手机扫码太麻烦?人脸识别帮你快速“健康”通行

新冠病毒传染性强,据说有人买菜15秒就被传染了,专家说,毒性够强的话,2秒也能被传染。

手机扫码太麻烦?人脸识别帮你快速“健康”通行

戴上口罩对生活最大的影响就是面部识别变得困难:没办法半秒解锁手机、买东西没办法刷脸支付、遇到刷脸识别身份的地方,例如高铁进站,不得不摘下口罩……还想面部识别吗,做梦吧?

并且,特殊时期很多地方设置了健康码或通行证,在进入小区或者超市等重点场所都需要出示,但是频频摘下口罩却又无形中增加了病毒感染的可能。对于经常忘记带通行证、手机卡,找健康码花费很多时间、特别是年纪较大的人来说使用手机刷码简直太难了,更别说因为刷健康码而“踩点失败“的上班族了,总之刷健康码给居民的生活带来了诸多不便。

手机扫码太麻烦?人脸识别帮你快速“健康”通行

不过,具有深度学习算法的人脸识别还是可以的,比如苹果的Face ID会通过机器学习来自动适应用户的外观变化——比如变胖、化妆、戴眼镜等等,但如果用户面部出现较大改变,比如戴口罩这样遮住了大部分可识别范围(可提取到的特征点)后,机器无法识别时会让用户输入密码,重新确认你的“面部”,并且学习新的面部特征。

但是着需要学习多少次呢?2782次!


手机扫码太麻烦?人脸识别帮你快速“健康”通行


上面可能只是开个玩笑。

其实,因为安全性的原因,大部分厂商都不会允许带口罩进行面部解锁。

其中,各大手机巨头,以及计算机视觉四小龙的企业,就有大量的人脸识别专利。

下面抛砖引玉,介绍两个人脸识别技术:

专利一:人脸识别方法及装置、电子设备和存储介质

申请人:北京市商汤科技开发有限公司

公布号:CN110532957A

发明点:通过响应于人脸识别请求,采集第一图像和第二图像,确定所述第一图像中的人脸区域与所述第二图像中的人脸区域的交集区域,以及所述第一图像中的人脸区域与所述第二图像中的人脸区域的并集区域,根据所述交集区域的面积与所述并集区域的面积的比值,对所述第一图像和所述第二图像进行活体检测,确定所述第一图像和所述第二图像对应的活体检测结果,并至少根据所述第一图像和所述第二图像对应的活体检测结果,确定人脸识别结果,由此能够提高人脸识别的准确性和安全性。

手机扫码太麻烦?人脸识别帮你快速“健康”通行


专利二:一种人脸识别方法、装置及电子设备

专利权人:北京旷视科技有限公司

公布号:CN110569731A


发明点:用户的人脸图像中的人脸被部分遮挡时,基于注意力提取方式,从人脸图像中提取人脸的全局特征,将人脸图像划分为多个子图像,分别从多个子图像中的每一个子图像中提取对应于子图像的所述人脸的局部特征;将全局特征和从多个子图像中的至少部分子图像中提取的人脸的局部特征进行组合,得到人脸的组合特征;基于人脸的组合特征和参考人脸图像中的人脸的组合特征,对用户进行人脸识别。实现了在人脸被部分遮挡情况下对用户进行人脸识别时,同时考虑了人脸的全局特征的相似度和人脸的局部特征的相似度,全面地判断人脸的相似度,提升人脸被部分遮挡情况下人脸识别的准确性。


手机扫码太麻烦?人脸识别帮你快速“健康”通行


人脸识别技术只是计算机视觉的一角,中短期来看,包括人脸识别、人体识别、图像识别等在内的主要计算机视觉技术的研发将保持基于使用神经网络的深度学习算法,而神经网络的种类选择、结构设计以及参数调整等是一连串极其复杂的工作,因此算法的优劣和迭代速度将直接取决于算法设计人员的知识和经验储备,也会进一步决定计算机视觉的准确率、可靠性等关键性能,因此技术是企业竞争的核心要素之一。

市场格局上,科技巨头把控基础层,初创企业领跑算法和应用,垂直行业龙头占据场景。计算机视觉架构从下至上:1)基础层——核心芯片被 Intel、Nvidia等传统芯片厂商把控,新型芯片厂商尚未崛起,规模应用有待时日;开源平台以谷歌的 Tensorflow、Facebook 的 Caffe 等为主,其他企业的深度学习框架多为二次开发;2)技术层——算法以初创企业领跑,云计算几乎被 IaaS 巨头所垄断;3)应用层——垂直行业龙头占据场景,技术层初创企业积极向上渗透,头部企业领跑应用市场。根据 IDC 的统计,中国计算机应用市场商汤、旷视、依图、云从“四小龙”总体市场份额达69.4%,其中商汤市场份额 20.6%排名第一(文章为知识产权全产业链提供商

超凡知识产权原创,未经授权不得转载)。


手机扫码太麻烦?人脸识别帮你快速“健康”通行


分享到:


相關文章: