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)廣泛應用于各大領域。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、算法指標要求高、長期后續(xù)服務缺位、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、持續(xù)服務和完整方案上，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+服務路線，在簡化落地應用流程、降低開發(fā)難度、集成難度，以及挖掘垂直領域的細分需求方面，有一定的借鑒意義。

軟硬一體應用套件簡化應用流程

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的身份核驗等仍然是人臉識別最主流的應用場景。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、部署交付等復雜冗長的流程。

為了進一步降低應用門檻，度目人臉應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)、能夠快速交付至關重要，度目人臉應用套件直擊這一需求。在開發(fā)易用性方面，該硬件預設了大量場景APP，如閘機、考勤、金融核驗應用模式軟件，支持設備管理、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、麥克風等外設接口，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，預設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)，包括標準的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)的復雜人群識別與管理，人臉識別技術(shù)的應用更加追求多功能、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)的外設接口。

在應用中，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)務的服務器方案，定價為2999元/件。

此外，零售場景也是人臉識別應用的主戰(zhàn)場。比如通過分析客群屬性，復購率等行為，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。多用戶在中遠距離內(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)務功能，或定價高昂，因此，面向簡單直接的業(yè)務訴求、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，或百度大腦人臉私有化部署包，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。目前該設備定價為999元/件。此外，利用高清HDR技術(shù)，這款設備在逆光、低照度、變化光線等復雜環(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

由于面向的應用場景千差萬別，人臉識別方案需要在垂直領域的細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)標準。其中，在場景的泛化能力方面，他列舉了不同應用場景下的環(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、更精準的應用。第二類是軌道交通。包括高鐵、機場、各種公共設施，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。

當然，就百度自身而言，背后全面的AI能力支撐是關鍵。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)界領先。其中，人臉識別技術(shù)以公有云服務調(diào)用量日均1億次的應用規(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。

有業(yè)內(nèi)人士認為，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、更方便地應用于行業(yè)場景，這對于推動產(chǎn)業(yè)智能化至關重要。