Каковы основные области применения распознавания лиц и в чем их различия?

Известно, что в настоящее время технология распознавания лиц в Китае в основном используется в финансовой сфере и в области безопасности.

Например, распознавание лиц в аэропорту Дасин, которое недавно было на слуху, представляет собой огромный рынок в области досмотра в аэропортах. В настоящее время системы безопасности многих аэропортов уже используют технологию распознавания лиц. На самом деле, она применяется не только в общественных местах, таких как аэропорты, вокзалы, школы и т. д., в будущем спрос будет только расти. Потенциал роста систем видеонаблюдения огромен, а перспективы применения распознавания лиц очень широки.

Кроме того, оплата по лицу стала очень популярной в финансовой сфере, и соответствующие ведомства планируют выпустить финансовые стандарты для распознавания лиц, чтобы чётко регламентировать требования к безопасности при сборе, передаче, хранении и использовании информации о лице.

Оборудование для распознавания лиц используется в разных целях: почему одно применяется для досмотра на высокоскоростных поездах, а другое — для оплаты по лицу? Давайте начнём с аппаратного обеспечения и программных алгоритмов распознавания лиц.

Как правило, большинство устройств распознавания лиц, не предъявляющих строгих требований к идентификации личности, используют 2D-распознавание лиц, а те, где проверка личности более строгая, применяют 3D-распознавание. В основном используются 3D-камеры со структурированным светом, TOF и другие камеры для измерения расстояния между глазами, высоты носа и другой трёхмерной информации о лице.

В то же время, в зависимости от сценария применения и количества распознаваемых лиц, выделяют режимы 1:1, 1:N и M:N.

Режим 1:1 — в основном используется в сценариях идентификации один-к-одному, таких как оплата по лицу, регистрация в отеле, проверка личности на экзаменах, сравнение личности и т. д. Пользователь стоит перед терминалом распознавания лиц несколько секунд (статическое распознавание), затем камера распознавания лиц проверяет личность, подтверждая, что «это вы». Поскольку такие сценарии, как оплата по лицу, регистрация в отеле, проверка личности на экзаменах, сравнение человека и документа, требуют реальной идентификации, ошибка в идентификации может привести к рискам, поэтому точность распознавания должна достигать 99% и более, чтобы гарантировать точное соответствие личности.

Режим 1:N — в основном используется в сценариях распознавания один-ко-многим, то есть нужно найти нужного человека среди N лиц, чтобы определить «кто вы». Например, отметка о посещаемости по лицу в компании также происходит через оборудование распознавания лиц: система ищет в базе лиц сотрудников, является ли вы сотрудником компании, и затем открывает дверь. Другой пример: полиция ищет преступников в местах скопления людей, сопоставляя данные из базы лиц. Этот режим проверяет ёмкость базы данных лиц, а точность немного ниже, чем в режиме 1:1, примерно на 5–10%.

Режим M:N — здесь M можно понимать как базу данных. Режим M:N чаще всего используется в местах с большим потоком людей, где необходимо обеспечивать общественную безопасность, например, на железнодорожных вокзалах, концертах, крупных спортивных мероприятиях. При таком распознавании лиц субъект обычно не находится на одном месте, а движется (например, пассажиры, спешащие на вокзале высокоскоростных поездов), что относится к динамическому распознаванию, которое легко подвержено влиянию ракурса, освещения, расстояния и т. д., и точность является самой низкой среди трёх режимов. При большом объёме данных может потребоваться выполнение граничных вычислений через терминал распознавания лиц, чтобы снизить нагрузку на серверную базу данных.