從百度大腦四款新品看人臉識別落地方向

電子發(fā)燒友網(wǎng)報道（文/張慧娟）人臉識別市場規(guī)模不斷擴大，已經(jīng)廣泛應(yīng)用于各大領(lǐng)域。人臉閘機、社區(qū)門禁、醫(yī)療建檔、商場客群分析等等，都是常見的人臉識別技術(shù)具體的應(yīng)用場景。雖然與其他人工智能技術(shù)相比，人臉識別落地較廣，但門檻仍是存在的，主要體現(xiàn)在：研發(fā)部署成本高、算法指標(biāo)要求高、長期后續(xù)服務(wù)缺位、企業(yè)機構(gòu)需要完整方案等。人臉識別技術(shù)要想進一步普及，在成本控制、算法指標(biāo)、持續(xù)服務(wù)和完整方案上，對行業(yè)提出了更高的要求，軟硬件相結(jié)合的產(chǎn)品服務(wù)成為主流趨勢。

百度四款度目系列人臉識別產(chǎn)品五月上市開售，分別是：人臉應(yīng)用套件、AI鏡頭模組、視頻分析盒子、人臉抓拍機，分別可以滿足如智慧社區(qū)、駕駛環(huán)境、視頻分析、客群分析等人臉識別場景需求。這四款產(chǎn)品除了貫徹百度一貫的軟硬件+服務(wù)路線，在簡化落地應(yīng)用流程、降低開發(fā)難度、集成難度，以及挖掘垂直領(lǐng)域的細(xì)分需求方面，有一定的借鑒意義。

軟硬一體應(yīng)用套件簡化應(yīng)用流程

社區(qū)園區(qū)的人臉識別門禁閘機，企業(yè)上班打卡考勤，以及各類金融信用服務(wù)的身份核驗等仍然是人臉識別最主流的應(yīng)用場景。但目前大部分企業(yè)進行人臉識別硬件部署，需要經(jīng)過算法選型、主板選型、鏡頭選型、硬件適配、功能開發(fā)、場景調(diào)優(yōu)、系統(tǒng)集成、整機制造、部署交付等復(fù)雜冗長的流程。

為了進一步降低應(yīng)用門檻，度目人臉應(yīng)用套件通過軟硬一體化的產(chǎn)品形態(tài)，使企業(yè)開發(fā)者僅需進行功能開發(fā)、系統(tǒng)集成、整機制造和部署交付，從原來的N步變成4步，簡化了應(yīng)用流程。

對企業(yè)而言，節(jié)約開發(fā)環(huán)節(jié)、能夠快速交付至關(guān)重要，度目人臉應(yīng)用套件直擊這一需求。在開發(fā)易用性方面，該硬件預(yù)設(shè)了大量場景APP，如閘機、考勤、金融核驗應(yīng)用模式軟件，支持設(shè)備管理、人員管理、識別策略、數(shù)據(jù)記錄四大類HTTP接口，開發(fā)者可以根據(jù)具體業(yè)務(wù)進行修改；拓展性上，支持USB2.0、繼電器、報警、鍵盤、身份證讀卡器、麥克風(fēng)等外設(shè)接口，模塊化結(jié)構(gòu)方便開發(fā)者根據(jù)自身需求進一步擴展功能。識別全流程在150ms以內(nèi)，識別準(zhǔn)確率超過了99.7%，支持20W的人臉底庫管理。

除了上述產(chǎn)品內(nèi)在設(shè)計，在外形方面，該套件的尺寸僅為155mm*84mm*32mm，外殼結(jié)構(gòu)最小支持5寸屏，這可以讓它適用于更多的硬件外觀形式，企業(yè)開發(fā)者加裝外殼即可快速產(chǎn)出整機。目前該套件的零售指導(dǎo)價是699元/件。

AI鏡頭模組便于跨平臺開發(fā)和二次集成

駕駛員身份核驗與駕駛行為分析是一個典型的應(yīng)用場景，目前用人臉識別核驗司機身份、分析危險駕駛行為的需求日益高漲，尤其是網(wǎng)約車、長途物流等場景。例如，司機坐上駕駛位，車機主控屏自動識別車主身份，允許他發(fā)動汽車；駕駛過程中，低頭、閉眼、打哈欠等行為得到車機系統(tǒng)預(yù)警。不過，相比一般的人臉識別場景，駕駛行為識別分析的反饋速度要求更高，開發(fā)難度也更大。

度目AI鏡頭模組適用于這個場景，它僅有一只口紅的大小，適用于單人或少量人的人臉應(yīng)用場景，一般推薦5人以內(nèi)。算法處理后的結(jié)構(gòu)化JSON數(shù)據(jù)輸出，讓跨平臺的靈活開發(fā)輕松集成。該模組基于海思3516DV300方案，配備近紅外雙目鏡頭及常用接口，預(yù)設(shè)AI算法能力及通用接口。

考慮到目前大部分車機系統(tǒng)都背靠安卓、Win CE、Linux等多個平臺，度目AI鏡頭模組可實現(xiàn)跨平臺開發(fā)，包括標(biāo)準(zhǔn)的JSON數(shù)據(jù)輸出和數(shù)據(jù)通信接口，不需要驅(qū)動就可以實現(xiàn)極速對接，并支持常用串口，方便開發(fā)者進行二次集成及拓展。

垂直細(xì)分場景的具體需求必須深挖

另外兩款硬件產(chǎn)品則更加面向垂直細(xì)分場景下的具體需求。例如在校園、工廠等半封閉園區(qū)甚至政府機關(guān)等涉密場所，視頻攝像頭如何對畫面中的人群進行分類，以更好識別外部人士，針對公共場所內(nèi)的復(fù)雜人群識別與管理，人臉識別技術(shù)的應(yīng)用更加追求多功能、高性能、易部署三者之間的磨合。

度目視頻分析盒子-B1正是針對該需求開發(fā)。該設(shè)備基于海思3559AV100方案，可實現(xiàn)人臉檢測抓拍、活體識別、屬性識別、人臉比對檢索等功能，同時支持接入4-8路的1080p高清視頻流，以12.5-25FPS的速度抓拍30人同屏的畫面，而且對開發(fā)者相當(dāng)友好，配置已經(jīng)做了可視化處理，同樣支持包括USB、外部按鍵、蜂鳴報警器等在內(nèi)的外設(shè)接口。

在應(yīng)用中，度目視頻分析盒子-B1可直接接入現(xiàn)有的高清視頻流，對接業(yè)務(wù)系統(tǒng)后即可回傳視頻流、圖片流、識別記錄進行分析，方便安保部門進行管理。這個軟硬一體盒子約正常路由器大小，可替代小型業(yè)務(wù)的服務(wù)器方案，定價為2999元/件。

此外，零售場景也是人臉識別應(yīng)用的主戰(zhàn)場。比如通過分析客群屬性，復(fù)購率等行為，來幫助商家進行會員及促銷方案的優(yōu)化，最終實現(xiàn)提升銷售收入的目標(biāo)。多用戶在中遠(yuǎn)距離內(nèi)的人臉檢測與抓拍，是人員監(jiān)控與客群分析的典型要求。不過，市面上人臉抓拍機普遍具備大量冗余的業(yè)務(wù)功能，或定價高昂，因此，面向簡單直接的業(yè)務(wù)訴求、更加實惠易用的抓拍機有較大的落地空間。

人臉抓拍機-VH01可以搭配百度大腦人臉云識別服務(wù)，或百度大腦人臉?biāo)接谢渴鸢?，進行檢索與屬性分析，輸出完整的客群分析數(shù)據(jù)，這進一步降低了項目接入的技術(shù)門檻和人力成本。目前該設(shè)備定價為999元/件。此外，利用高清HDR技術(shù)，這款設(shè)備在逆光、低照度、變化光線等復(fù)雜環(huán)境中也能獲得清晰的數(shù)據(jù)。

人臉識別今年三大落地方向

由于面向的應(yīng)用場景千差萬別，人臉識別方案需要在垂直領(lǐng)域的細(xì)分需求方面進行更深入的鉆研。百度AI技術(shù)生態(tài)部高級產(chǎn)品經(jīng)理吳延宇曾告訴<電子發(fā)燒友>，目前人臉識別落地主要有三大難點，一是場景的泛化能力，二是人臉識別的精度問題，三是行業(yè)標(biāo)準(zhǔn)。其中，在場景的泛化能力方面，他列舉了不同應(yīng)用場景下的環(huán)境條件，例如暗光、逆光、陰陽光等；大面積遮擋，比如戴口罩，還有側(cè)面、俯視、仰視，還有模糊、分辨率低等情況，這都會影響圖片獲取時的效果；還有年齡的跨度，從幼兒園的小朋友到八九十歲的高齡老人，算法需要具備很好的年齡跨度的分化性；還有膚色問題，不同人群的膚色識別精度有限，這對于進一步擴展全球市場存在一定挑戰(zhàn)；還有活體檢測的能力，針對高仿模具、高仿面具，還有一些成本很高的硅膠做出來的人像，對于這種級別的攻擊，人臉識別如何去抵御，或是如何輔助硬件和一些策略去抵御攻擊，都是值得繼續(xù)鉆研下去的方向。

今年看好的人臉識別的落地方向，吳延宇認(rèn)為：第一類是智慧通行。例如社區(qū)門禁、園區(qū)訪客管理、樓宇的人臉門禁閘機等，這些還會更進一步地火起來，需求會更加廣泛、更加深入，實現(xiàn)更穩(wěn)定的、更精準(zhǔn)的應(yīng)用。第二類是軌道交通。包括高鐵、機場、各種公共設(shè)施，以及交通運輸行業(yè)，例如駕駛員的行為分析（瞌睡、打電話、疲勞提前監(jiān)測等），地鐵和公交的人臉支付也會成為熱點。第三類是民事辦理。例如遠(yuǎn)程社保的身份證明，或民政大廳的自助機，這些都會進一步得到廣泛應(yīng)用。涉及到3D識別、RGB、NIR的跨模態(tài)識別，還有AI鏡頭等等，這些技術(shù)都存在一定的應(yīng)用機會。

從百度大腦今年在人臉識別的升級來看，在AI落地廣度、速度、精度不斷提升的基礎(chǔ)之上，在不斷雕琢自身的核心技術(shù)。除了上述產(chǎn)品，還全新發(fā)布了特效及醫(yī)美7項能力、人臉實名認(rèn)證解決方案。圖像方面則有四項能力升級優(yōu)化：人像動漫化升級并正式商用、天空分割開放邀測、圖像風(fēng)格轉(zhuǎn)換新增7種、圖像多主體檢測能力開放邀測。

軟硬一體化方案對于推動AI落地至關(guān)重要

大量人工智能技術(shù)在落地的過程中，算法和主板的選型、硬件適配與功能開發(fā)門檻過高，成為制約各行業(yè)進行智能化轉(zhuǎn)型的一道“坎”，這點在人臉識別技術(shù)上體現(xiàn)得很明顯。

當(dāng)然，就百度自身而言，背后全面的AI能力支撐是關(guān)鍵。其語音、視覺、自然語言處理、知識圖譜等AI核心技術(shù)都保持業(yè)界領(lǐng)先。其中，人臉識別技術(shù)以公有云服務(wù)調(diào)用量日均1億次的應(yīng)用規(guī)模，穩(wěn)居業(yè)界第一，這也為百度自研視覺硬件產(chǎn)品奠定了扎實的技術(shù)基礎(chǔ)。

有業(yè)內(nèi)人士認(rèn)為，軟硬一體化解決方案可以大幅度減少企業(yè)開發(fā)者部署應(yīng)用的工作量，降低人臉識別技術(shù)落地難度，使得AI技術(shù)能夠更快捷、更方便地應(yīng)用于行業(yè)場景，這對于推動產(chǎn)業(yè)智能化至關(guān)重要。