杭州都市網(wǎng)

從工業(yè)革命、電氣革命、數(shù)字革命到智能時代，我們已經(jīng)步入了人類賦予機器智慧的新時代。過去一年，全面屏、人臉解鎖和屏下指紋已然成為手機圈中最熱的三大技術(shù)，然而當(dāng)差異化越來越小之時，又驅(qū)動著新的創(chuàng)新技術(shù)誕生，而AI正成為各大手機廠商新的競爭點，人工智能一躍而起成為手機圈中的“香餑餑”。

縱觀當(dāng)下，人工智能被廣泛應(yīng)用于機器人、語音識別、圖像識別等領(lǐng)域，移動互聯(lián)網(wǎng)時代信息傳播效率的飛速提升讓人們真正看到了AI技術(shù)改變?nèi)祟愇磥砩罘绞降目赡苄浴?/p>

在人工智能大賽道中，人臉識別是其中發(fā)展較為成熟的應(yīng)用領(lǐng)域。同時，人臉識別是符合國家政策趨勢、惠及民生的領(lǐng)域，國家863計劃、國家科技支撐計劃、自然科學(xué)基金都會拔出了專款資助人臉識別的相關(guān)研究。在國家政策的支持和完善下，人臉識別技術(shù)將會被推向更廣闊的日常領(lǐng)域。

如今，“刷臉”已經(jīng)成了人們生活中的日常事務(wù)，從移動支付、解鎖手機到學(xué)校、公司、小區(qū)門禁等，都運用到了人臉識別技術(shù)。人臉識別技術(shù)產(chǎn)品已廣泛應(yīng)用于金融、司法、軍隊、公安、邊檢、政府、航天、電力、工廠、教育、醫(yī)療及眾多企事業(yè)單位等領(lǐng)域。

人臉識別在手機端行業(yè)中，掀起了人臉識別解鎖技術(shù)熱潮，各大手機廠商也蜂擁擠入，其中最有影響力的便是iPhone X的Face ID。面對日益激烈的行業(yè)競爭，如何在強敵林立之下找到自身的立足之地，創(chuàng)新、突破技術(shù)顯得尤為重要，在這一點上，曠視科技Face++憑借其核心的人臉識別技術(shù)，成為行業(yè)中的“佼佼者”。

日前，由手機報在線舉辦的AI手機產(chǎn)業(yè)峰會在深圳圓滿落幕。據(jù)了解，曠視科技Face++副總裁敖翔蒞臨本次峰會，并以“手機人臉識別的新進(jìn)展”為主題，深入講述了公司的跨模態(tài)人臉識別和人像光效兩大技術(shù)。

跨模態(tài)人臉識別技術(shù)

跨模態(tài)人臉識別技術(shù)在生活中已得到真實應(yīng)用，在最近的 vivo X21的發(fā)布會上，vivo X21為提升人臉解鎖的性能和場景寬度選擇，再度與曠視科技Face++合作，并在原有的人臉識別解鎖方案上增加了景深技術(shù)和近紅外技術(shù)，實現(xiàn)了2PD全像素雙核單攝紅外人臉解鎖。

vivo X21在攝像頭方面，其前置攝像頭類似紅外發(fā)射器，可做到全天候刷臉，晚上一點光線都沒有的情況下也可以刷臉。此外，在紅外方面，傳統(tǒng)的紅外方案是一個紅外發(fā)射器、一個紅外接收器，還有一個主攝像頭。據(jù)敖翔介紹，曠視為vivo提供了一個更大膽、更厲害的方案，即一個發(fā)射器和一個主攝像頭，主攝像頭可以感受紅外，基本上是全通的攝像頭。敖翔表示，相比傳統(tǒng)的紅外方案，這項方案具有三個明顯優(yōu)勢：

1、方案易用，只有一個發(fā)射器和一個主攝像頭，模組結(jié)構(gòu)簡單、利于集成。

2、用戶體驗非常好，不受光線影響，任何光線環(huán)境下都可以解鎖，良好的用戶體驗也將使vivo X21具有更大的市場優(yōu)勢。

3、硬件成本優(yōu)勢，體現(xiàn)在傳感器較少，本身有前置攝像頭。但這一點既是優(yōu)勢，然而也存在很大的風(fēng)險。

而事實上，這個方案的實現(xiàn)非常困難，如何將紅外的人臉識別和RGB人臉識別相融合，并且做到無縫轉(zhuǎn)換和融合，這是難點所在。

風(fēng)險點在于IR數(shù)據(jù)存量少。對Face++來說，RGB識別不是問題，其RGB的圖像數(shù)據(jù)很多，里面有幾千萬張臉，就算是現(xiàn)場采集人臉也可以采集到幾萬、幾十萬張。但就IR識別而言，對整個行業(yè)來說存量的IR數(shù)據(jù)很少，且IR每個鏡頭不一樣，所以用特定模組采，采的IR數(shù)據(jù)就很少。在IR數(shù)據(jù)特別少的情形下，同時做RGB識別，又做IR識別，這是一個挑戰(zhàn)，尤其對做人臉識別這種非常精密的識別來說是非常大的挑戰(zhàn)。

Face++成功地將跨模態(tài)人臉識別技術(shù)運用到vivo X21上，這是在手機產(chǎn)業(yè)界上非常完美的一次運用，曠視科技采用神經(jīng)網(wǎng)絡(luò)里面一種流行的辦法——Domain Transfer Learning域遷移學(xué)習(xí)，從而解決了該項技術(shù)上的難題，可以說是學(xué)術(shù)界的重大技術(shù)突破。

如何實現(xiàn)跨模態(tài)人臉識別技術(shù)

對于如何實現(xiàn)跨模態(tài)人臉識別技術(shù)，敖翔做出了深入闡述：“首先需要做的是RGB訓(xùn)練。根據(jù)現(xiàn)有的模型和高精度人臉識別網(wǎng)絡(luò)結(jié)構(gòu)，從中獲取參數(shù);接下來，將網(wǎng)絡(luò)直接平移過去做新的網(wǎng)絡(luò)，所有的參數(shù)保留，這相當(dāng)于給RGB信號做預(yù)訓(xùn)練，從而得到大量數(shù)值化參數(shù)，再用少量紅外數(shù)據(jù)去微調(diào)網(wǎng)絡(luò)，經(jīng)過巧妙的網(wǎng)絡(luò)設(shè)計和訓(xùn)練技巧，進(jìn)而得到高精度紅外和紅外相對比的算法。”

據(jù)了解，曠視在手機解鎖上應(yīng)用的算法有兩種，一個是RGB識別算法，一個是紅外的識別算法。最重要的是做兩個融合，由于攝像頭在白天識別的時候，光線很好，但是晚上光線比較弱，IR和RGB信號比重是平滑改變的，這就決定了二者必須揉在一起做。上述兩個步驟完成之后，通過將RGB和IR的數(shù)據(jù)進(jìn)行混合訓(xùn)練，對RGB和IR的信息進(jìn)行融合。所有步驟的完成就叫跨模態(tài)識別。

跨模態(tài)人臉識別技不但可以忽略環(huán)境的影響，達(dá)成全天候的人臉識別，其抗攻擊性能也比傳統(tǒng)紅外方案更好，在RGB識別算法和紅外識別算法相結(jié)合的基礎(chǔ)上，最后結(jié)合曠視自研的ShuffleNet模型，進(jìn)一步優(yōu)化了神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。據(jù)敖翔透露，在今年的論文中將會就跨模態(tài)人臉識別技術(shù)作出更全面、系統(tǒng)的闡釋。

人像光效技術(shù)

在去年的iPhone發(fā)布會上，蘋果推出了一個新的攝像功能——人像光效。

簡單來說，人像光效技術(shù)就是通過一系列軟硬件配合的技術(shù)，讓我們能夠在拍攝人像或者后期編輯時利用算法，為照片添加上逼真的光影效果，比如自然光、攝影室燈光、輪廓光等。用蘋果的廣告語是這么說的：人像光效，隨身攜帶的燈光師。

據(jù)了解，iPhone X的人像光效技術(shù)主要是用于它自己高端的iPhone上，用在iPhoneX或者雙攝鏡頭上。

曠視Face++讓安卓機實現(xiàn)人像光效技術(shù)

任何一項技術(shù)的實現(xiàn)都不會是一蹴而就的，人像光效技術(shù)也是如此。曠視為客戶定制的光效技術(shù)由人臉關(guān)鍵點檢測、面部三維光效渲染、T區(qū)高光提亮、背景保護(hù)等20多項技術(shù)組合而成，“因為人臉有太多的信息需要去識別，識別越多的信息就約有利于人的面部美化”。敖翔同樣也道出人像光效技術(shù)研發(fā)關(guān)鍵所在：“人像光效的關(guān)鍵在于三維面部重建。”

據(jù)了解，曠視在人像光效技術(shù)的運用上，不強求一定采用3D Camera。對此，敖翔作出了解釋：“因為人的面部有很強的鮮艷知識被識別的人臉可以在電腦里重構(gòu)出來，并且可以做到一模一樣。雖然3D Camera可以做到更加準(zhǔn)確，但人的知識自主性決定了整個3D重建并不一定完全依賴3D Camera。曠視的人像光效技術(shù)可以對二維的圖像做出3D重建，且重建并不需要花太多時間，在人臉的程度上，利用結(jié)構(gòu)光捕捉、神經(jīng)網(wǎng)絡(luò)的深度威力去猜人臉部的凹凸系統(tǒng)，進(jìn)而生成深度圖。”

對比之下，蘋果的人像光效技術(shù)主要是雙攝鏡頭，因此其對雙攝硬件有更強的依賴，而曠視的人像光效技術(shù)更具有廣泛性，對攝像頭依賴程度較低能夠支持不同平臺和機型，并可同時滿足前置或后置的單攝/雙攝應(yīng)用需求，更加適合多元化的市場需求。

通過曠視科技副總裁敖翔的解說，加深了我們對跨模態(tài)人臉識別技術(shù)和人像光效的了解，這兩項技術(shù)也是人工智能領(lǐng)域的歷史性突破，曠視科技用AI為行業(yè)增加了新的動力，也賦予了行業(yè)未來更多可能。而對于曠視科技Face++來說，做到這些只是基礎(chǔ)，在未來，他們將會做得更好、更細(xì)致，會有更好的成績，我們拭目以待!