人工智能這個詞，在這一兩年之間尤為火爆。而將人工智能推動到風口浪尖上，很大原因是由于人臉識別技術(shù)的成熟和推廣。可以說，目前的人工智能領(lǐng)域，人臉識別是獨占半邊天的。刷臉支付，刷臉考勤，刷臉通關(guān)，演唱會刷臉捉逃犯，全城刷臉尋找失蹤小孩，刷臉已經(jīng)無處不在，它給我們的生活帶來了安全，便利，帶給了我們?nèi)碌目萍俭w驗感。
刷臉，到底有哪三種模式？
說了這么多，你是否了解人臉識別呢？其實，人臉識別就是比對，但是比對是有比對的目標和參照對象的，也就有了不同的比對模式。我們從人臉識別技術(shù)的三大應(yīng)用類型，讓你知道，刷臉，到底刷出了什么，是有哪三種刷臉的模式？
1，人臉識別1:1模式
人臉識別1比1，其實質(zhì)就是對當前所拍攝和提取到的人臉和后臺人像庫中的個人信息進行比對，它回答的問題是當前這個人是不是你。它是屬于靜態(tài)識別類的，人是不移動的，并且人臉角度合適，拍攝出的照片清晰可見。所以1比1的識別率很高，我們一般人眼識別率大概是95%，而人臉識別1比1基本可以達到99%—99.99%，是已經(jīng)能夠完全符合人類的使用預(yù)期，它的主要影響因素是環(huán)境和攝像頭類型。這種模式的應(yīng)用是我們現(xiàn)在應(yīng)用最廣泛的，刷臉支付，酒店刷臉登記，考生身份比對，火車高鐵人證比對，銀行刷臉取錢等等，都是屬于這一類型的。
刷臉，到底有哪三種模式？
人臉識別1比1
這里詳細講一下高鐵的人臉識別，高鐵的人臉識別總共兩個過程的應(yīng)用，分別是人臉識別1比1模式和人臉識別1比N模式，這里先講一下人臉識別1比1。我們乘坐高鐵要刷身份證。首先，身份證的信息是可以提取的，閘機會先提取出你的身份證照片作為參照物。然后將拍攝到的這個人像與參照物進行比對看一下是不是同一個人，這種比對不是我們?nèi)庋鄣恼J臉型認頭發(fā)等等，它是利用眼間距，鼻梁骨高度，眉毛距等信息比對，這個過程大概在1~2秒之間，效率高識別率也高，所以產(chǎn)品一出來才幾乎所有高鐵站都推廣。
刷臉，到底有哪三種模式？
高鐵通關(guān)閘機
2，人臉識別1:N模式
人臉識別1比N模式，也是對當前所拍攝到的人像進行比對。所不同的是，人像再也不是以某一張照片或者某一個信息作為參照物，而是以后臺的整個人像庫作比對。它回答的是你這個人在不在這個庫里面，是否在我的檢索范圍之內(nèi)這個問題。這里支持靜態(tài)識別和動態(tài)識別。
靜態(tài)識別是人需要站在特定位置的，繼續(xù)以我們上面的高鐵通關(guān)閘機為例子，第一道關(guān)口用了人臉識別1比1識別之后，其實機器還進行了第二道關(guān)口的人臉1比N的識別。我們知道，高鐵站的檢查就是為了安全，所以，他會將調(diào)取出來的身份證照片和這個地區(qū)的逃犯庫，偷竊庫進行比較，看一下你是不是在這個庫里面，可以進行下一步報警和捕捉處理。同理，企業(yè)的大樓的人臉通關(guān)，也是將你的人像進行檢索，看一下你是否在這個企業(yè)的人像庫里面，才給予通過。這個識別率也是相對較高的，大概在85—90%以上，主要受影響條件是人像庫的大小，影響準確度和速度。
刷臉，到底有哪三種模式？
人臉識別1：N
動態(tài)識別是對流動中的人群進行拍攝，獲得人臉數(shù)據(jù)并進一步比對的過程。這個過程不需要人的配合，不需要人站在特定位置，是悄無聲息的。地鐵口，大廣場等等密集場所往往運用到這一點。特別是我們的追蹤疑犯，就是用不斷在各種場所拍攝到的人像在人臉庫中搜索，達到追蹤的目的。當然，這個應(yīng)用一般人像庫都比較大，而且受拍攝時人的站位，側(cè)面正面，以及混雜的人群影響，誤報率相對較高，識別率一般只有60%-80%之間。
刷臉，到底有哪三種模式？
動態(tài)人臉識別1：N
3，人臉識別M:N模式
第三種則是人臉識別M:N模式，其實就是不同人像庫的碰撞對比。它回答的是A人像庫和B人像庫的關(guān)聯(lián)。理論上講，這種模式可用場景非常廣，包括各種接待活動，演唱會展會等等。但是實際上我們目前接觸落地應(yīng)用的還是比較少，第一是識別的基數(shù)非常大，這種多用于大場景。第二是人像庫的不同選擇也會導(dǎo)致不同的結(jié)果，還有照片的來源以及系統(tǒng)的深度學(xué)習(xí)程度。
刷臉，到底有哪三種模式？
現(xiàn)在這種模式多運用于警方的犯罪分析。舉個例子，據(jù)了解，很多犯罪者不止一次犯罪，甚至三四次入獄的比比皆是。警方會把犯罪庫和各個公共場所的實時人像庫進行碰撞對比，看一這些有案底者是否有二次犯罪的嫌疑，做到實時監(jiān)控。此外，海關(guān)出入口檢測，年齡的數(shù)據(jù)庫碰撞都可以運用到這一模式。目前這種模式識別率大概40%-60%之間，還不足以大規(guī)模使用，期待它的準確率和速度騰飛的那一天。
刷臉，到底有哪三種模式？
人臉識別M:N
刷臉，已經(jīng)無處不在。人臉識別的應(yīng)用模式也不斷提升，當然，人臉識別還需要突破人種面部特征的差別，人像庫進一步的深度挖掘等等。但是，人臉識別春風已來，這將是我們這個時代巨大的革命。
