人臉識別的案例
一文讀懂3D人臉識別十年發展及未來趨勢
來源 |
機器之心
人臉識別
是機器學習社區研究最多的課題之一，以 3D 人臉識別為代表的相關 ML 技術十年來都有哪些進展？
這篇文章給出了
答案。
近年來，人臉識別的研究已經轉向使用 3D 人臉表面，因為 3D 幾何信息可以表征更多的鑒別特征。近日，澳大利亞迪肯大學的三位研究者回顧了過去十年發展起來的 3D 人臉識別技術，總體上分為常規方法和深度學習方法。
從左至右依次是迪肯大學信息技術學院博士生 Yaping Jing、講師（助理教授） Xuequan Lu 和高級講師 Shang Gao。
該調查通過代表性研究的詳細描述來對各類技術進行評估，其中將技術的優缺點總結為對面部變化（表情、姿態和遮擋等）的準確性、復雜性和穩健性。該調查全面涵蓋了 3D 人臉識別的常規方法和深度學習方法，并闡明了可用的 3D 人臉數據庫和未來的研究挑戰與方向。
論文地址：https://arxiv.org/pdf/2108.11082v1.pdf
該調查研究的主要貢獻包括如下：
這是第一篇全面涵蓋傳統方法和基于深度學習的 3D 人臉識別方法的調查論文；
與現有調查不同，它特別關注基于深度學習的 3D 人臉識別方法；
涵蓋 3D 人臉識別最新、最前沿的發展，為 3D 人臉識別提供清晰的進度圖；
它對可用數據集上的現有方法進行了全面比較，并提出了未來的研究挑戰和方向。
如下圖 1 所示，根據所采用的特征提取方法，3D 人臉識別技術可以分為兩類：傳統方法和基于深度學習的方法。
展開 不會被人臉識別取代！指紋識別這些優勢依然堅挺
至少在短期內，指紋識別與人臉識別都不是非此即彼的關系，而是互相補充、共生共長，發揮各自優勢來一道提升應用安全性，這才是最有可能出現的情況。
對，就是人臉識別干的
他事后表示，沒想到自己藏身茫茫人海里還能被人臉識別找到，「早知道這樣我就不來了?！?「歌神」用致命魅力把逃犯誘到現場，人臉識別技術再從 6 萬名觀眾中把他們揪出來。聽起來像不像最佳搭檔？
關于人臉識別技術的研究從 1960 年代開始，隨著技術發展，至今應用越來越廣泛。
從有助打擊犯罪的公共場合監控、出入境或政務辦理時的身份確認，到出于數據安全考慮的門禁、手機解鎖等，再到時下新零售流行的「刷臉進門」、「刷臉支付」和各種自帶美顏美妝功能的 app，都是我們較為熟悉的人臉識別應用場景。
圖自搜狐
不過想象力豐富的人類，最近又為人臉識別發掘出一些神奇用途。
王室婚禮狗仔隊
人臉識別技術插足娛樂圈，有「臉盲癥」的娛記該不該開心？
英國的天空新聞臺（Sky News）最近宣布，在 5 月 19 日哈里王子的婚禮直播中采用人臉識別技術。這項技術將由亞馬遜云服務（Amazon Web Services）提供，可以讓有「臉盲癥」的觀眾一秒識別 600 位賓客的身份。
圖自 Sky News
當天的直播頁面下方還會附有賓客的個人介紹，而右側則是已經到場的賓客名單。
圖自 Sky News
據稱，采用人臉識別進行直播的成本，遠比讓記者在婚禮現場肉眼辨認再弄清賓客身份要低，而且也更高效。亞馬遜云服務將向 Sky News 收取每上傳 1000 張照片 1 美分的價錢，同時在使用人臉識別的過程中，每一分鐘會加收 10 美分。
《好萊塢報道》認為，這種報道方式未來也可以用在奧斯卡獎等明星云集的紅毯現場。
雖然可能會有娛記失業，但一切都是為了你吃瓜愉快啊。
哈里王子和未來王妃，圖自 Vogue
催你趕緊上飛機的空姐
新加坡樟宜機場正在測試人臉識別系統，想幫更多旅客及時坐上飛機。
展開 全國建筑工地，都將開啟人臉識別！
? 對作業企業（工地施工）方要求：
必須安裝硬件設施
安裝在施工現場進出口
鼓勵使用生物識別
識別信息，必須有存檔
保存：電子考勤信息和圖像、影像信息等
? 對監管部門要求：
市各級住房城鄉建設主管部門，實行日常檢查。
我們還發現一條貼心細則：
嚴禁各級住房城鄉建設主管部門，借推行實名制管理指定或暗示建筑企業采購相關產品，不得巧立名目亂收費增加企業額外的負擔。
實名制，和人臉識別啥關系？
好，講到這里了，
大家肯定有疑問，實名制，不一定需要人臉識別??？
沒錯。
正常方案，大家是這么干的
閘機+刷卡，方案↓
這種方式，還是比較粗放！
會發生一些弊端：
比如冒名打卡
借用身份證
安全帽（鑲有芯片）張冠李戴
在計算工資、工時上容易發生糾紛
所以呢，人臉識別，來了！
核心是，人臉識別現在成本降下來了，一套幾千元，工地用得起。
而且識別效果更牛逼。
人臉識別方案，有明顯優勢：
? 工地更安全
人臉識別系統系統需要登記身份證信息，并在公安進行備案。
凡是公安黑名單上的人是沒有機會混入工地匿藏了。
? 管理更高效
該系統能實時掌控工人的動態，如上下班的時間，還與考勤掛鉤，消除工資計時糾紛。
人臉識別有記錄，即使工人沒簽勞務合同也有依據，包工頭想賴賬、拖欠工資、想跑路，門都沒有！
? 工程有保障
關鍵責任人實時在崗，時刻掌握工程質量，工程進度。
豆腐渣工程也將大幅減少。
展開 
基于PCA人臉識別算法的實現
實際上我們并不需要協方差所有的特征值和特征向量， m個（m<M，M為特征值的數目）個特征值足夠用于人臉識別。所以，實際操作中，只取L的前m個最大特征值對應的特征向量用于計算特征臉。
在本環節，本文通過直接構造 L=ATA∈R(m×m) ，來計算出L的特征值，再挑選L特征值大于100的作為C的特征值，最后通過C的特征值計算出它的特征向量，從而形成特征臉。
3.人臉識別
人臉識別過程分為訓練和測試兩個階段。在訓練階段，主要是提取數據庫人臉圖像的特征，并形成特征庫。在測試階段，主要是提取待識別圖像的特征和計算提取的特征和特征庫中特征之間的距離測度，并輸出最小距離測度對應的人臉圖像作為結果。
具體步驟如下：
1.訓練階段
將規范化的圖像矩陣A中的每一列向量投影到特征子空間，形成特征庫。
2.測試階段
1假設測試人臉圖像為Y，在人臉識別前，先對其進行標準化，即 Φ=Y?Ψ 。
2把標準化后的人臉圖像向特征子空間進行投影得到向量 Ω=UTΦ 。
3本文使用最近領法分類器歐幾里德距離[14,15]進行判決分類。測試圖像與每個人臉圖像間的距離為 εk=‖R?Rk‖(k=1,2,…,P) ，并將最小距離對應的訓練圖像作為測試圖像的匹配圖像。
最后, 有相關需求歡迎通過公眾號"320科技工作室"聯系我們
展開 詳解3D人臉與屏下指紋的現狀與未來， 誰才是生物識別新方向？
但是，如果將人臉識別與指紋識別或者其他生物識別技術結合起來，則可很好的解決這些問題。
而隨著屏下指紋和3D人臉識別的興起，越來越多的手機廠商開始同時部署這兩種生物識別技術。比如小米8探索版、華為Mate RS以及華為即將推出的新旗艦Mate20系列。
另外值得一提的是，在此之前，三星已經將虹膜識別和指紋識別技術結合應用在了其旗艦機上。另外，蘋果iPhone 7之后的語音助手Siri也加入了聲紋識別功能。
總的來說，多種生物識別技術相結合的方案，除了可以彌補單一生物識別方式所存在的缺點和不足之外，也應對不同安全級別應用和不同的場景的需求。
展開 228 基于matlab的神經網絡人臉識別 ￥15.9
基于matlab的神經網絡人臉識別。 人臉識別以視網膜、 虹膜、 指紋等生物特征的識別作為生物標識符。生物特征識別不很容易偽造、 放錯位置。新型臉識別使用的方法 RobustPCA 和徑向基函數網絡。程序已調通，可直接運行。
13基于PCA的人臉識別，程序已調通，可將自己的數據替換進行識別，得到識別準確率結果。 ￥12.2
基于PCA的人臉識別，程序已調通，可將自己的數據替換進行識別，得到識別準確率結果，MATLAB平臺，需要可直接拍下。
計算機視覺必讀：目標跟蹤、網絡壓縮、圖像分類、人臉識別等
人臉驗證/識別(face verification/recognition)
人臉驗證/識別可以認為是一種更加精細的細粒度圖像識別任務。人臉驗證是給定兩張圖像、判斷其是否屬于同一個人，而人臉識別是回答圖像中的人是誰。一個人臉驗證/識別系統通常包括三大步：檢測圖像中的人臉，特征點定位、及對人臉進行驗證/識別。人臉驗證/識別的難題在于需要進行小樣本學習。通常情況下，數據集中每人只有對應的一張圖像，這稱為一次學習(one-shot learning)。
兩種基本思路 當作分類問題(需要面對非常多的類別數)，或者當作度量學習問題。如果兩張圖像屬于同一個人，我們希望它們的深度特征比較接近，否則，我們希望它們不接近。之后，根據深度特征之間的距離進行驗證(對特征距離設定閾值以判斷是否屬于同一個人)，或識別(k近鄰分類)。
DeepFace 第一個將深度神經網絡成功用于人臉驗證/識別的模型。DeepFace使用了非共享參數的局部連接。這是由于人臉不同區域存在不同的特征(例如眼睛和嘴巴具有不同的特征)，經典卷積層的“共享參數”性質在人臉識別中不再適用。因此，人臉識別網絡中會采用不共享參數的局部連接。其使用孿生網絡(siamese network)進行人臉驗證。當兩張圖像的深度特征小于給定閾值時，認為其來自同一個人。
展開 教你在Excel中搭建一個人臉識別CNN網絡
作者 | Dave Smith
譯者 | 劉暢
編輯 | 阿司匹林、Jane
出品 | AI科技大本營
【導讀】人臉識別技術已經有了非常廣泛的應用，國內大規模監控系統背后運用的技術就是人臉識別。
與大家常規見到的搭建人臉識別的神經網絡方法不同，本文作者 Dave Smith 走了一次不同尋常路，他在 Excel 中用 9 步就搭建了一個人臉識別的CNN 神經網絡，讓神探 Sherlock 識別出世界的終結者 “Elon”！在這篇文章中，作者試圖以直觀的可視化方式呈現出代碼背后發生的事情，希望可以幫助大家消除學習過程中的一些疑慮，
本文的目標就是為您提供一個簡單的機器學習入門，將涵蓋下圖所示的 9 個步驟。
補充工具：幫助大家了解如何在 30 秒左右的時間將任意一張圖片轉換為有條件格式的Excel 文件
http://think-maths.co.uk/spreadsheet
終結者視角—在電子表格中創建卷積神經網絡
背景
我們首先假設，在終結者的大腦中有一個名叫'Sherlock Convolution Holmes'的特殊偵探。他的工作就是仔細查看證據（輸入圖像）并使用敏銳的眼睛和推演能力（特征檢測），預測圖片中的人物是誰以此來破案（正確分類圖像）。
注：為了減少大家對后面內容的疑惑，首先劇透一點，這篇文章的“男主”其實是 Sherlock Convolution Holmes 。作者可能是神探夏洛克的粉絲，整篇文章都是圍繞 Sherlock 是如何破案來展開的。
展開 Face ID 與3D傳感技術科普
2D人臉識別技術與3D人臉識別技術
對于刷臉消費、刷臉解鎖這些“黑科技”，人們其實一點都不陌生，但如果要深入其中，普通人也只能說出一個關鍵詞：人臉識別。而人臉識別技術實際上可以區分為2D和3D兩種。
1、2D人臉識別：2D人臉識別是目前最為常見的人臉識別技術之一，其工作原理是后期人臉識別系統對圖片中的人臉進識別，通過設定數百或數千個點，并記錄點與點之間的函數，該函數即為此人的面部信息。
2、3D人臉識別： 3D人臉識別是采用3D結構光技術，通過3D結構光內的數萬個光線點對人臉進行掃描后，從而提供更為精確的面部信息，而這類面部信息并不會受到口紅、粉底等化妝品的影響。與2D人臉識別相比，3D人臉識別將提供更為精確的面部數據，最終讓數據更加安全可靠。
“普通視覺傳感設備讓萬物看到世界，而3D傳感技術則讓萬物能像人一樣‘看清’世界?！?3D傳感技術原理
要談3D傳感技術，就必須先弄清楚光學測量分類以及其原理。
光學測量分為主動測距法和被動測距法。主動測距方法的基本思想是利用特定的、人為控制光源和聲源對物體目標進行照射，根據物體表面的反射特性及光學、聲學特性來獲取目標的三維信息。其特點是具有較高的測距精度、抗干擾能力和實時性，具有代表性的主動測距方法有結構光法、飛行時間法、和三角測距法。
展開 
比特大陸端和云AI芯片路線圖透露的雄心
值得一提的是，SA3視頻結構化服務器（2U）能夠支持的視頻結構化路數達到90路，性能超過傳統行業服務器（基于GPU）2.2倍；人臉識別方面性能達到傳統服務器3倍（基于GPU）。
圖：算豐智能服務器 SA3
比特大陸還在積極拓展智慧園區市場，基于BM1682 的嵌入式 AI 迷你機 SE3, 體積小巧，尺寸僅為210mm*115mm*45mm，其單精度峰值運算力可達 3 TFLOPS，額定功耗為 60W，單臺設備便可支持4路動態或10路靜態人臉識別，遠超市場同類產品，受到客戶廣泛認可。
此外，基于BM1682，比特大陸還推出了3D人臉識別智能終端，具有極高的安全級別 提供3D人臉識別、聲紋識別、語音識別等多重系統級生物識別驗證技術, 解決傳統生物識別技術因誤識率高、非活體攻擊,及防偽能力不足而產生的安全性問題，也是業內業界首款支持多?；旌闲蜕?em>識別的3D人臉識別智能終端。
圖：3D 人臉識別智能終端
在研發、迭代芯片及相關產品的同時，比特大陸也在積極推動行業合作及項目落地。
在2018年百度AI開發者大會的AI Computing System論壇上，百度公司發布了其最新的AI 推理加速引擎——Anakin v0.1.0，比特大陸AI芯片BM1682運行Mobilenet時的latency數據在所有測試硬件中表現最優，其性能約為TensorRT或Anakin優化過的業內主流芯片的2-4倍。
2018年，比特大陸與福州市簽署城市級戰略合作協議，通過人工智能技術，助力福州的智慧城市、平安城市建設；比特大陸人工智能產品參與湖北省公安廳安防算法測試，測試結果位居第一；此外在其他省市的安防與人工智能項目中，比特大陸產品也有陸續落地。
展開 超聲波行人檢測觸控在大屏顯示智能行人系統中的應用
為了緩解這個問題提出來“人臉識別”系統。行人作為事故發生的最主要誘因,是監控視頻數據中最重要的組成部分之一,視頻中的行人檢測技術對監控系統的智能化具有重要意義。
人臉識別+大屏顯示智能行人闖紅燈取證系統解決城市的交通痼疾。當行人信號燈狀態為紅燈時，系統會啟動闖紅燈檢測布防。檢測到有行人越界闖紅燈時，自動捕捉行人或非機動車闖紅燈信息，將闖紅燈的整個過程以四張圖片的形式進行合成(參照機動車違法非現場采集標準)，隨后聯動大屏幕進行發布，實時播放。設置這個人臉識別系統是為了給市民起到一個警示作用，提高規范行走意識。
為大屏顯示更智能可在系統中實行超聲波觸控方案，因為大屏幕突破了人手的尺寸限制，所以交互上更需要超聲波這種觸控方式來實現更好的觸控體驗，加之超聲波觸控任意表面、任意材質、任意形狀的天生優勢。
工采網提供的MaxBotix 行人檢測超聲波傳感器 - MB1010是一款超低功耗、寬波束角和高靈敏度的超聲波傳感器,它可以通過脈寬輸出、模擬電壓輸出以及串口輸出得到可靠穩定的距離數據。并且測量周期短，可測距離長達6.45米。同時，它也是公司很受歡迎的室內超聲波傳感器，因為它是一款非常出色的低成本通用型傳感器。
行人檢測超聲波傳感器MB1010特征和優點
應用最普遍的超聲波傳感器
低功耗
寬波束角
靈敏度高
可靠穩定的距離數據輸出
快速的量程周期
脈寬、模擬電壓、串口輸出
可測距離長達6.45米
展開 計算機視覺：你必須了解的圖像數據底層技術
計算機視覺的主要應用
計算機視覺目前應用的領域不勝枚舉，小編就挑出5個具有代表性的應用吧：
物體與行為識別
自動駕駛汽車
醫療影像分析與診斷
圖片標記
人臉識別
計算機視覺工作流程
計算機視覺工作流程其實是大多數計算機視覺應用程序將經歷的一系列步驟。許多視覺應用程序都是從獲取圖像和數據開始，然后處理數據，執行一些分析和識別步驟，最后執行一個動作的：
計算機視覺工作流程
就拿人臉識別來說吧，它也主要遵循了計算機視覺的工作流程：
人臉識別工作流程
我們可以看到，大部分計算機視覺技術應用其實都是從數據預處理開始的，其實這也是機器學習的關鍵。
數據標準化
所謂預處理圖像就是將輸入的圖像數據標準化，以便后續工作流程的順利進行。例如，假設我們創建了一個簡單的聚類算法來區分紅玫瑰和其他花朵：
我們將算法設計為計算給定圖像中紅色像素的數量，如果有足夠多的紅色像素（大于300個紅色像素）就被歸類為紅玫瑰。（這個例子里我們只提取了顏色特征）
還有一點需要注意的是，輸入圖像的大小、裁切方式都會影響算法的輸出結果，因此數據預處理非常重要！
作為數據的圖像
圖像中的每一個像素都是一個我們可以改變的數值，比如，我們可以將一個像素乘以一個標量來改變圖像亮度，我們也可以將每個像素值向右移動來改變圖像飽和度等。
將圖像視為數字網格是許多圖像處理技術的基礎。一般來說，色彩與形狀改變都是通過數學運算對圖像進行逐像素變換完成的。
展開 智慧醫院智能化設計說明，學習設計思路
2.2 公共安全系統
全景視頻監控系統門禁管理系統智能一卡通系統智能一臉通系統入侵報警系統停車場管理系統公共廣播及應急指揮系統
2.2.1 全景視頻監控系統
系統采用六類網線，網絡式架構；醫院各出入口、候診區、內部公共走廊采用人臉識別攝像機；院區出入口、內部公區采用人臉識別攝像機；在南、北樓之間設置全景攝像機，立體監視；搶救室、護士站、ICU、手術室等特殊區域位置監控圖像單獨存儲，可根據需求單獨管理。
2.2.2 門禁管理系統
系統采用六類網線，網絡式架構；醫院首層除大廳外各出入口設置人臉識別門禁；電梯機房、消防泵房等重要設備用房設置人臉識別門禁；手術室、檢驗科、ICU、財務室等重要區域設置人臉識別門禁；手術室、隔離室、放射檢驗室、氧吧、分娩室等特殊區域，采用電動平移門式門禁。
2.2.3 智能一卡通、智能一臉通系統
人臉識別門禁支持刷卡，可與考勤、消費等形成一卡通系統。
2.2.4入侵報警、停車場管理系統
在首層對外出入口設置紅外微波雙鑒探測器；首層大廳對外玻璃處設置玻璃破碎探測器；護士站、取藥處、出入院辦理等處設置緊急求助按鈕；報警信息發送至監控中心，可與視頻監控系統聯動。
醫院地面車行出入口處進出采用同一道閘桿。
2.2.5 公共廣播及應急指揮系統
系統采用網絡式架構并與消防系統聯動；控制優先級緊急廣播、語音廣播、背景音樂廣播；護士站設置尋呼話筒和音量調節設備。
2.3 設備運維系統
樓宇設備監控系統智能照明系統
2.3.1樓宇設備監控、智能照明系統
對消防水泵房、生活水泵房、電梯機房、空調設備等進行監測。
展開 