)。而目前主要應(yīng)用的深度學習神經(jīng)網(wǎng)絡(luò)主要針對的是較為規(guī)整的平面圖像類數(shù)據(jù)。但點云數(shù)據(jù)，是分散在一個三維空間中的不規(guī)整數(shù)據(jù)，如何能夠用深度學習的方法處理這些點云數(shù)據(jù)，也是目前的一個難點。
第三個問題，則是三維人臉的研究數(shù)據(jù)嚴重不足。
大規(guī)模的深度神經(jīng)網(wǎng)絡(luò)訓(xùn)練，離不開充足的數(shù)據(jù)進行訓(xùn)練。相對于社交網(wǎng)絡(luò)上傳播的很多二維人臉數(shù)據(jù)，三維人臉數(shù)據(jù)的獲取存在天然門檻。如果沒有實戰(zhàn)的場景不斷積累足夠的數(shù)據(jù)，產(chǎn)品化就會很難?！皼]有充足的數(shù)據(jù)，其實是根本沒法去做的?！?/p>
因而，對于這個方興未艾的領(lǐng)域而言，產(chǎn)業(yè)格局尚未形成，剛剛呈現(xiàn)出清晰的曙光。各方所做的嘗試和努力，遠大于競爭。
戶磊的也認為，在這樣的行業(yè)背景下，的盧深視需要進行“開放的合作”。
“3D人臉識別的產(chǎn)業(yè)鏈，可大致分為器件、模組、系統(tǒng)和方案設(shè)計廠商、算法廠商，及產(chǎn)品和應(yīng)用廠商等環(huán)節(jié)。其實現(xiàn)在還沒有形成一個非常固定的行業(yè)，或者說產(chǎn)業(yè)上的分工其實還模糊。舉個例子，做相機方案的廠商，也有涉及深度計算的算法，所以也可能會進一步做上層算法。做算法廠商會覺得，我也可以往上，做整個相機系統(tǒng)的設(shè)計。這也就是，為什么我認為要有一個開放合作關(guān)系?！?/p>
目前，二維人臉識別正逐步落地、可用性不斷提高，但復(fù)雜光線、遮擋等問題，依然有待更有效的解決。與此同時，行人再識別、三維人臉等技術(shù)也在慢慢興起，共同解決人臉識別的問題。
而作為專注三維人臉的廠商，戶磊認為，短期內(nèi)，二維人臉識別還要進行更多技術(shù)打磨。這其中，3D人臉，還擁有很大的機會。
“我們也很開心的是看到這兩年的學術(shù)的論文上，3D圖像正在越來越被大家所重視。我們也在做一些人體測量與動作分析的研究，希望這些東西結(jié)合起來，一起解決人的身份識別這個問題。
對于我們來說，我們堅持認為的是3D未來將來會普遍應(yīng)用，會在廣泛的場景中取代二維的人臉識別，更好的解決準確識別人身份的問題?！?span style="color: #FFFFFF;">雷鋒網(wǎng)雷鋒網(wǎng)雷鋒網(wǎng)
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
