Zi 字媒體

今日，百度人臉識別落地南陽姜營機場，該系統將通過1：1人臉認證技術，將旅客圖像採集數據與身份信息進行比對，核實乘客身份，同時，旅客可直接通過人臉閘機與庫中所收錄的信息比對驗證，刷臉登機。百度研究院院長林元慶表示，科技讓複雜事情變得簡單是百度的使命，自2016年開始，百度人臉識別技術已經落地了多個場景，在去年的烏鎮互聯網大會上，百度人臉識別技術就已經被世界各地的朋友所體驗，同時，百度希望今年能在全國更多4A、5A景區選用人臉識別技術作為自身的門禁系統。速途網了解到，計算機視覺(人臉識別)同智能駕駛、增強現實一樣，是百度深度學習實驗室的主要探索方向。智能駕駛於2015年從深度學習實驗室孵化出去的項目，專門成立了獨立的事業部做智能駕駛;增強現實於2017年從深度學習實驗室孵化出去的項目，專門成立了增強現實實驗室。據悉，百度人臉識別技術可做到1：N的高精度識別，準確率達99.7%，這個技術壁壘可讓百度在景區、大企業、寫字樓的人臉閘機領域獲得獨特的技術優勢。今年2月，美國權威雜誌《麻省理工科技評論》發布2017十大突破性技術，百度人臉識別技術成為此次上榜的最具「特色」的人工智慧技術。另外，該系統集成了人工智慧生物識別技術、智能化安檢輔助手段和安全高效的自助登機設備，實現了APP裝載、安檢和登機全流程人臉識別，同時，在在此系統下，旅客可在安檢時出示機票，並通過1：1的人臉認證技術進行身份比對，確認旅客信息，並將旅客的圖像信息錄入到資料庫中;登機時，通過1：N的人臉識別技術，將乘客信息與庫中的信息進行核對，確認登機信息。附：人臉識別步驟： Step 1 人臉檢測：根據眼睛、眉毛、嘴巴、鼻子等器官的特徵以及相互之間的幾何位置關係來檢測人臉，即在在一副圖像或一序列圖像(比如視頻)中判斷是否有人臉,若有則返回人臉的大小、位置等信息。Step 2 人臉圖像預處理：系統獲取的原始圖像由於受到各種條件的限制和隨機干擾，往往不能直接使用，必須在圖像處理的早期階段對它進行灰度校正、雜訊過濾等圖像預處理。人臉圖像的預處理主要包括人臉對準，人臉圖像的增強，以及歸一化等工作。人臉對準是為了得到人臉位置端正的人臉圖像;圖像增強是為了改善人臉圖像的質量，不僅在視覺上更加清晰圖像，而且使圖像更利於計算機的處理與識別。歸一化工作的目標是取得尺寸一致，灰度取值範圍相同的標準化人臉圖像。Step 3 人臉圖像特徵提取:人臉特徵提取就是針對人臉的某些特徵進行的。人臉特徵提取，也稱人臉表徵，它是對人臉進行特徵建模的過程。Step 4 人臉圖像匹配與識別：人臉識別就是將待識別的人臉特徵與已得到的人臉特徵模板進行比較，根據相似程度對人臉的身份信息進行判斷。這一過程又分為兩類：一類是人臉確認，是一對一進行圖像比較的過程，將某人面像與指定人員面像進行一對一的比對，根據其相似程度(一般以是否達到或超過某一量化的可信度指標/閥值為依據)來判斷二者是否是同一人。另一類是人臉辨認，是一對多進行圖像匹配對比的過程。將某人面像與資料庫中的多人的人臉進行比對(有時也稱「一對多」比對)，並根據比對結果來鑒定此人身份，或找到其中最相似的人臉，並按相似程度的大小輸出檢索結果。