那辨认是从什麼时分开端？我们以为应该是从计算机视觉开端，所谓百闻不如一见，很多时分我们对人的信息是来自他的脸，来自他的内在抽象，这是一个最重要的信息。我们70%的信息都来自于视觉，所以人脸辨认是十分重要的视觉的入口，在各行各业曾经失掉普遍的使用。比方经过刷脸领取，我们能很方便地买到一杯咖啡，不需求带卡，不需求带其他东西，也不需求记密码。刷脸领取在机场经过安检口辨认之后，我们可以走到一个航显屏上，它可以实时地把我要去的目的地、航班、登机口都显示出来，同时可以指示我怎样走到登机口。这就是十分好的展现人工智能协助我们更好地生活的例子，不光是保证我们的平安。智慧航显如何扫除光、角度的搅扰我们要到达让机器更靠谱地辨认人的目的，第一个就是要处理人脸辨认。人脸辨认的根本原理是经过摄像机拍一张你的照片，然后在后台计算机上剖析。照片是有角度、有光线的，如何让计算机解脱这些搅扰要素？假如是正面和正面，会有怎样的影响？假如是逆光，人脸能够都看不清楚了，这时怎样把它辨认出来？这些要素都是我们首先要思索的。光线变化从2013年开端，我们做了一些实验性的打工。首先，我们设计了一个大规模的摄像头阵列，这个阵列有91个摄像头，包括7层，我们叫7种俯仰角，以及13个不同偏转角度，我们叫偏航角。这91种角度，91个摄像头，可以在毫秒的误差范围内同时采集到一团体不同角度的人脸，我们称之爲构造化的数据。多角度人脸采集阵列它有别于我们在互联网上采集到的一些人脸照片，或许是我们本人拍的照片，由于它没有角度信息。我们需求晓得照片是什麼角度拍的，这个就是构造化。它可以让计算机在短工夫内经过大批的数据训练，对一团体不同的角度采取无效的剖析。这个设备我们如今还在用，采集到上千万张构造化的人脸。其次，我们模仿了各种各样的光源，强光、弱光、逆光、顺光，或许是太阳光，或是微弱的星光，或许室外的车灯、室内的照明灯，来看这种光源状况下，不同的光照等级下人脸的变化状况。多光源模仿光环境这是从角度和光源两个方面去辨认人脸。经过这些技术，我们明天可以把人脸辨认的误识率做到亿分之一。相当于1亿次尝试冒充他人去验证，只要一次时机的概率经过，这根本上可以掩盖到绝大少数的使用。我们人眼的正确率大约是97%左右，它曾经是99.8%了。误识率亿分之一辨认“活人”仅仅靠这个就可以把事情做好了吗？还不行。举个例子，前段工夫我们看到宁波有一套行人的闯红灯辨认零碎，它可以把合法闯红灯的行人实时抓拍并曝光在LED屏上。后果有网友看到董明珠女士的照片曝光在曝光台。大家觉得很奇异，为何董明珠会在宁波，细心一看发现原来是公交车上的车身广告。车身广告有董明珠女士的人脸，摄像机把她准确地辨认出来了，然后被以为是合法闯红灯了。甚至还有交警在执法的进程中也被抓拍上去，也被以为是闯红灯了。这种状况让人为难，辨认没有错，但犯了一个最大的成绩是这是不是真实的人脸，假如不是真实的人脸就应该扫除掉。这牵扯到另外一项技术——活体检测技术，它可以分辨是立体的照片，还是视频，还是一个真实的人脸，甚至是一个3D的人脸模型，都可以把它分辨出来，这是我们要做的第二项技术。最早我们的技术是用在手机银行，或许是证券的近程开户，比方明天很多APP上用刷脸登陆，它会让你眨眼、转头或许是张嘴，这些举措是随机的，你不能够事前录制好，经过这些举措就可以判别出你是真人还是照片。举措检测但大家在运用进程中会发现它比拟慢，快的话也要三五秒钟，慢的话能够要十几秒钟，有时能够不太方便。关键它让你觉得不太敌对，为何要做这些看起来很傻的举措？所以这就是我们如今要处理的。第二代的红外双目技术。它经过两个摄像头，一个是可见光的摄像头，RGB的，还有一个是红外光摄像头，我们虽然人眼看不到，但它对我们的人脸是比拟敏感的，它可以反射，可以被红外的摄像头采集到，但假如是照片，或许是视频、平板，它反射回来的照片是不一样的。红外双目摄像头这里有两幅图片，一幅是可见光的RGB的图像，一幅是红外光的图像。红外光原本是看不到的，我们把它经过一些计算展现出来。可以看到这两幅图片是对同一团体脸同时采集的，假如是照片的话一定是有很大差别的，经过这种差别性的计算可以把真实的人脸和照片区分开。RGB图像（左）红外光图像（右）像这样的技术，我们曾经用在刷脸领取，银行里的刷脸取款，包括在华南理工大学各种各样的校园e银行外面有很多刷脸购物的东西，它的设备上都有这样一个双目摄像头。我们在外部也会做很多攻击，本人去攻击本人。比方经过挖眼睛、挖嘴巴等的人脸照片，还有各种各样的人脸的面具、3D模型同时停止测试，让计算机可以真正地分辨是攻击的还是真实的。人脸照片和面具攻击测试但是我们如今的技术还是立体的，最重要的是开展一个三维的、实时的生成人脸，我们采取构造光的技术。它异样是红外光，也异样有至多两个摄像头，一个是可见光摄像头，一个是红外光摄像头，但是这个光跟方才不一样，它是有构造的，比方说二维的点阵。红外构造光3D成像假设有一万多个二维点阵，它可以同时投射到人脸上，由于这些光有构造，它经过空间的传输后到人脸，人脸是有深度的，经过反射之后会发生形变，形变信息经过计算当前就可以失掉人脸的实时的3D模型。这个技术可以准确地完成人脸3D建模，当然就可以分辨出人脸是立体的还是真实的。这个技术可以用来实时地如经过一张照片就能生成你的人脸模型，他的正面、正面、顶部和底部，都可以疾速地完成。很多文娱化的使用里也会用这样的技术。实时3D人脸模型拍不到脸怎样办？有了这些技术之后，我们根本上可以比拟精准地辨认到一团体脸。但这还远远不够，很多时分摄像机是固定的角度，并不能拍到你的人脸，这时怎样办？从2017年开端，我们在做这样一个技术叫跨镜追踪，不同的摄像机可以把同一团体的穿着、姿势、配饰都辨认出来，然后依然把你定位出来。跨镜追踪这个技术十分适用，假如用在抓逃犯上，可以更精准地经过大批的摄像机就能把目的人物检测出来。当然它可以用在其他更多中央，假设说一个女孩在公园里跑步，公园主干道上有一些摄像机，这些摄像机在没有拍到人脸的状况下，依然可以把这个女孩的穿着和步态辨认出来，然后对她停止轨迹的跟踪，这就是我们的跨镜追踪技术。这个技术除了抓逃以外，还可以用于协助走失的儿童、走失的老人，可以实时地、疾速地跟踪。同时，这个技术还可以用在商业外面。三个目的：爲了更靠谱地辨认人我们的人脸辨认技术，或是行人辨认技术，它都可以让我们比拟精准地去辨认，但我们仍在持续研讨一些更前沿的技术，希望可以愈加精准地去辨认人，我们的目的是靠谱地辨认人。首先，我们的技术能不能做在前端，而不是不断在后端，要靠计算机、效劳器完成，这样的话它的实时性、计算量都会比拟复杂。所以我们会放在前端，包括到我们的摄像机、无人机下面去做。第二，我们要远间隔、大规模地辨认。假如是上百人、上千人的场所，我们能不能疾速地辨认，而且当间隔比较而言能够比拟远时，照片的分辨率、每团体人脸或人体的分辨率会比拟低，这时我们照样可以把它辨认。第三，辨认人是最终目的，所以不光是计算机视觉，还有语音、手势，包括举措、唇语我们都可以去辨认。做辨认的目的是要辨认人、了解人，最初是协助人，所以它一定要完成一个完好的人机交互。这是我们开展的三大目的。我复杂地用三个视频来展示我们三大目的的开展。第一个是科幻电影《头号玩家》，这外面就是用无人机间接疾速精确地锁定目的，如今这曾经不是科幻场景了，曾经在实时地完成了。和一些协作同伴一同，曾经经过无人机、摄像头，或许一些挪动式设备就可以间接辨认到我们的目的。它的难度在于它的计算量一定要放在前端的挪动零碎外面。