近年来,随着人工智能、计算机视觉、大数据、云计算、芯片等技术的迅速发展,人脸识别技术取得了长足的进步并且在众多场景中得以成功应用并大规模商业化普及,为经济社会的发展以及人们日常生活带来便捷。
就市场发展趋势而言,人脸识别应用场景虽然渗透各个行业场景,但市场规模增长趋势出现分化,国内市场呈现从算法竞争到芯片全产业链激烈竞争的状态;就技术发展层面,边缘端SOC芯片算力的提升使得人脸识别系统中的部分甚至全部算法可以运行在边缘设备上,从而使云边结合已成为人脸识别产品和应用方案的发展趋势。
本期的智能内参,我们推荐全国信息技术标准化技术委员会的研究报告《年人脸识别行业研究报告》,从技术特点、行业发展趋势和标准化现状三方面还原人脸识别技术的最新发展状况。
本期内参来源:全国信息技术标准化技术委员会
原标题:
《年人脸识别行业研究报告》
作者:蒋慧等
一、什么是人脸识别?
人脸识别(FaceRecognition)是一种基于人的面部特征信息进行身份识别的生物特征识别技术。近年来,随着人工智能、计算机视觉、大数据、云计算、芯片等技术的迅速发展,人脸识别技术取得了长足的进步并且在众多场景中得以成功应用。
广义的人脸识别实际包括构建人脸识别系统的一系列相关技术,包括人脸视图采集、人脸定位、人脸识别预处理、身份确认以及身份查找等;而狭义的人脸识别特指通过人脸进行身份确认或者身份查找的技术和系统。此外,部分应用场景下还可能涉及质量评价、活体检测等算法模块。
人脸识别的应用模式主要包括三种:
(1)、人脸验证(FaceVerification):判定两张人脸图像是否属于同一个人,常用于身份认证如人证核验。
(2)、人脸辨识(FaceIdentification):给定一张人脸图像,判断是否在注册库中,若在则返回具体的身份信息,常用于静态检索或动态布控。
(3)、人脸聚类(FaceClustering):给定一批人脸图像,将相同人的图像归类到同一个类,不同人的划分为不同的类,常见的应用有智能相册、一人一档等。
1、发展历程
人脸识别的研究开始于20世纪60年代,到90年代进入了初级应用阶段,主要停留在学术研究和小范围的实验室环境应用,直到年后的深度学习的复兴,人脸识别技术取得历史性的进步,真正实现大规模商业化普及,且识别能力已经远远超过了人类的常规辨识度。
目前,从全球人脸识别技术领域的应用场景布局来看,安防、金融、交通、楼宇等是相对较为成熟的领域,而在零售、广告、智能设备、教育、医疗、娱乐等领域也均有较多应用场景,为经济社会的发展以及人们日常生活的便捷带来了新机遇。
2、政策现状
随着人工智能技术水平的迅速发展与经济发展水平的稳步踏进,在大数据应用的带领下,人脸识别技术在智慧城市、安防市场等行业得到了广阔的应用,与此同时人脸识别技术应用过程所涉及的监管问题也面临着越来越高的挑战。面对目前正飞速发展的人脸识别技术,我国制定了一系列政策来促进其更健康的发展。
年7月,国务院发布《新一代人工智能发展规划》(国发〔〕35号)指出建设安全便捷的智能社会,围绕行政管理、司法管理、城市管理、环境保护等社会治理的热点难点问题,促进人工智能技术应用,推动社会治理现代化。同时,围绕社会综合治理、新型犯罪侦查、反恐等迫切需求,提出研发视频图像信息分析识别技术、生物特征识别技术的智能安防与警用产品,建立智能化监测平台的要求。
全国人大在年修正的《中华人民共和国反恐怖主义法》第五十条提到:公安机关调查恐怖活动嫌疑,可以依照有关法律规定对嫌疑人员进行盘问、检查、传唤,可以提取或者采集肖像、指纹、虹膜图像等人体生物识别信息和血液、尿液、脱落细胞等生物样本,并留存其签名。
年9月,中国人民银行印发的《金融科技(FinTech)发展规划(-年)》(以下简称规划),明确提出构建适应互联网时代的移动终端可信环境,充分利用可信计算、安全多方计算、密码算法、生物识别等信息技术,建立健全兼顾安全与便捷的多元化身份认证体系,不断丰富金融交易验证手段,保障移动互联环境下金融交易安全,提升金融服务的可得性、满意度与安全水平。
同时,《规划》也提出强化需求引领作用,主动适应数字经济环境下市场需求的快速变化,在保障客户信息安全的前提下,利用大数据、物联网等技术分析客户金融需求,借助机器学习、生物识别、自然语言处理等新一代人工智能技术,提升金融多媒体数据处理与理解能力,打造“看憧文字”、“听懂语言”的智能金融产品与服务,这也为人脸识别的安全应用提供了思路。
年9月,工业和信息化部公开征求对《关于促进网络安全产业发展的指导意见》(征求意见稿),表示支持构建基于商用密码、指纹识别、人脸识别等技术的网络身份认证体系,着力提升支撑网络安全管理、应对有组织高强度攻击的能力,明确了生物特征识别技术在网络安全产业发展中的重要意义。
年11月初《中华人民共和国国民经济和社会发展第十四个五年规划纲要(建议稿)》(以下简称《建议稿》)全文发布,其中明确提出加快壮大新一代信息技术、生物技术等产业,推动互联网、大数据、人工智能等同各产业深度融合,培育新技术、新产品、新业态、新模式。
发展数字经济,加强数字社会、数字政府建设,提升公共服务,社会治理等数字化智能水平。同时提出,统筹发展和安全,建设更高水平的平安中国,加强社会治安防控体系建设。该规划的出台为人脸识别技术和行业未来5年的发展规定了目标和方向。
信息安全层面,年11月全国人大通过的《网络安全法》中将个人生物识别信息的管理进一步细化,范围进一步明确。国家网信办有关负责人表示,《网络安全法》的公布和施行不仅保障广大群众的切身利益,还有利于高新技术的应用,进而激发互联网的巨大潜力。
年7月由全国人大公布的《数据安全法》草案为数据加上“防护罩”,明确数据活动的红线,将来在“数据主权、数据经营、数据交易”等方面,通过法律条文的形式,推动数据时代的快速发展。国家坚持保障数据安全与发展并重,鼓励研发数据安全保护技术,积极推进数据资源开发利用,保障数据依法有序自由流动。
年10月21日全国人大公布的《个人信息保护法(草案)》规定了个人信息是以电子或者其他方式记录的与已识别或者可识别的自然人有关的各种信息;规定了个人信息的处理包括个人信息的收集、存储、使用、加工、传输、提供、公开等活动的要求。
二、技术细节
1、人脸识别技术原理
当今主流的人脸识别算法,主要包括人脸检测、人脸预处理、特征项提取、比对识别、活体鉴别五大步骤。其中人脸检测、人脸预处理、特征项提取可统称为人脸视图解析过程,即从视频和图像中检测出人脸,通过图像质量判断,选取合适的人脸图片,提取人脸特征向量,用于后续比对识别;比对识别处理可以分为人脸验证(1:1)和人脸辨识(1:N)两类;活体鉴别算法用以判断人脸识别处理中的人脸图像,是否采集自真实人体。
在实际应用中,除了上述人脸识别算法,前端视图采集技术、人脸数据存储技术、应用软件管理技术也是人脸识别技术应用中重要的技术部分。
2、人脸识别的研究机构介绍
人脸识别作为最受