Zi 字媒體

現在混在職場，如果不懂一點人工智慧的知識都不敢說你跟上了時代。況且你還是一名產品經理，技能之一就是八面玲瓏又要有求知的慾望，不斷地學習和吸收新的知識。誰能通俗的做個專業知識科普？又站在PM新人的角度思考和聊聊呢？ 此文的目的？讀後能得到什麼？此文獻給不是AI產品經理但是想了解一些人工智慧知識的同學，想學專業方法論的請繞行。讓你在茶餘飯後閑談時，參加大咖的AI交流沙龍時，面試Ai公司準備資料時，更熟悉和從容。我希望用小白最能懂的話解釋一些我們不懂的知識，因為我和你都是AI領域的修行者。文章分為6個部分：人工智慧淺談人臉識別是什麼人臉識別的產品實現路徑國內外比較出名的公司人臉識別核心技術人臉識別的應用分類和案例一、人工智慧淺談人工智慧今年被提的次數太多了，互聯網的幾個大風口有金融，AI，醫療，教育。AI進入了很多的領域並讓大家熟識，從自動駕駛汽車，到智能客服機器人，再到智能家居。 你似乎可以讓任何商品（例如醫療健康葯櫃，智能音箱，無人車等），通過人工智慧的技術使其更加智能和有趣。目前各類文章經常提到人工智慧的三個分類，有技術角度的，也有產品角度的。在我理解，人工智慧這類產品是技術驅動的產品，在百度，騰訊這樣的公司都有AI部門，很多PM每天都要面對大量的技術文檔和一些偏技術術語的資料，和傳統的pm的知識結構差異很大。所以目前很多AI的產品經理的職責和工作內容還都很模糊和不確定。每個想乾和已經在乾的AI公司都在各種摸索中。每1個分類，我都整理了一句話，我覺得是比較易懂和有價值的金句。技術角度的三個分類在很多學術文章裡面和進入到AI工作領域后，總會大量提到這些漢字和單詞。初學期慢慢來懂這些詞和事，我們先混個眼熟。大家記住技術儲備和技術人才在AI領域的地位。認知AI （cognitive AI）：認知計算是最受歡迎的一個人工智慧分支，負責所有感覺「像人一樣」的交互。認知AI必須能夠輕鬆處理複雜性和二義性，同時還持續不斷地在數據挖掘、NLP（自然語言處理）和智能自動化的經驗中學習。機器學習AI （Machine Learning AI）：機器學習是要在大數據中尋找一些「模式」，然後在沒有過多的人為解釋的情況下，用這些模式來預測結果。深度學習（Deep Learning）：深度學習是許多現代語音和圖像識別方法的基礎，並且與以往提供的非學習方法相比，隨著時間的推移具有更高的準確度。產品角度的三個分類人工智慧的產品路徑也可分為三步或三類：識別判斷決策創造生成圖像識別，語音識別，人臉識別都屬於識別部分。人臉比對，活體判斷屬於判斷決策階段，最高階的是生成和創造階段，比如圖像語音合成，古詩詞自動作文。在目前的發展階段，降峰pm覺得判斷和決策類的產品更有產品和商業價值。不但是識別還有結果判斷輸出，可以提高很多事情的效率。人工智慧的產品分為圖像，語音，自然語言，文字，用戶畫像等等很多方向。一個AI平台的架構圖你會發現裡面的模塊很多。子業務線也很多。今天我先整理一個子集，圖像領域的人臉識別方向。後續還有續集。二、人臉識別是什麼在《速度與激情7》中就出現一個名為「天眼」的智能系統，可隨時調用遍布城市的攝像機進行追蹤，通過面部特徵迅速準確定位，發動全城圍捕。而《諜影重重》《國家公敵》等眾多電影中，都出現過用人臉識別技術進行快速身份鑒別等橋段。炫酷高科技經常能把觀眾迷得不要不要的。傳統的人臉識別技術主要是基於可見光圖像的人臉識別，已有30多年的研發歷史。但這種方式在環境光照發生變化時，識別效果會急劇下降。解決光照問題的方案有三維圖像人臉識別和熱成像人臉識別，但這兩種技術還遠不成熟，識別效果不盡人意。另外，基於主動近紅外圖像的多光源人臉識別技術迅速崛起，它可以克服光線變化的影響，在精度、穩定性、速度方面的表現不俗。如今，人臉識別在日常生活中的應用場景已非常寬泛。很多在安防和犯罪追捕方面有很多的案例。例如：日本政府將人臉識別投入到2020年東京夏季奧運會的安全安保系統。一句話總結：人臉識別，是基於人的臉部特徵信息進行身份識別的一種生物驗證技術。三、人臉識別的產品實現路徑1、人臉檢測 ，找到臉人臉檢測與分析技術，是人臉識別的第一步。是指對於任意一副給定的圖像，採用一定的策略對其進行搜索以確定其中是否含有人。2、人臉對齊，找到五官位置主要的目的就是在人臉區域進行特徵點的定位，在人臉表情有變化，頭部有姿勢變化時仍能夠精確定位人臉的主要位置，例如：嘴巴，鼻子，眼睛等位置。3、人臉校準和相似度度量，做判斷和決策主要是1:1和1:N的識別問題，確認兩張人臉是不是一個人和海量圖片庫識別相似臉等問題。簡單說人臉識別的基礎就是先從一張圖中識別出人臉位置，逐步把人臉上的特徵點定位到，然後再做人臉校驗和人臉識別等事。下圖這個案例就是一個人臉識別的效果：檢測圖中的人臉，並為人臉標記出邊框。檢測出人臉后，可對人臉進行分析，獲得眼、口、鼻輪廓等72個關鍵點定位準確識別多種人臉屬性，如性別，年齡，表情等信息。後面再給大家舉一些案例展開。四、國內外比較出名的公司1、國內知名公司目前國內的公司發展的很快，大家感興趣可以搜索如下一些網站獲取更多信息和免費體驗的資格。每個公司的介紹就不一一寫了。人工智慧這林子太大了，想把鳥都抓齊不現實。不分排名前後，歡迎補充。（1）騰訊優圖（2）百度AI 天智平台天智是基於世界領先的百度大腦打造的人工智慧平台，提供了語音技術、文字識別、人臉識別、深度學習和自然語言NLP等一系列人工智慧產品及解決方案，幫助各行各業的客戶打造智能化業務系統。（3）曠視科技FACE++美圖秀秀這款神器，一直搭載了曠視科技的人臉識別技術：人臉關鍵點監測、大規模人臉監測等。（4）漢王人臉識別（5）雲從科技 cloudwalk（6）商湯科技SenseTime（7）DeepGlint-格靈深瞳（8）Linkface（9）飛搜(FaceAll)科技（10）科大訊飛2、國外知名公司除了國內這幾家人臉識別公司之外，國外也有很多優秀的公司，比如：美國Identix公司美國Bioscrypt公司德國Cognitec Systems公司西班牙Herta Secunty公司日本NEC公司日本Softwise公司五、人臉識別核心技術核心技術有6類，在某個角度看，也是識別的路徑步驟。大家了解一下這些名詞：人臉檢測跟蹤五官關鍵點檢測人臉像素解析表情，膚色，種族，性別等元素識別活體檢測和識別驗證負責大量級的人臉檢測及檢索大家還記得第三章的示意圖片么？裡面就包含了前4個部分的結論。降峰老師重點談下活體檢測。目前金融行業都在用活體檢測來進行風控識別能力的建設。我們在借款，付款時，會遇到讓你拍攝正面照圖片，再眨眨眼睛 搖搖頭這些動作，就是在進行活體檢測，證明你就是你，你是活的而不是圖片。防止欺詐。這個有機會單獨給大家將金融風控時單獨談。有很多檢驗的元素點和比對內容。六、人臉識別的應用分類和案例目前應用的場景比較多。我們簡單列舉幾類：人證比對人臉驗證人臉識別查找人臉美化一些場景如果再設想一些場景，會有如下一些場景，很多都已經實現了：上班打卡 刷臉考勤，不用帶工卡，智能門禁入駐酒店景區，識別身份，給予VIp待遇。案例：烏鎮閘機啟動汽車，無鑰匙進入刷臉支付，不用帶卡帶手機，直接扣款支付。案例：百度錢包多圖對比尋找唯一個體，比如100張王珞丹和100張白百合放在一起，找不同。更多補充中。如今2017年，人臉識別的識別率已經很高了。這個技術怎麼商業化、怎麼玩將會被進一步挖掘。暗流涌動的割據戰現在正在拉開，安防、社交、金融的市場份額將鹿死誰手？我認為場景很豐富，玩法很多。 作者：降峰，十年產品人。百度金融資深產品經理，原海南航空產品總監，目前從事互聯網金融方向產品設計和產品架構工作。本文由 @降峰 原創發佈於人人都是產品經理。未經許可，禁止轉載。