在人臉辨識技術的應用案例中,不僅可以用於確認使用者身分,同時也包括了人臉辨識分析,像是性別、年齡、表情與視線追蹤,甚至也能用於提升與人相關的智慧應用。而這些應用要趨於普及,與現今AI演算法與硬體,或是3D感測元件的幫助有關,都是要讓精準度可以更高,而目前這些辨識技術的開發,也會隨應用場景之別,朝不同方向設計。(圖片來源/Kneron)

憑藉iPhone智慧型手機的影響力,蘋果去年底在最高階產品上推出了Face ID功能,讓一般消費者也注意人臉辨識的風潮,同時也炒熱臺灣手機上游元件廠商的商機,至於如何運用人臉辨識技術來創新企業應用,就是臺灣企業關注的焦點。

到底,在人臉辨識技術的輔助下,一張臉可以怎麼用?最簡單的作用就是為了確認使用者身分,畢竟,近年已有許多「拋棄你的密碼」的聲浪,期待以更簡單聰明的生物辨識認證方式,來取代傳統的密碼輸入。

基本上,確認身分就是與身分安全相關,但各場景應用仍有其不同效益,像是提供在服務上,例如機場通關、考場辨識考生,可以幫助加速檢查流程,而對安防領域來說,確認身分可以幫助犯罪偵防。還有像是雲端相片與社交平臺,也利用來簡化用戶對於照片的管理與標記。

而且,隨著現在辨識精準度越高,則是更容易實現於交易確認。像是已經有銀行ATM能刷臉取款,甚至支付業者也開始嘗試用人臉支付。

但它的用途還不僅於此,憑藉人臉辨識分析其性別、年齡、表情與視線,這對於企業應用來說,又有著不同的意義,也意味著人臉中還有許多細節,也能轉化為有用的資訊。而且,有些應用場景並不一定要確認使用者身分,像是之前已經應用在零售業數位看板的精準行銷,近期我們更是注意到智慧家電也能藉助人臉辨識的例子,做到更感知化與智慧化的表現。

顯然,不同面向的人臉辨識應用,已經為企業的服務與產品,帶來了極大的想像空間。

人臉辨識技術火紅,AI技術加持是最大驅動力

人臉辨識的應用廣泛,甚至有人認為人臉辨識的發展,將可能成為改變人類生活模式的一大關鍵,因為近年不只是科技大廠關注這一塊的發展,現在金融、零售、醫療、安防等領域的企業與政府單位也正做好準備,並已有導入的案例,利用人臉辨識技術來確認身份、簡化人力、蒐集數據與提供服務,還有能用於照護與犯罪偵防的場景之中。

根據市場研究公司MarketsandMarkets的報告指出,人臉辨識的全球市場,將從2017年的40.5億美元,成長到2022年的77.6億美元,也透露了其中的商機,並將帶動相關應用的加速成長。雖然這可能只是人臉辨識軟硬體發展的產值,但帶動的相關商機可能並不止於此。

到底,人臉辨識為何在近期變得如此熱門?資策會產業分析師楊仲瑜歸納出3大主要原因。

首先,在深度學習技術的發展之下,AI人工智慧,是促成應用爆發的一大關鍵,因為這使得人臉辨識的精準度,獲得大幅提升。同時,3D感測技術的發展也已超過20年,但過去的模組成本很高,可能要2000美元以上,現在不僅能變得便宜,並可以做到微小化。

第二點,市場上開始有很多資金投入臉部辨識的產業,這也導致近期相關應用如雨後春筍般冒出,尤其是中國市場的產業,是目前發展最蓬勃的地區,例如曠視科技、商湯科技等,已經募集到龐大金額的投資。

最後一點是則是應用需求的起飛,當人臉辨識與相關技術更成熟一步,各種應用發想就有了可行性,因此市場呈現出高速發展的情況。而且,人臉辨識技術在運算上也分成兩種方式,朝向雲端與終端兩種方向發展。

非接觸式、非打擾式的人臉辨識與分析,應用情境廣泛

其實,人臉辨識的應用發展並不短,從1980年代的學術研究,到1990年代開始有商業化行為,像是門禁系統,很早就運用了各式生物辨識技術,來幫助驗證使用者身分,人臉辨識是其中之一。

近五年來,我們看到人臉辨識的應用發展開始加速,到2017年的各式刷臉應用浮上檯面後,更讓未來可以有更多的想像空間。

舉例來說,在人臉辨識的用途上,其實不只是用來幫助確認身分,還包含了人臉辨識分析,例如能夠判斷年齡、性別、表情,以及用於偵測人臉的眼睛視線與疲勞等,甚至是藉由臉部表情來實現控制。

而在資安需求下,提升人臉辨識精準度的各面向技術也持續拓展,在應用深度學習技術之外,為了輔助判別是否為真人,在2D人臉辨識系統也加入活體辨識演算法,像是從畫素、光影等找出人與相片的差異,瞭解什麼是合格的影像,就是利用軟體來進行的作法之一,而在硬體技術的搭配上,也加入了近紅外光感測器,甚至發展出3D感測結構光人臉辨識系統。

這些都促使著人臉辨識,應用可以更寬廣,並成為現階段所有生物辨識技術中,成長力道最強。

將人臉辨識應用在安防領域已有5年的日本科技大廠NEC,對此發展並不意外,該公司共通解決方案技術部工程師李建志提到,在各種生物辨識技術中,人臉辨識並不一定都是最好的解決方案,但它是現階段許多優點的集合體,可以做到非接觸式、非打擾式的辨識,一般而言,它的準確率雖不如指紋辨識等技術,但可用性高,應用情境更廣。

而且隨著應用目的不同,人臉辨識技術的設計與發展面,也會有很大的差異。例如NEC主攻安防與治安治理領域,會更強調動態辨識的程度、非打擾式的程度,以及辨識量體的程度,因此鏡頭下的群眾,無須刻意站在鏡頭前,就能完成多人辨識,而不只是傳統1對1的人臉辨識應用。

當然,若從各項生物辨識技術來看,不同應用面向有各自的優點,而在深度學習等技術的加持之下,像是運算複雜度較高人臉與聲紋辨識,明顯比過去更容易發揮成效。

終端設備內建AI與人臉辨識,將成今年關注的新焦點

更進一步來看,臉部辨識也和深度學習技術的進展有關,尤其是在影像視覺上獲得突破,可說是從2012年的ImageNet全球圖像辨識分類競賽開始,有團隊在該年比賽中,應用了深度學習技術並拿下第一,這也讓人臉辨識技術有了新的開展。而且,人工神經網路其實很早就已經在研究發展,但過去卻侷限於電腦運算速度的問題,隨著這幾年硬體技術的發展,在軟硬體的配合之下,更是讓人臉辨識技術實用價值提升。

聚焦在影像辨識的人工智慧新創公司Kneron,該公司產品行銷暨應用協理史亞倫,也從他們的經驗給出答案。

他並認為,近期人臉辨識的另一變革,是在終端設備內建人臉辨識的實現。舉例來說,像是從iPhone X上,不僅是3D結構光鏡頭技術,更大亮點在於A11 Bionic晶片,內建了AI加速功能,也促使各行動晶片業者跟進。

而這也符合了邊緣運算的潮流,不像過去,都是要資料回傳到後端系統才能進行處理,而是在設備終端就能完成人臉辨識的複雜運算。同時,智慧型手機上的AI加速器應用發展,也意味著人臉辨識的運算,功耗需求可以變得更小,甚至更多終端設備也能夠運用,而這些發展在2018下半年也會變得更明顯。

然而,儘管人臉辨識在法規與隱私方面仍有爭議,但不可否認的是,現在人臉辨識技術的應用,已經在金融、零售、服務業,以及安防與公共領域發酵。已經能應用在驗證客戶身分、精準行銷、VIP客服,甚至來客分析,以及加速查驗過程,簡化人員配置,或協助犯罪偵防與幫助失智老人返家。

當然,目前中國大陸的刷臉應用更是蓬勃,不論是商家刷臉支付、ATM刷臉取款、車站刷臉進站,甚至是公共廁所的衛生紙機也有人臉辨識功能,用來遏止衛生紙小偷,道路上也有人臉識別系統,能拍行人闖紅燈的行為,但各專家業者都提醒,這主要與中國大陸落實人證合一的因素有關,國內政府與企業不盡然能當作參考,但這些應用也能一窺人臉辨識所帶來的各式便利。

資策會分析師楊仲瑜也提到,若是在未來的創意發想上來應用臉部辨識,是在居家照護與醫療領域,譬如醫院失智症的老人走出不該離開的範圍時,系統就應警告看護員,或是在視障朋友的拐杖上,透過鏡頭與人臉辨識,偵測出你的家人與朋友來訪時,傳送一個震動。在醫療方面,也有業者想透過臉部大數據,來找出特殊疾病的早期症狀。因此,我們對於人臉辨識技術的應用,也許可以抱持更積極的態度。

2018人臉辨識趨勢相關內容:
用臉部辨識確認客戶,幫助存提款與接待
利用人臉辨識分析,做到資訊蒐集與精準行銷
人臉支付新浪潮,買東西不用錢包與手機
人臉辨識應用聚焦實體安防與簡化操作流程


Advertisement

更多 iThome相關內容