2013年,中國科學院重慶綠色智能技術研究院智能多媒體技術研究中心啟動了以人臉識別為核心技術的人臉識別支付方式的研究。
截止2014年8月,該中心已經完成了人臉識別支付系統的關鍵性技術研究。該中心全球首創的人臉數據採集陣列,能夠從91個角度對人臉同步採集,能對人臉識別影響最大的多變光照、多角度、遮擋等狀態進行最優的識別效果。智能多媒體技術研究中心的人臉識別系統已應用在邊檢站自動通關系統、動態人臉識別考勤機、多屬性動態人臉識別系統等。在此基礎上,中心研發出了人臉識別行動支付系統,已能夠實現支付只需「刷臉卡」。[2]
行業應用
教育機構,電信局、廣播、傳媒,政府機構,國際會議,航空服務業,高檔小區,醫療行業
系統難點
人臉識別被認為是生物特徵識別領域甚至人工智慧領域最困難的研究課題之一。人臉識別系統的困難主要是人臉作為生物特徵的特點所帶來的。
相似性
不同個體之間的區別不大,所有的人臉的結構都相似,甚至人臉器官的結構外形都很相似。這樣的特點對於利用人臉進行定位是有利的,但是對於利用人臉區分人類個體是不利的。
易變性
人臉的外形很不穩定,人可以通過臉部的變化產生很多表情,而在不同觀察角度,人臉的視覺圖像也相差很大,另外,人臉識別還受光照條件(例如白天和夜晚,室內和室外等)、人臉的很多遮蓋物(例如口罩、墨鏡、頭髮、鬍鬚等)、年齡等多方面因素的影響。
在人臉識別中,第一類的變化是應該放大而作為區分個體的標準的,而第二類的變化應該消除,因為它們可以代表同一個個體。通常稱第一類變化為類間變化(inter-class difference),而稱第二類變化為類內變化(intra-class difference)。對於人臉,類內變化往往大於類間變化,從而使在受類內變化幹擾的情況下利用類間變化區分個體變得異常困難。
用戶配合度
現有的人臉識別系統在用戶配合、採集條件比較理想的情況下可以取得令人滿意的結果。但是,在用戶不配合、採集條件不理想的情況下,現有系統的識別率將陡然下降。比如,人臉比對時,與系統中存儲的人臉有出入,例如剃了鬍子、換了髮型、多了眼鏡、變了表情都有可能引起比對失敗。也就是說,人如果發生較大變化,系統可能就會認證失敗。光照、姿態、裝飾等,對機器識別人臉都有影響。
技術原理
人臉識別內容
人臉識別技術包含三個部分:
人臉檢測
面貌檢測是指在動態的場景與複雜的背景中判斷是否存在面像,並分離出這種面像。一般有下列幾種方法:
①參考模板法
首先設計一個或數個標準人臉的模板,然後計算測試採集的樣品與標準模板之間的匹配程度,並通過閾值來判斷是否存在人臉;
②人臉規則法
由於人臉具有一定的結構分布特徵,所謂人臉規則的方法即提取這些特徵生成相應的規則以判斷測試樣品是否包含人臉;
③樣品學習法
這種方法即採用模式識別中人工神經網絡的方法,即通過對面像樣品集和非面像樣品集的學習產生分類器;
④膚色模型法
這種方法是依據面貌膚色在色彩空間中分布相對集中的規律來進行檢測。
⑤特徵子臉法
這種方法是將所有面像集合視為一個面像子空間,並基於檢測樣品與其在子孔間的投影之間的距離判斷是否存在面像。
值得提出的是,上述5種方法在實際檢測系統中也可綜合採用。
人臉跟蹤
面貌跟蹤是指對被檢測到的面貌進行動態目標跟蹤。具體採用基於模型的方法或基於運動與模型相結合的方法。此外,利用膚色模型跟蹤也不失為一種簡單而有效的手段。
人臉比對
面貌比對是對被檢測到的面貌像進行身份確認或在面像庫中進行目標搜索。這實際上就是說,將採樣到的面像與庫存的面像依次進行比對,並找出最佳的匹配對象。所以,面像的描述決定了面像識別的具體方法與性能。目前主要採用特徵向量與面紋模板兩種描述方法:
①特徵向量法
該方法是先確定眼虹膜、鼻翼、嘴角等面像五官輪廓的大小、位置、距離等屬性,然後再計算出它們的幾何特徵量,而這些特徵量形成一描述該面像的特徵向量。
②面紋模板法
該方法是在庫中存貯若干標準面像模板或面像器官模板,在進行比對時,將採樣面像所有象素與庫中所有模板採用歸一化相關量度量進行匹配。此外,還有採用模式識別的自相關網絡或特徵與模板相結合的方法。
人臉識別技術的核心實際為「局部人體特徵分析」和「圖形/神經識別算法。」這種算法是利用人體面部各器官及特徵部位的方法。如對應幾何關係多數據形成識別參數與資料庫中所有的原始參數進行比較、判斷與確認。一般要求判斷時間低於1秒。
刷臉支付設備整體市場2019年比2018年增長了12倍,儘管受到疫情影響,但刷臉支付市場正在復甦。深圳市彬戈科技有限公司獲悉,根據微信支付數據,截止至2020年6月,刷臉支付設備相比2019年12月增長了70%。刷臉支付設備在行業場景應用增長速度也非常快,2020年6月與2019年同期相比,其中大屏自助設備增長1倍,自動售貨機增長2倍,桌面收銀設備增長10倍。
2020年開始,深圳市彬戈科技有限公司專注於深耕技術升級,時刻緊跟刷臉時代下,掃臉支付系統及設備普及,為廣大門店商家提供刷臉設備及技術支持,目前基於華南市場,初步計劃拓展全國區域市場,在設備廠家及行動支付官方通道(支付寶及微信)的政策趨勢下,人臉識別付款將會迎來新的機會。