车载人脸识别软件功能预研的思路与方案

为了预研车载场景本地FACE ID人脸识别功能，笔者研究了市场上的一些主流方案，对比之后，整理了包含详细的实施步骤的预研方案，让对车载人脸识别功能不熟悉的同学，可以少走弯路，也让自己对车载人脸识别的功能理解更加透彻。

01 概述：人工智能产品延伸

人工智能代表着新一代技术宅的崛起，而人脸识别更是一大热门领域，近期商汤IPO折戟事件标志着人工智能概念的降温。

当然在当今社会，FACE ID人脸识别功能已经逐渐成为企业服务的一个基础功能模块，目前大多数有实力的公司都有在自研或集成该功能模块，作为支撑中台服务战略的一个模块。人脸识别功能的应用场景更多的集中在智能终端与服务端的场景交互上，而在汽车领域的应用仅是刚刚起步。

本文更多的聚焦在人脸识别软件功能如何落地，不会过多介绍硬件标定、摄像头规格和行业市场情况，如果感兴趣的话可以去网上搜索人脸识别功能已量产车型。

02 目的：研究人脸识别方案储备

由于汽车驾驶环境的多样性和复杂性，行车过程中无法保证网络的高稳定性，所以在方案评估之前就已经把市面上主流的平台联网类的人脸识别方案排除了，只能通过寻找离线开源的SDK方案来预研，从而满足车载人脸识别功能的预研需求。

03 价值：身份鉴别和信息联动

• 通过FACE ID人脸识别功能可以让司机快速登录车载系统（个性化推荐、账号切换及信息同步等）、平台较验司机身份（安全驾驶运营分析）。
• 信息同步可以帮助主机厂更好的满足司机的个性化需求，做好每辆车的用户数据迁移工作，从而提升车主司机的驾驶满意度，提升车辆口碑。
• 司机身份校验可以帮助平台积累大量的用户数据，帮助和优化企业建立安全驾驶数据模型。对于运营类的车辆，人脸识别状态数据可以对司机驾驶状态的回溯起到很大的帮助，并能够协助还原事故现场。

04 方案：核心诉求要识（mian）别（fei）效果好！

由于车载系统是基于安卓定制的，预研功能属于自发性需求，不考虑非人工类成本投入，因此只能寻找满足离线并且又免费开源的方案。

通过筛选后，最终的4个方案如下（如果大家有更好的方案，可以留言一起探讨）：

综合考虑，最后选的 XXXX 2.0 （防广告护体）这个版本的开源方案，因为综合评比下来：

• 满足基本的需求；
• 便于移植；
• 检测和识别速度快；
• 离线库的识别率92%左右（不是很高）；

虽然存在前端注册数量限制，模型库加载时间较长等问题，但是基本满足我们前期对于人脸识别功能的预研需求。

05 功能规划：业务需求为主，功能考虑模块化设计

业务上对于人脸识别的需求主要基于车载使用场景：

考虑到车载场景的复杂性，网络、环境光、硬件规格等等因素都会影响到识别效果，所以考虑后期实现会把基础特征模型库放在本地，这样可以避免无网络情况下，人脸可以实现离线预登录操作。

06 最终效果：DEMO

如下图所示，触发注册流程，开启摄像头，拍取人脸照片，本地存储人脸特征图片，完成图片特征比对，最终完成登录操作。

本文主要是想与大家分享一下自己在功能预研的过程中，寻找方案，评估方案，敲定最优方案的一个思路，大家如果在这方面有更好的想法，欢迎一起交流和沟通。

 

作者： Matt，资深车联网产品经理，8年互联网产品项目与交互体验设计经验。

本文由 @Matt 原创发布于人人都是产品经理，未经许可，禁止转载。

题图来自 Unsplash，基于CC0协议