现任旷视科技(Face++)智能商业产品线资深总监的宋晨在第17期RobotXDay上与听众共享了人工智能机器视觉范畴中的人脸辨认技能在智能商业范畴运用的价值和实践经历，以下是依据宋晨的讲演内容提炼出的中心内容：
什么是人工智能
在旷视科技(Face++)宋晨看来，人工智能应该是一种能够经过数据、技能、产品三者不断循环完结的滚雪球式闭环。以Google为例，它是经过数据来产生了查找的技能，然后构成的一种产品，经过点击的转化终究又产生了数据，经过这种数据再次去学习并优化成果，而比较扫地机器人或许算不上人工智能产品，因为它并不能够经过数据和扫地的经历行为来优化自身算法而提高功率。
人工智能范畴首要散布在机器学习(通用)、机器学习(运用)、核算机视觉(通用)、智能机器人、虚拟个人助理、自然语言处理(语音辨认)、自然语言处理(通用)、实时语音翻译、情境感知核算、手势操控、引荐引擎及协同过滤、视频内容自动辨认等。现在机器视觉已成为人工智能范畴中一项中心关键技能，并成功运用到多个重要职业中，虚拟现实、自动驾驶轿车、机器人、智能城市和物联网等运用范畴也随之加快开展。旷视科技(Face++)在核算机视觉通用渠道中以人脸辨认技能为突破点，为企业用户和开发者们供给技能支持。
机器视觉是赋予机器一双眼睛
咱们知道机器视觉范畴可分为人脸辨认、物体辨认以及行为、动作辨认等，旷视科技是在人脸辨认方面做的比较早的。而在人脸辨认技能运用中，咱们相同会发现在数据、产品、技能这几个维度构成一个全体闭环。经过标示出来的有包含人像，物体的信息的图画数据，和中心算法、深度学习技能行成自己的产品，比方人脸辨认的闸机、人脸辨认机器人等，然后再经过产品自身来服务用户，在用户运用的进程傍边自主去学习然后产生用户行为数据，接而再反哺并促进产品和技能不断优化、自我学习。
从2011年树立以来，旷视科技(Face++)致力于成为“让机器看懂国际”的人工智能公司，赋予机器一双慧眼。让它像人相同去“调查”、去“考虑”，这样它就能够产生更多的功用，从它看的、想的一些数据里边继而构成一个全体的数据剖析，而咱们能够运用这些数据去做判别、检测、辨认还有丈量等，这样以往或许需求人工或半人工做的作业，跟着机器视觉技能的革新都能够经过机器提高功率。
1:1和1:N
人脸辨认有两个比较重要的概念，即1:1和1:N。
1:1的运用于证明自己是自己的场景，你能够幻想当你去机场过安检的时分，总有一个人拿着你的身份证比照，身份证里边是不是你自己。这种场景便是1:1的场景。人的肉眼辨认精准度是在95%左右，而人的眼睛是有疲惫度的，所以机场安检人员需求在半个小时到一个小时之内换班一次。换岗的意图便是为了坚持比较均匀的辨认的准确率。可是，在这种场景下，机器能够到达97%乃至是更高的准确率并且机器没有疲惫度的问题。
1:N的特点是动态和非合作，这是关于1:N而言也对错常重要的两个点，所谓的动态也便是辨认的不是相片，不是图片，而是一个动态的视频流;非合作是指辨认目标不必感知到摄像头的方位并合作完结辨认作业，而地址，昏暗，光线，玻璃都会影响辨认的准确性，所以1:N相对依据挑战性。
在职业运用中，1:1更多是运用在金融、核身、信息安全范畴，特点是精准安全。而1:N首要运用的方向是在商业、安防等。比方一个女士去商场买包包，店员不知道她是否是会员。假如引证机器视觉技能，不论店员换没换，当顾客进门的时分她的信息就被推送给店员完结精准的引荐，这便是机器视觉在商业范畴VIP客户辨认的典型运用。在安防方面的运用比方公共场所动态监控、缉拿逃犯、人员布控等。
而无论是1:1仍是1:N的场景中，都触及几个比较重要的关键环节——人脸检测、质量判别、辨认比对。不论是相片仍是视频流，静态仍是动态都要在画面中判别出人脸的方位，这便是人脸检测;第二点质量判别也便是让机器去判别是不是一张正面有用的相片，1:N的动态场景中更难一些，在动态进程中，昂首，垂头，侧脸都对错合作的状况。因而质量判别的好坏直接影响最终的成果。依据每秒输出的25-30帧画面，机器就会考虑哪些会到达机器辨认的及格线，其中有一张到达了的时分就吐出来交由后台比对数据库以完结最终一步辨认比对的作业。
人脸辨认到了大规模运用阶段?
在现实日子中，咱们运用的或许还不是许多，一个新技能推出时，咱们仍是很等待的。在6、7年前的付出环境下，咱们对用手机绑定银行卡都有着各种疑虑，可是现在，经过技能分开展和商场的培育，现在每个人的手机都会绑定一个账号，线下的付出场景十分十分多，人们都很少带现金出门。咱们对新技能的呈现都会抱有一种置疑或许一种有或许呈现缝隙的情绪来看。跟着科技的开展，人们的日子习惯会耳濡目染地产生改动。
人脸辨认技能也是相同，实际上人脸辨认的技能现已到了一个成熟期，可是因为群众对这个技能生疏，所以咱们对它还有一种保存以及置疑的情绪——这个是一定会存在的问题，所以现在还没有大规模的在现实日子中运用。
在人脸辨认技能开端遍及的这几年，巨子公司将会对这种技能进行大幅度的预热及堆集，比方现在许多运用渠道需求手持身份证摄影的实名验证、还有现在颜值的评分，都是在经过不同的方法测验人脸辨认这种技能。跟着初级的测验不断完善，新一代的技能如刷脸去积分、刷脸付出、刷脸报到等将会得到更遍及的运用。当这些场景真实的进入到群众日子一段时刻后后，许多作业便是瓜熟蒂落了。
从技能视点看，人脸辨认的辨认率早现已超过了人眼的水平，现在在金融、安防等范畴正在拟定相关的职业标准。比较其他生物辨认方法而言，人脸辨认更为快捷不易盗取，人脸辨认技能水平不能单一地用比赛成果排名来衡量，究竟现实日子场景中的环境要素和试验室里有限的数据集比较更为杂乱也更具挑战性，这也是催熟人脸辨认走出试验室完成产业化的重要动力。旷视科技(Face++)正在做的便是推进人脸辨认走向规模化运用，推出职业智能解决方案，树立会集的生态。
人工智能视觉剖析能做些什么
从企业楼宇到园区，人脸辨认智能体系能够与许多人的权限挂钩，从人员的考勤到OA体系打通，访客的办理和注册，随之而来的便是愈加智能的办理人群和流向，比方机器能够经过对访客的人脸进行标示，告知他究竟那个进口能进，哪个区域你没权限进入，也能够为受访企业符号访客来访时刻和逗留方位，这些一切的东西都是环绕企业的智能化来打开的。
在零售范畴，跟着互联网摧枯拉朽般地革新，线下零售业正遭受着史无前例的冲击。而人工智能视觉能够协助线下零售商家更了解他们的客户，将线下人群信息向线上转化。经过前端的图画获取硬件和机器视觉技能剖析客群，供给精准的客流剖析如顾客年纪、性别、穿衣风格等，乃至逗留时长、热力求、行为剖析等多维数据。
除此之外，人工智能视觉剖析还能够赋予传统场景、传统产品新的任务。比方结合企业的需求能够用于考勤、OA办理，在消费场景能够协助经营者进行精准营销，而在日子范畴，能够让业主取得更好的寓居体会。因而，不论是社区的刷脸门禁、VIP通道、酒店的人证合一终端机、展会的刷脸报到仍是智能机器人的眼睛，都是人工智能机器视觉技能在咱们出产和日子中的运用，只是在不同渠道和场景发挥着不同的价值。旷视科技(Face++)要做的便是经过对根底数据的办理、剖析，以及智能辨认结构化处理，一同与合作伙伴一同推进人脸辨认技能运用和事务增加，使传统的产品更具竞争力。
