用FBI通緝犯照片集考驗亞馬遜人臉識別,BuzzFeed意外發現了隱情

說起BuzzFeed,很多人都知道他是一家新聞聚合網站,這家公司就相當於美國的“今日頭條,致力於從數百個新聞博客那裡獲取訂閱源,通過搜索、發送信息鏈接,為用戶瀏覽當天網上的最熱門事件提供方便,被稱為是媒體行業的顛覆者。

用FBI通緝犯照片集考驗亞馬遜人臉識別,BuzzFeed意外發現了隱情

當然,既然是美國的”今日頭條“,BuzzFeed的人類們都是十分喜歡“搞事情”,就比如自亞馬遜的人臉識別系統Rekognition,把28位美國議員認成了罪犯,他們就決定親自實驗一下。

用FBI通緝犯照片集考驗亞馬遜人臉識別,BuzzFeed意外發現了隱情

不過,BuzzFeed測試的不是Rekognition這套系統,而是同屬亞馬遜的一個名人識別AI,它是Rekognition這套系統的一個更新版本,於是,BuzzFeed便把FBI通緝犯的507幅圖像拿去給AI做了匹配。

用FBI通緝犯照片集考驗亞馬遜人臉識別,BuzzFeed意外發現了隱情

△ 畫家Bob Ross與通緝令上的Mike W. Jackson

結果,吉他手啊,演員啊,畫家啊,紛紛與通緝犯高分匹配成功。AI一共完成了17次置信度 (Confidence) 95%以上的匹配。

在另外一項用NIST臉部數據集做的測試裡,AI還把美國前國務卿賴斯,和一非裔男子被捕後的照片,匹配在了一起,置信分是96%。

用FBI通緝犯照片集考驗亞馬遜人臉識別,BuzzFeed意外發現了隱情

△ 美國前國務卿賴斯

機智的你可能發現了,這套系統讓人不解的重點不在明星和通緝犯的匹配,卻在於這些匹配並非勉勉強強拉個人湊數,AI卻很有信心的給出了“錯誤”答案。

為什麼會這樣?BuzzFeed也想知道,於是他們聯繫了亞馬遜。結果,得到的答覆,可能比實驗結果還要讓人驚喜,因為亞馬遜解釋道:名人AI根本就不是一個人臉識別系統……

用FBI通緝犯照片集考驗亞馬遜人臉識別,BuzzFeed意外發現了隱情

亞馬遜說,別看名人AI是作為Rekognition的一次更新,它們兩個其實是完全不同的產品。名人AI是個娛樂產品,會在社交網絡或者搞笑App這樣的地方出現。

就比如,加勒比海盜的傑克船長,畫了很濃的妝,跟強尼戴普平時的樣子相差不少,名人AI還是會給你一個很高的置信分,告訴你他們兩個是同一個人。

用FBI通緝犯照片集考驗亞馬遜人臉識別,BuzzFeed意外發現了隱情

而同樣的一組圖,餵給Rekognition的話,兩者匹配的置信分數,可能就只有50%-60%了。

但是,普通人是沒有辦法感覺到這樣的差異的。畢竟Rekognition已經“認錯”了那麼多人,作為了Rekognition的升級產品,亞馬遜不但沒有解決之前的“問題”,反而“錯”的越來越離譜了,這讓很多人都不能接受,而相比起亞馬遜的Rekognition系統,同樣是在“認賊”這件事兒上,深圳警方的動態人臉識別系統可是“靠譜”太多了!

用FBI通緝犯照片集考驗亞馬遜人臉識別,BuzzFeed意外發現了隱情

前段時間,深圳市龍崗區派出所民警發現其轄區內有個小夥子很奇怪,七進七出派出所,每次偷一輛自行車,價值200元,被抓到經教育再釋放後,他又去繼續偷車,警察很是無奈。

怎麼辦呢?警察想到了人工智能——利用動態人臉識別原理來抓賊!

通過對偷自行車的人的技術數據挖掘,把這個嫌疑人作為這個檔案庫的第一條記錄放進去進行跟蹤。

用FBI通緝犯照片集考驗亞馬遜人臉識別,BuzzFeed意外發現了隱情

兩天後,發現他又騎著一輛新的自行車,這次民警不再對其進行抓捕或者詢問,而是在系統裡面通過動態人像系統進行自動的跟蹤。

第二天,他騎到了一個修車鋪,把車賣給了修車人員。這個修車人員經過民警的研判,很有可能是一個銷贓人員。

銷贓人員的人像被錄入系統,作為系統的第二條記錄,進行自動的監控和監管。

用FBI通緝犯照片集考驗亞馬遜人臉識別,BuzzFeed意外發現了隱情

視頻監控發現,又有另外一個小夥子騎車到同樣一個修車鋪,把車賣給了修車人員。

警察判斷,這個小夥子也有可能是區域內的偷竊自行車的人員,並這個小夥子作為第三條記錄納入系統。

就這樣,在一人一檔的動態人臉識別系統的幫助下,通過幾個月下來積累的數據進行串案、併案,在合適的時機,公安局決定在這個區域進行收網,最終,

一舉抓獲了在本區域內跟偷自行車和銷贓相關的318人。

說到這裡,你或許會被深圳警方這套“動態人臉識別系統”所“折服”,不過,你是否有想過,這麼一套厲害的動態人臉識別系統要是能用在馬拉松的比賽當中,那是不是能有效避免之前層出不窮的替跑蹭跑現象呢?

用FBI通緝犯照片集考驗亞馬遜人臉識別,BuzzFeed意外發現了隱情

▲馬拉松賽前跑者通過人臉識別領取裝備

由於之前馬拉松蹭跑、替跑事件的層出不窮,現在不少賽事都引入了人臉識別系統,不過傳統的人臉識別系統只會在跑者領取裝備、賽前檢錄進入賽場使用,無法涵蓋賽場各個環節,一旦出現有人從非賽道入口進入賽道並仿製號碼簿進行蹭跑替跑,或者有參賽選手抄近道的現象,那等同於直接繞過了賽前人臉識別的這一道關卡,可是,如果組委會方使用了“動態人臉識別系統”,即使出現這樣的情況系統也能很快識別出蹭跑替跑者,可以快速的將他們直接帶離賽場。

馬拉松組委會可考慮與路邊志願者手機、照片服務商拍攝照片、以及其他攝像頭拍攝視頻的後臺進行整合,從多數據源對整個比賽過程中照片進行智能視頻分析管理,這樣就能輕鬆起到避免蹭跑替跑抄近路的問題了!

用FBI通緝犯照片集考驗亞馬遜人臉識別,BuzzFeed意外發現了隱情

▲去年在跑圈鬧得沸沸揚揚的北馬三人同框事件

作為一家專注於運動類賽事信息化智能技術平臺的集成開發和運營的企業,動夕科技一直擁有著馬拉松賽事中的人臉識別領先技術,比如上面提到“動態人臉識別”功能就是動夕科技所掌握的人臉識別的技術之一,能擁有這樣領先的人臉識別技術,這和動夕科技與中國電信上海理想信息產業(集團)有限公司的合作有著密不可分的關係。(以下簡稱:理想公司)

理想公司是中國領軍的人工智能產品公司,以深度學習和物聯傳感技術為核心,立足於中國電信自有原創深度學習算法引擎,深耕金融安全,城市安全,手機AR,商業物聯等核心行業,致力於為企業級用戶提供全球領先的人工智能產品和行業解決方案。

比起一般的人臉識別系統,理想公司的動態人臉識別最顯著的特點就是不需要停駐等待,你只要出現在一定識別範圍內,無論你是行走還是停立,系統都會進行抓拍,然後再與進行整合進行對比。而動態識別這一特點正好符合馬拉松比賽中跑者“川流不息”的場景。

用FBI通緝犯照片集考驗亞馬遜人臉識別,BuzzFeed意外發現了隱情

基於深度學習算法的人臉抓拍攝像頭,可實時提取人臉,擁有局部識別能力,即使人臉在局部遮擋的狀體下,只要能識別出關鍵特徵,也能實現人臉準確識別。

用FBI通緝犯照片集考驗亞馬遜人臉識別,BuzzFeed意外發現了隱情

動態人臉識別,基於海量的動態場景的深度學習算法,通過機器人學習平臺,不斷改進學習,解決開放場景下低頭、側臉、逆光、部分遮擋問題,做到人像捕捉又快又準。

用FBI通緝犯照片集考驗亞馬遜人臉識別,BuzzFeed意外發現了隱情

總之,現在隨著國內馬拉松比賽的越來越多,比賽選手的管理對於賽事組委會來說絕對是最為重要的一環,如果能在賽事中運用到這樣高效智能的人臉識別系統,那對於賽事主辦方來說也可以投入更多的人力到賽事的服務中去,這不論對於賽事本事和比賽參賽者來說都是利大於弊的,所以,如果恰好是賽事的主辦方,又恰好想在比賽中運用到智能體育所帶來的便利,那就不妨來找動夕科技試試看吧~


分享到:


相關文章: