面部識(shí)別技術(shù)一直在不斷發(fā)展，并有助于智能監(jiān)控系統(tǒng)的發(fā)展。這些系統(tǒng)允許組織出于安全目的監(jiān)控某人或一些人員，并針對(duì)不同目的增強(qiáng)安全性，其中包括數(shù)字鎖、圖案鎖和指紋傳感器。

尤其是在現(xiàn)代智能手機(jī)中，面部識(shí)別技術(shù)已經(jīng)得到廣泛采用。有幾種不同的基于人工智能的面部識(shí)別算法來(lái)識(shí)別人物并提供表情細(xì)節(jié)。

每個(gè)面部識(shí)別系統(tǒng)都會(huì)識(shí)別人們的面部特征，并將其轉(zhuǎn)換為數(shù)據(jù)矩陣。這些數(shù)據(jù)矩陣存儲(chǔ)在數(shù)據(jù)庫(kù)中，用于分析、數(shù)據(jù)驅(qū)動(dòng)的業(yè)務(wù)決策和安全策略的改進(jìn)。

這就是面部識(shí)別市場(chǎng)規(guī)模一直在增長(zhǎng)的原因。盡管新冠疫情影響了不同行業(yè)的發(fā)展，但面部識(shí)別市場(chǎng)在2020年的收入為38億美元，預(yù)計(jì)到2025年將進(jìn)一步達(dá)到85億美元。

不可否認(rèn)的是，面部識(shí)別系統(tǒng)在不同行業(yè)都有巨大的需求。然而，企業(yè)需要先進(jìn)的面部識(shí)別系統(tǒng)來(lái)應(yīng)對(duì)不準(zhǔn)確之處。以下將討論人工智能如何改變面部識(shí)別系統(tǒng)，先從了解面部識(shí)別的工作原理開(kāi)始。

面部識(shí)別是如何工作的?

每個(gè)面部識(shí)別系統(tǒng)都可以捕獲、識(shí)別和分析模型。此外，它還需要一個(gè)海量的面部數(shù)據(jù)數(shù)據(jù)庫(kù)進(jìn)行分析和比較。面部識(shí)別的過(guò)程始于采用攝像頭捕捉人們的圖像或視頻。

這些設(shè)備可以是閉路電視攝像頭、手機(jī)攝像頭或其他設(shè)備。在捕獲圖像之后，面部識(shí)別軟件將識(shí)別重要的面部特征，例如人臉的前額和下巴之間的距離、眼睛之間的距離、鼻尖突出等。該軟件可以識(shí)別68個(gè)不同的面部標(biāo)志。

然后，基于這些標(biāo)志，創(chuàng)建面部識(shí)別矩陣。這是一個(gè)表示面部數(shù)據(jù)的數(shù)學(xué)公式。最后，將這些數(shù)據(jù)與數(shù)據(jù)庫(kù)中已經(jīng)存儲(chǔ)的數(shù)百萬(wàn)人的信息進(jìn)行比較。一項(xiàng)研究表明，面部識(shí)別軟件的準(zhǔn)確率為99.97%。

那么，人工智能與面部識(shí)別有什么關(guān)系呢?為了了解人工智能對(duì)面部識(shí)別的影響及其工作原理，以下討論面部識(shí)別的三個(gè)基本階段。

面部識(shí)別的階段

面部識(shí)別是一個(gè)包括檢測(cè)、分析和識(shí)別三個(gè)階段的過(guò)程。

(1)檢測(cè)

檢測(cè)是掃描捕獲的面部圖像的過(guò)程。這個(gè)過(guò)程還涉及面部映射。

(2)分析

分析是涉及識(shí)別面部標(biāo)志、它們之間的距離以及生成元數(shù)據(jù)的第二個(gè)過(guò)程。

(3)識(shí)別

人工智能算法在識(shí)別過(guò)程中識(shí)別這些數(shù)據(jù)。該算法將對(duì)大量數(shù)據(jù)庫(kù)中的元數(shù)據(jù)進(jìn)行排序。然而，人工智能的功能并不僅限于將圖像元數(shù)據(jù)與現(xiàn)有的元數(shù)據(jù)進(jìn)行匹配。用于智能監(jiān)控的人工智能算法的使用案例是無(wú)限的。

人工智能的智能監(jiān)控用例

人工智能一直在為許多用例提供支持，從安全目的到身份驗(yàn)證，甚至是自然語(yǔ)言編程(NLP)。企業(yè)和安全機(jī)構(gòu)可以針對(duì)特定用例定制這些算法。

(1)人工智能安全

面部識(shí)別可用于幫助保護(hù)敏感區(qū)域的安全，例如機(jī)場(chǎng)、政府設(shè)施和企業(yè)辦公室。在這里，人工智能允許安全機(jī)構(gòu)識(shí)別乘客并分析表情。這允許安全人員分析情況和乘客的意圖。

以歐盟成員國(guó)開(kāi)發(fā)的進(jìn)入/退出(EES)系統(tǒng)為例。這是一個(gè)基于人工智能的智能監(jiān)控系統(tǒng)，有助于跟蹤歐盟外部邊界的短期簽證持有者。

同樣，世界各地的許多智能監(jiān)控系統(tǒng)都使用人工智能來(lái)增強(qiáng)跟蹤?；谌斯ぶ悄艿拿娌孔R(shí)別的另一個(gè)關(guān)鍵用例是用戶身份驗(yàn)證。

(2)用戶身份驗(yàn)證

在當(dāng)今的網(wǎng)絡(luò)世界中，用戶需要提供身份驗(yàn)證憑據(jù)(例如用戶名和密碼)來(lái)訪問(wèn)某些網(wǎng)站或服務(wù)變得越來(lái)越普遍。然而，通過(guò)使用面部識(shí)別技術(shù)，無(wú)需輸入任何個(gè)人信息，就可以快速而輕松地驗(yàn)證用戶的身份。

例如，澳大利亞國(guó)民銀行與微軟公司合作開(kāi)發(fā)了一種基于人工智能的面部識(shí)別系統(tǒng)，該系統(tǒng)可以對(duì)用戶進(jìn)行身份驗(yàn)證以解鎖ATM機(jī)。不僅僅是身份驗(yàn)證，跟蹤對(duì)象或個(gè)人也是一個(gè)重要的面部識(shí)別用例。

(3)跟蹤和監(jiān)視

面部識(shí)別可以幫助跟蹤和監(jiān)控感興趣的個(gè)人或物體。這可用于多種用途，例如安全監(jiān)控、欺詐檢測(cè)以及監(jiān)控兒童或?qū)櫸锏奈恢谩?/p>

2019年全英音樂(lè)獎(jiǎng)就是這樣一個(gè)跟蹤和監(jiān)視的例子，由人工智能驅(qū)動(dòng)的面部識(shí)別被用來(lái)跟蹤活動(dòng)的每一個(gè)參賽作品。此外，它還連接移動(dòng)應(yīng)用程序，方便安全人員對(duì)活動(dòng)參加者進(jìn)行遠(yuǎn)程驗(yàn)證。

(4)語(yǔ)音識(shí)別

隨著人們?cè)絹?lái)越依賴計(jì)算機(jī)進(jìn)行交互，能夠自然地處理人們與計(jì)算機(jī)的交互變得越來(lái)越重要。例如，可以使用基于人工智能的面部識(shí)別和語(yǔ)音識(shí)別創(chuàng)建既直觀又可視化的用戶界面。

例如，麻省理工學(xué)院開(kāi)發(fā)了一種名為Speech2Face的新型人工智能算法，可以通過(guò)語(yǔ)音識(shí)別構(gòu)建圖像。它使用卷積神經(jīng)網(wǎng)絡(luò)(CNN)將用戶的聲音轉(zhuǎn)換為頻譜。

此外，卷積神經(jīng)網(wǎng)絡(luò)(CNN)還可以創(chuàng)建頻譜圖，根據(jù)音頻配置文件逐漸指示每個(gè)面部特征。這有些與聞到橙子或香蕉的氣味并描述其象形圖類似。

結(jié)論

基于人工智能的面部識(shí)別在不同的商業(yè)領(lǐng)域有著廣泛的應(yīng)用。它并不局限于安全目的，如果執(zhí)行得當(dāng)，可以幫助增強(qiáng)用戶體驗(yàn)。然而，將面部識(shí)別技術(shù)集成到企業(yè)的商業(yè)模式和現(xiàn)有應(yīng)用程序中可能與其他應(yīng)用程序不同。

因此，在實(shí)施面部識(shí)別之前分析企業(yè)的目標(biāo)、現(xiàn)有應(yīng)用程序、系統(tǒng)和結(jié)構(gòu)變得至關(guān)重要。這種分析還有助于定制支持面部識(shí)別系統(tǒng)的人工智能算法。

原文標(biāo)題：??Face Recognition With AI: How To Develop Smart Surveillance??，作者:Parth Bari