從百度大腦看人臉識別最新技術(shù)進展

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

表一：各類生物識別技術(shù)對比

隨著人臉識別技術(shù)不斷成熟，市場需求將加速釋放。從社保領(lǐng)取到校園門禁，從遠程預(yù)授信到安檢閘機檢查，人臉識別正不斷打開新的應(yīng)用市場，行業(yè)也將呈現(xiàn)出新的技術(shù)發(fā)展趨勢。在我國人臉識別技術(shù)領(lǐng)域處于領(lǐng)先地位的百度大腦自2019年以來，不斷優(yōu)化和升級其在人臉相關(guān)技術(shù)層面的發(fā)展，在人臉識別、人臉檢測、人臉搜索、人體分析等方面持續(xù)進行技術(shù)迭代。

表二：2019年百度大腦人臉相關(guān)技術(shù)升級情況

在9月26日于深圳舉行的“百度大腦人臉識別新產(chǎn)品及伙伴計劃發(fā)布會”會上，百度分享了他們在百度大腦人臉識別的最新技術(shù)成果，并發(fā)布了多項全新的人臉識別產(chǎn)品。

百度視覺技術(shù)部副總監(jiān)丁二銳表示，視覺處于感知層，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，從語義上則是從“看清”到“看懂”的過程。百度計算機視覺技術(shù)包括圖像、視頻、邊緣計算、重要垂類、AR/VR五大特色技術(shù)。其中，人臉屬于百度機器視覺技術(shù)的重要垂類，在工業(yè)、安防等領(lǐng)域都得到了重點應(yīng)用。

圖一：百度大腦計算機視覺五大特色技術(shù)

從百度人臉技術(shù)發(fā)展歷程來看，AI在由TO C向TO B產(chǎn)業(yè)端不斷演進，當(dāng)前技術(shù)開拓點主要集中在人臉的編輯方面。百度的人臉技術(shù)經(jīng)歷了三個大階段，從早期的Densebox，到中期應(yīng)用廣泛并已實現(xiàn)落地的PyramidBox，到目前最新的MiningBox，整個檢測技術(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技術(shù)

對于人臉關(guān)鍵點識別，丁二銳表示，hourglass是一個對稱的結(jié)構(gòu)，需要人為的將block級聯(lián)起來，并由人工進行定義，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)鍵點檢測技術(shù)

在人臉識別方面，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)量增強算法。百度人臉識別技術(shù)1:1驗證準確率達99.77%，并廣泛應(yīng)用于金融核驗、安防監(jiān)控、閘機考勤、公眾/政治人物識別等不同場景。

圖四：百度大腦人臉識別算法

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

圖五：百度大腦人臉活體檢測技術(shù)

在實際應(yīng)用中，由于計算資源和存儲受限，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，采用自研的AMC（自動模型壓縮）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，通過自研的Light-NAS（輕量級模型結(jié)構(gòu)的快速搜索）算法，還可大幅度縮短訓(xùn)練時間。

對于人臉識別的應(yīng)用趨勢，丁二銳認為，未來將實現(xiàn)以人臉為中心，再加上肢體交互應(yīng)用的升級，例如對話式虛擬形象，此外，人臉與硬件的結(jié)合，也將會催生新的產(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)一體機等等。

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

表三：百度大腦新產(chǎn)品速覽

綜合來看，以百度大腦為代表的人臉識別相關(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、娛樂營銷等需求市場的推動，高精度、低耗時、高量級數(shù)據(jù)庫的人臉識別企業(yè)將會迎來更廣闊的市場空間。