天地伟业杨清永：深度学习让人脸识别进入2.0时代

2017年6月13日，“ 人工智能 在 安防 行业的应用暨实战演练论坛”在深圳举行。深圳市安全防范行业协会会长杨金才，深圳市安全防范行业协会副会长、CPS中安传媒总裁杨鹏，深圳市安全防范行业协会秘书长王君利，威富集团董事长张少林，浙江大华技术股份有限公司先进技术研究院研发总监郑韬，天津天地伟业数码科技有限公司总工程师杨清永，威富多媒体有限公司总经理助理司玉校共同出席了会议。

天津天地伟业数码科技有限公司总工程师杨清永发表了关于 人脸识别 的主题演讲，以下为演讲主要内容：

杨清永：我今天演讲的题目是“这是一个看脸的时代”，虽然有些玩笑的意味，但我想表达的是我们已经进入了刷脸的年代，而且以前我们是人为主动刷脸，未来将变成机器刷脸。

近一年来，最热门的话题就是人工智能，在物联网和移动互联网热度还没完全褪去的时候，人工智能已经悄然成为时代的主题。在安防行业，人工智能也没有落后，目前人工智能已经开始在安防中应用。相比人工智能其他技术（语音识别、自然语言处理、 机器人 、专家系统），图像识别在应用层面已经领先，其中车牌识别已经相当成熟，而对于人的识别就是生物识别。生物识别又包含虹膜、人脸、指纹、声纹、掌纹、静脉、DNA等，除了DNA和声纹，其他生物识别都在图像识别的范畴里。其中，人脸识别已经逐渐取代了指纹，在民用领域得到很好的应用，比如考勤、门禁。

人脸识别的发展历史

我们简单回顾人脸识别的发展历史，其实人脸识别起步非常早，1964年就开始有这项技术，但属于初级阶段，算法模型不够成熟，1991年以后人脸识别发展迅速。到了1998年，汉王最早把人脸识别带入门禁和考勤应用，但是人脸识别在这个阶段没有完全火起来，真正火起来是到了2012年之后，归功于 深度学习 的大规模应用。

其实，深度学习已经出现了十几年，但是受限于计算能力，早期没有得到广泛的应用。知道2012年，随着GPU技术的发展，让深度学习有了运算的硬件平台，这项技术又燃起战火。

深度学习有了并行运算的基础，很快就成为热门，发展速度也十分惊人。2015年动态人脸识别就被提上日程。 如果让我做一个阶段区分的话，我认为2015年是人脸识别1.0时代和2.0时代的区别。 此前ImageNet有一个人脸识别的比较，让机器是对比两张相似人脸的程度，利用传统的几何模型或模式匹配，在70%多的相似度时就达到了极限，怎么也无法突破，70%多的准确率根本达不到商用级别。而深度学习的出现，让人脸识别准确率再次提升，判定两个人脸相似度的准确率超过96%，而人的水平是94%。

人脸识别在 警用 安防中火热的原因

人脸识别我简单分为警用和非警用两种应用方向，警用包括反恐、刑侦、维稳，民用则是支付、考勤、门禁，二者相比之下警用是最大的应用市场。现在公安对于人脸识别非常感兴趣，因为人脸识别的确对他们工作是有很大帮助的。

传统的核查手段，在验证行人身份时需要控制住人流，难免会影响行人的正常通行，但人脸识别不会造成这种情况 ，摄像头主动捕捉经过的路人，即使同时很很多人通过，也都能被捕捉到。另一方面，如果在现有的核查手段下出现问题，往往是事后查询，需要翻看大量的视频，但人脸识别可以很好地做到事中提醒，只要这个人在我的黑名单库里，在识别出来之后就会报警，节约了很多人力成本。

我们在天津金街有一个案例，天津金街是当地有名的购物娱乐一条街，人流量巨大，我们在天津金街安装了70多个人脸识别摄像头，只要是来过金街的人，都会被记录进这套系统。 虽然单个摄像头安置在光线复杂、视野广阔的外部环境下会导致识别率下降，但是在70个摄像头的情况下，外界对单个摄像头的影响就微乎其微，可以保证对路人很好的面部捕捉。

人脸识别也不是万能的

当然，人脸识别虽然有很好的应用前景，但同其他生物识别手段一样，它也有缺点。

一、不容易区分相似面部 。人脸识别能快速识别出照片中的人脸，但同时也容易将两张相似的人脸误认为同一人。

二、在光照条件不佳、逆光条件下，识别阴阳脸的成功率有待提高 。尤其在逆光环节下，非常影响人脸识别，因此现在多采用补光的方法。

三、不能很好应对人的多变表情 ，包括一个从年幼到成年脸型发生变化后，机器也不能识别出来是一个人。

四、面部遮挡影响识别 ，当然要遮挡足够多的面部才会影响识别率，部分遮挡、部分整容都还是可以识别出来。

当时我相信任何技术成熟和人脸识别摄像头的普及，以上的问题也会逐渐得到解决，应用的场景也更广阔，给人类社会带来和平。

本文作者宋少卿，亿欧专栏作者；微信：zzb0930（添加时请注明“姓名-公司-职务”方便备注）；转载请注明作者姓名和“来源：亿欧”；文章内容系作者个人观点，不代表亿欧对观点赞同或支持。