人脸识别技术发展现状及未来发展趋势

简介: 人脸识别,通常也称人像识别、面部识别,是基于人的脸部特征信息进行身份识别的一种生物识别技术,主要用摄像机或摄像头采集含有人脸的图像或视频流,并自动在图像中检测和跟踪人脸,进而对检测到的人脸进行脸部的一系列相关技术。

2000元阿里云代金券免费领取,2核4G云服务器仅664元/3年,新老用户都有优惠,立即抢购>>>


阿里云采购季(云主机223元/3年)活动入口:请点击进入>>>,


阿里云学生服务器(9.5元/月)购买入口:请点击进入>>>,

限时免费提供人脸人体、分割抠图、OCR以及视频等共计140+项AI能力的调用【点此开通】


人脸识别,通常也称人像识别、面部识别,是基于人的脸部特征信息进行身份识别的一种生物识别技术,主要用摄像机或摄像头采集含有人脸的图像或视频流,并自动在图像中检测和跟踪人脸,进而对检测到的人脸进行脸部的一系列相关技术。

近年来,随着人工智能的发展以及国家经济发展、安全防卫的需要,我国人脸识别市场不断扩大,技术水平不断提升,在算法方面已取得世界领先地位。伴随着人工智能的持续发展,智能化时代的悄然到来,以人脸识别为代表的生物识别技术越来越普及。从安防、支付、金融到教育、医疗和交通,"刷脸"日渐成为常态,为人们的生产与生活带来了诸多智能、安全与便捷。

一、人脸识别技术发展背景

人脸识别,是基于人的脸部特征信息进行身份识别的一种生物识别技术。除了安防、金融这两大领域外,人脸识别还在交通、教育、医疗、警务、电子商务等诸多场景实现了广泛应用,且呈现出显著应用价值。为了进一步把握人脸识别技术所带来的重大机遇,我国出台了一系列政策予以支撑。

2015年以来,我国相继出台了《关于银行业金融机构远程开立人民币账户的指导意见(征求意见稿)》、《安全防范视频监控人脸识别系统技术要求》、《信息安全技术网络人脸识别认证系统安全技术要求》等法律法规,为人脸识别技术的应用以及在金融、安防、医疗等领域的普及奠定了重要基础。

2017年,人工智能首次被写入全国政府报告;同年7月,国务院发布了《新一代人工智能发展规划》;12月,工信部出台了《促进新一代人工智能产业发展三年行动计划(2018-2020年)》,其中对人脸识别有效检出率、正确识别率的提升做出了明确要求。作为人工智能主要细分领域,人脸识别获得的国家政策支持显而易见。

2020年,《中国新一代人工智能发展报告2020》今天在浦江创新论坛发布。报告对过去一年中国人工智能发展的总体情况进行了系统回顾。报告分全球发展、创新环境、科技研发、产业化应用、人才培养、区域发展、人工智能治理七个章节,力图客观反映中国《新一代人工智能发展规划》的实施情况,揭示未来发展的新挑战和新趋势。

二、人脸识别技术发展历程

image.png

人脸识别最初在20世纪60年代已经有研究人员开始研究,真正进入初级的应用阶段是在90年代后期,发展至今其技术成熟度已经达到较高的程度。

1991年,特征脸(Eigenface)算法被应用在人脸识别,首次实现了自动检测人脸。这项技术是霍普金斯大学的希洛维奇(Sirovich)提出,再由麻省理工学院(MIT)"连接科学"的创始主任亚力克斯彭特兰(Alex Pentland)发扬光大,彭特兰在2012年被《福布斯》评为"全球7个最强数据科学家之一",获此殊荣的还有谷歌创始人拉里佩奇。

2000年以后,NIST研究院又在FERET项目基础上做了延伸,先后发起两个新项目FRVT和FRGC,FRVT是评估技术可用性,测试算法系统性能,为采购技术的相关部门提供检测报告。FRGC则是面向市场上的公司和团队,联合其他部门的定制化需求,发布竞标比赛,FRVT负责对接评估,帮助不同部门完善人脸识别系统的个性化要求。

2010年,随着Facebook加入人脸识别功能,人脸识别开始走向个人。从支付到美颜,全球互联网公司纷纷跟进,2017年苹果iPhone X首次发布人脸解锁功能,抢购一空同时引爆了市场,如今人脸识别已经应用在了方方面面,短视频、直播这些每天都会高频出现在我们身边。整个发展过程可以分为机械识别、半自动化识别、非接触式识别及互联网应用阶段。

与其他生物识别方式相比,人脸识别优势在于自然性、不被察觉性等特点。自然性即该识别方式同人类进行个体识别时所利用的生物特征相同。指纹识别、虹膜识别等均不具有自然性。不被察觉的特点使该识别方法不易使人抵触,而指纹识别或虹膜识别需利用电子压力传感器或红外线采集指纹、虹膜图像,在采集过程中体验感不佳。

目前人脸识别需要解决的难题是在不同场景、脸部遮挡等应用时如何保证识别率。此外,隐私性和安全性也是值得考虑的问题。人脸识别优势明显,未来将成为识别主导技术。

具体来说,相比指纹识别、虹膜识别等传统的生物识别方式,优点主要还集中在四点:非接触性、非侵扰性、硬件基础完善和采集快捷便利,可拓展性好。在复杂环境下,人脸识别精度问题得到解决后,预计人脸识别有望快速替代指纹识别成为市场大规模应用的主流识别技术。

三、人脸识别技术研发现状

人脸识别发展加快一方面来自于我国智能化社会建设的发展需求,另一方面来自于人脸识别技术的快速发展。尤其是近年来人工智能化的浪潮下,人脸识别行业受到了资本的青睐,为人脸识别技术的发展提供了重大机遇。根据SooPat数据显示,近年来我国人脸识别行业相关专利申请数量不断提高。

2018年,我国人脸识别行业专利申请量为3487项,较2017年略有提升,专利公开数量为5200项,同比增长93%。2019年1-2月,我国人脸识别专利公开量已经达到1174项,超过2014年全年水平。

image.png

四、我国人脸识别技术应用现状分析

2014年是我国人脸识别技术的转折点,使人脸识别技术从理论走向了应用,2018-2020年则是人脸识别技术全面应用的重要节点,"刷脸"时代正式到来。

目前,从我国人脸识别技术应用来看,主要集中在三大领域:考勤门禁、安防以及金融。

image.png


从具体应用来看,主要包含了公共安全领域的刑侦追逃、罪犯识别以及边防安全等;信息安全领域的政府职能领域的电子政务、户籍管理、社会福利和保险;商业企业领域的电子商务、电子货币和支付、考勤、市场营销;场所进出领域的军事机要部门、金融机构的门禁控制和进出管理等。

image.png

除了公共安全领域,人脸识别也更多的被用到了金融行业。当下刷脸办卡、远程贷款、自主开户、刷脸支付已经开始在我们的生活中渗透。现在很多银行已经把人脸识别系统引入到自主设备中,在办卡时可以利用人脸识别技术将现场采集的照片与已存照片、身份证照片进行比对,确认之后,才可以进行自主开卡、业务变更、密码重置等业务,更加的安全高效。

同时在交通领域,行人闯红灯也步入了“刷脸”时代。中国式过马路曾经成为一时笑料,很多中国人在过马路的时候,不看红绿灯,凑够一群人就走的情况还是没能够得到改善。一直以来这种闯红灯的陋习很难被治理,但是人脸识别技术的发展让我们看到了转机。

现在已经有地区开始将人脸识别技术用于治理行人乱闯红灯了,在行人闯红灯时,自动识别抓拍系统会对闯红灯的市民进行抓拍,并将数据上传到大数据侦查实验中心,核实真实身份,并实时在电子大屏上对违法人员进行曝光。

五、人脸识别未来发展趋势

首先,人脸识别应用的最广泛领域便是安防行业,不仅给整个安防行业注入了新的生命活力,也进一步开拓了新的发展市场。作为安防市场未来的发展方向的智能视频分析,其中最重要的技术就是人脸识别。

其二,我国的三维测量技术近年来发展形势较好,而现今3D人脸识别算法正对2D投影的缺陷做了补充,此外对于其中的传统难点,包括人脸旋转、遮挡、相似度等在内的都有了很好的应对,这也成为了人脸识别技术的另一个最为重要的发展路线之一。

其三,大数据深度学习进一步提升了人脸识别的精确度,这也为2D人脸识别的应用作了一定的突破,将其应用于互联网金融行业当中,能够快速普及金融级应用。

其四,人脸识别技术由于其便利性、安全性,可在智能家居中用作门禁系统以及鉴权系统,因此智能家居与人脸识别技术的融合是未来发展的重点方向。智能家居中的人脸识别系统是结合嵌入式操作系统和嵌入式硬件平台建立的,加强了人脸识别技术与智能家居应用的结合度,具有概念新、实用性强等特点。

其五,人脸识别技术是未来基于大数据领域的重要发展方向。现如今公安部门都引入了大数据,这也弥补了传统技术的难点,通过人脸识别技术使得这些照片数据再度存储利用,能够大大提升公安信息化的管理和统筹,这将成为未来人脸识别的主要发展趋势。


在线免费体验百种AI能力:【点此跳转】


钉钉扫描下方二维码,进群免费对接百种AI能力

一群二维码.jpg

相关文章
|
2月前
|
机器学习/深度学习 人工智能 算法
工智能 - 人脸识别:发展历史、技术全解与实战
工智能 - 人脸识别:发展历史、技术全解与实战
32 1
|
4月前
|
人工智能 API 数据安全/隐私保护
Azure AI - Azure人脸识别任务概述与技术实战
Azure AI - Azure人脸识别任务概述与技术实战
151 1
|
20天前
|
机器学习/深度学习 监控 安全
未来智能城市中的人脸识别技术发展趋势
随着智能城市建设的不断推进,人脸识别技术作为其中的重要一环,正迎来前所未有的发展机遇与挑战。本文从技术革新、隐私保护、应用场景等多个角度探讨了未来智能城市中人脸识别技术的发展趋势,旨在为相关领域的研究和应用提供参考和启示。
29 1
|
2月前
|
机器学习/深度学习 监控 算法
利用深度学习技术实现人脸识别系统
人脸识别技术在当今社会得到了广泛应用,其中深度学习算法的发展为人脸识别系统的性能提升提供了强大支持。本文将介绍如何利用深度学习技术构建一个高效的人脸识别系统,包括数据准备、模型选择、训练过程和系统部署等方面的内容。
|
8月前
|
机器学习/深度学习 安全 算法
机器学习引领未来:人脸识别技术的应用与挑战
当今世界,机器学习在各个领域都取得了巨大的成功和影响。其中,人脸识别技术无疑是一个备受关注的研究领域,它的广泛应用涵盖了从安全领域到娱乐产业的各个方面。本文将探讨机器学习在人脸识别方向的应用,以及这一技术的潜力和挑战。
|
3月前
|
机器学习/深度学习 算法 数据可视化
【模式识别】解锁降维奥秘:深度剖析PCA人脸识别技术
【模式识别】解锁降维奥秘:深度剖析PCA人脸识别技术
30 0
|
4月前
|
机器学习/深度学习 监控 安全
人脸识别技术:身份验证的新选择
在数字化时代,随着数据安全和个人隐私保护日益受到重视,传统的身份验证方式也已经不能满足现代社会对安全性和便捷性的需求。而人脸识别技术应运而生,它的高精度和快速识别能力使得它成为了一种备受关注的身份验证方式。本文将从人脸识别技术的发展历程、应用场景以及优缺点等方面进行探讨。
55 3
|
9月前
|
小程序 计算机视觉
FaceApi 人脸识别技术点
FaceApi 人脸识别技术点
92 0
|
10月前
|
人工智能 缓存 小程序
融合人脸识别、即时通讯等技术,实现家校互通的智慧班牌系统源代码
电子班牌系统又称之为智慧班牌,是当前校园数字化信息化建设、文化建设的主流,是校园日常工作安排、校园信息发布、班级文化风采展示、课堂交流的重要应用载体。智慧班牌系统在传统信息发布和校园文化展示功能基础上,融合了人脸识别、即时通讯等新技术,与智慧校园中各类系统互联互通,将课堂学情分析、考勤管理、德育评比、教务考务、物联控制、家校互通等业务进行有机融合,实现了一个终端多种应用。
|
10月前
|
计算机视觉
人脸识别之facenet解读与技术点
人脸识别之facenet解读与技术点
91 0
http://www.vxiaotou.com