從百度大腦看人臉識(shí)別最新技術(shù)進(jìn)展

目前，根據(jù)識(shí)別方式的不同，生物識(shí)別可分為人臉識(shí)別、指紋識(shí)別、虹膜識(shí)別、語(yǔ)音識(shí)別和靜脈識(shí)別等。其中，人臉識(shí)別在全球生物識(shí)別市場(chǎng)份額中的增幅居于首位。

表一：各類(lèi)生物識(shí)別技術(shù)對(duì)比

隨著人臉識(shí)別技術(shù)不斷成熟，市場(chǎng)需求將加速釋放。從社保領(lǐng)取到校園門(mén)禁，從遠(yuǎn)程預(yù)授信到安檢閘機(jī)檢查，人臉識(shí)別正不斷打開(kāi)新的應(yīng)用市場(chǎng)，行業(yè)也將呈現(xiàn)出新的技術(shù)發(fā)展趨勢(shì)。在我國(guó)人臉識(shí)別技術(shù)領(lǐng)域處于領(lǐng)先地位的百度大腦自2019年以來(lái)，不斷優(yōu)化和升級(jí)其在人臉相關(guān)技術(shù)層面的發(fā)展，在人臉識(shí)別、人臉檢測(cè)、人臉?biāo)阉?、人體分析等方面持續(xù)進(jìn)行技術(shù)迭代。

表二：2019年百度大腦人臉相關(guān)技術(shù)升級(jí)情況

在9月26日于深圳舉行的“百度大腦人臉識(shí)別新產(chǎn)品及伙伴計(jì)劃發(fā)布會(huì)”會(huì)上，百度分享了他們?cè)诎俣却竽X人臉識(shí)別的最新技術(shù)成果，并發(fā)布了多項(xiàng)全新的人臉識(shí)別產(chǎn)品。

百度視覺(jué)技術(shù)部副總監(jiān)丁二銳表示，視覺(jué)處于感知層，包括圖像/視頻、AR/VR，在形式上看它是從單幀的圖像到多幀的視頻，從語(yǔ)義上則是從“看清”到“看懂”的過(guò)程。百度計(jì)算機(jī)視覺(jué)技術(shù)包括圖像、視頻、邊緣計(jì)算、重要垂類(lèi)、AR/VR五大特色技術(shù)。其中，人臉屬于百度機(jī)器視覺(jué)技術(shù)的重要垂類(lèi)，在工業(yè)、安防等領(lǐng)域都得到了重點(diǎn)應(yīng)用。

圖一：百度大腦計(jì)算機(jī)視覺(jué)五大特色技術(shù)

從百度人臉技術(shù)發(fā)展歷程來(lái)看，AI在由TO C向TO B產(chǎn)業(yè)端不斷演進(jìn)，當(dāng)前技術(shù)開(kāi)拓點(diǎn)主要集中在人臉的編輯方面。百度的人臉技術(shù)經(jīng)歷了三個(gè)大階段，從早期的Densebox，到中期應(yīng)用廣泛并已實(shí)現(xiàn)落地的PyramidBox，到目前最新的MiningBox，整個(gè)檢測(cè)技術(shù)在不斷提升。例如，在PyramidBox技術(shù)中，不僅考慮了人臉、人頭，還考慮了人體其他部分。

圖二：百度大腦人臉檢測(cè)技術(shù)

對(duì)于人臉關(guān)鍵點(diǎn)識(shí)別，丁二銳表示，hourglass是一個(gè)對(duì)稱(chēng)的結(jié)構(gòu)，需要人為的將block級(jí)聯(lián)起來(lái)，并由人工進(jìn)行定義，而百度大腦采用基于AutoDL的網(wǎng)絡(luò)搜索，并引入人臉多部件語(yǔ)義分割監(jiān)督，大大降低了人力投入。

圖三：百度大腦人臉關(guān)鍵點(diǎn)檢測(cè)技術(shù)

在人臉識(shí)別方面，百度在早期就已采用EndTOEnd Metric learning，并根據(jù)金融需求，推出了基于GAN的圖像質(zhì)量增強(qiáng)算法。百度人臉識(shí)別技術(shù)1:1驗(yàn)證準(zhǔn)確率達(dá)99.77%，并廣泛應(yīng)用于金融核驗(yàn)、安防監(jiān)控、閘機(jī)考勤、公眾/政治人物識(shí)別等不同場(chǎng)景。

圖四：百度大腦人臉識(shí)別算法

在人臉活體檢測(cè)方面，百度大腦提出了基于多模態(tài)的檢測(cè)框架，利用RGB、Depth以及紅外圖像，該技術(shù)已經(jīng)達(dá)到了央行金融支付的標(biāo)準(zhǔn)。

圖五：百度大腦人臉活體檢測(cè)技術(shù)

在實(shí)際應(yīng)用中，由于計(jì)算資源和存儲(chǔ)受限，如何在保證性能的情況下，又能適應(yīng)外部的條件呢？丁二銳表示，基于PaddleSlim平臺(tái)，采用自研的AMC（自動(dòng)模型壓縮）模型，在表現(xiàn)微降的情況下，整體的壓縮率可以降低到50%；此外，通過(guò)自研的Light-NAS（輕量級(jí)模型結(jié)構(gòu)的快速搜索）算法，還可大幅度縮短訓(xùn)練時(shí)間。

對(duì)于人臉識(shí)別的應(yīng)用趨勢(shì)，丁二銳認(rèn)為，未來(lái)將實(shí)現(xiàn)以人臉為中心，再加上肢體交互應(yīng)用的升級(jí)，例如對(duì)話(huà)式虛擬形象，此外，人臉與硬件的結(jié)合，也將會(huì)催生新的產(chǎn)品形式，例如百度大腦基于多模態(tài)FaceID打造的多功能警務(wù)一體機(jī)等等。

在本次會(huì)議上，百度AI技術(shù)生態(tài)部高級(jí)產(chǎn)品經(jīng)理吳延宇介紹了百度大腦最新的8項(xiàng)產(chǎn)品。

表三：百度大腦新產(chǎn)品速覽

綜合來(lái)看，以百度大腦為代表的人臉識(shí)別相關(guān)企業(yè)的技術(shù)水平正在加速提升，隨著下游智慧城市、安防監(jiān)控、娛樂(lè)營(yíng)銷(xiāo)等需求市場(chǎng)的推動(dòng)，高精度、低耗時(shí)、高量級(jí)數(shù)據(jù)庫(kù)的人臉識(shí)別企業(yè)將會(huì)迎來(lái)更廣闊的市場(chǎng)空間。