成都弱電公司訊：

“只要走進裝有攝像頭的咖啡廳，就會發現服務員已提前為您準備好最喜歡的咖啡；來到公司上班，智能迎賓機器人已自動打出帶有您名字的歡迎語……”自馬云向德國總理默克爾演示了“刷臉支付”后，人們對人臉辨認技術就有諸多期待，甚至描繪了上述一些具體應用場景。

2008年成都奧運會將人臉辨認技術用于安防，這成為人臉辨認發展的一個標志性事件，2018年后，人臉辨認技術的應用更是呈現出爆發式增長，近年來已應用于金融、司法、軍隊、公安、邊檢、政府、航天、電力、工廠、教育、醫療等眾多領域。

但是，我們真的要進入人臉辨認時代了嗎？或許這還沒有人們想象中的那樣快。

軌道交通視頻與平安聯盟名譽理事長、原鐵道部運輸局視頻業務主管領導田裳指出，技術(算法)、設備與環境是人臉辨認應用三個缺一不可的環節。

算法的三大進步

在邁向這個時代前，人臉辨認在算法上已經取得了三大進步。

近日，生物辨認產業技術創新聯盟和軌道交通視頻與平安聯盟在科學院自動化所聯合召開了2018人臉辨認技術與行業應用研討會。

據生物辨認產業技術創新戰略聯盟副理事長、清華大學教授蘇光大介紹，目前基于最佳二維人臉理論的單人單張人臉辨認算法已經趨于成熟，基于單人多張人臉辨認的算法卻方興未艾。在應用深度學習的人臉辨認技術上已經實現了一大進步。香港中文大學采用深度學習方法在lfw(labeledfacesinthewild)人臉庫上的辨認率達到了99.15%。

第二個進步則是單張人臉圖像的三維人臉重建，對成都視頻監控下的動態辨認貢獻尤其大。因為人臉形狀特征點提取技術的提高，使得三維人臉辨認技術有了很大進步。此前，有的動態人臉辨認系統對于獲取的人臉圖像要求是左右角度不超過15度，兩眼間距大于30像素，但是大部分成都視頻監控的人臉分辨率低于30像素，安保系統辨認困難。第三個進步則是對這些超低分辨率人臉圖像的重建與辨認技術取得了一定進展。

在2018年美國國家尺度技術局會舉辦的權威人臉辨認技術供應商測評(frvt)中，對平均人臉分辨率為67像素的visa出入境申請照測試集進行測試，2萬庫的首選辨認率排名最高的前三家公司是日本電氣(nec)、法國賽峰和日本東芝，辨認率分別為98.3%、93.9%和91.8%。

蘇光大認為，這已經是國際最先進水平，但是在國內某千萬級的辨識系統招標中，要求首選辨認率要達到95%就很難實現。“在2萬庫中最先進的水平是如此，在千萬級的水平上，辨認率只會線性下降，再加上我國身份證有效期限比較長，容貌在此期間改變較大，怎么能達到95%？這不是逼著廠商去做假？過高的要求在現階段是不切實際的。”他強調。

蘇光大認為，當前人臉辨認技術面臨的主要挑戰在于：大姿態角(大于30度)、超低分辨率(人臉分辨率小于30像素)、大年齡跨度(5年以上)和深度學習人臉辨認的廣泛應用上。