雷鋒網(wǎng)按：本文內(nèi)容來(lái)自云從科技創(chuàng)始人、中國(guó)科學(xué)院百人計(jì)劃周曦博士在硬創(chuàng)公開課的分享。在未改變?cè)獾幕A(chǔ)上進(jìn)行了編輯整理。

明明可以靠臉吃飯”這句話不再只是一個(gè)網(wǎng)絡(luò)段子，隨著人臉識(shí)別技術(shù)的普及，不光可以靠“刷臉”支付吃喝玩樂(lè)的花費(fèi)，現(xiàn)在連銀行辦業(yè)務(wù)都可以“刷臉”了。

最近兩年，國(guó)內(nèi)各家中小銀行和四大行地方分行已經(jīng)陸續(xù)將人臉識(shí)別技術(shù)用于日常業(yè)務(wù)，前幾日，四大行中的農(nóng)行更是首先在全國(guó)范圍應(yīng)用人臉識(shí)別技術(shù)。

但是，銀行業(yè)務(wù)光憑“刷臉”真的靠譜嗎？本期公開課特意邀請(qǐng)到云從科技創(chuàng)始人、圖像識(shí)別領(lǐng)域權(quán)威周曦博士為大家答疑解惑。目前云從科技是人臉識(shí)別技術(shù)在銀行業(yè)的第一大供應(yīng)商，包括農(nóng)行總行、建行、中國(guó)銀行多地分行及數(shù)十個(gè)中小銀行均采用云從科技產(chǎn)品。

周曦，云從科技創(chuàng)始人，中國(guó)科學(xué)院百人計(jì)劃，上海交通大學(xué)博士生導(dǎo)師，現(xiàn)任中國(guó)科學(xué)院重慶綠色智能技術(shù)研究院信息所副所長(zhǎng)  、智能多媒體技術(shù)研究中心主任。曾在國(guó)際頂級(jí)會(huì)議、雜志上發(fā)表 60 余篇文章，被引用上千次。

本碩就讀于中科大，模式識(shí)別方向，隨后赴美國(guó)伊利諾伊大學(xué)（UIUC）跟隨四院院士（美國(guó)工程院、中國(guó)工程院、中國(guó)科學(xué)院、臺(tái)灣中研院院士） 、“計(jì)算機(jī)視覺之父”Thomas.S.Huang 度過(guò)博士、博士后生涯，從事計(jì)算機(jī)視覺研究。

在美國(guó)的期間，周曦先后在 IBM TJ Watson 研究院、 Microsoft 西雅圖總部研究院、NEC 美國(guó)加州研究院工作學(xué)習(xí)。 

直播環(huán)節(jié)

1、 云從科技近日中標(biāo)農(nóng)業(yè)銀行人臉識(shí)別項(xiàng)目，為何銀行會(huì)開始大規(guī)模使用人臉識(shí)別技術(shù)呢？主要用在哪些業(yè)務(wù)上呢？

答：人臉識(shí)別技術(shù)在過(guò)去一年以來(lái)，平均 6 - 8 個(gè)月，識(shí)別率就會(huì)提升一個(gè)數(shù)量級(jí)，測(cè)試結(jié)果表明，人證合一對(duì)比，人眼的識(shí)別率平均為 72.5%，而機(jī)器識(shí)別率普遍已經(jīng)超過(guò) 99.5%，相對(duì)機(jī)器識(shí)別會(huì)更準(zhǔn)確。同時(shí)，機(jī)器不會(huì)疲勞，能節(jié)約人力成本，適合遠(yuǎn)程業(yè)務(wù)辦理。

銀行的 11 個(gè)不同部門有 46 種不同的需求，主要涉及的業(yè)務(wù)有：有遠(yuǎn)程開戶、支付、柜臺(tái)對(duì)比、VIP 迎賓、智能機(jī)具、智能金庫(kù)等。 

2、銀行在選擇人臉識(shí)別技術(shù)時(shí)，重點(diǎn)考慮哪些技術(shù)指標(biāo)，對(duì)你們提出過(guò)哪些具體要求？

答：銀行一般會(huì)重點(diǎn)考慮兩個(gè)技術(shù)指標(biāo)和一個(gè)性能指標(biāo)。

兩個(gè)技術(shù)指標(biāo)分別是：

• 正確接受率，也叫通過(guò)率。主要考量?jī)蓮埲四樥掌瑸橥粋€(gè)人時(shí)，系統(tǒng)判斷成功并予以通過(guò)的概率，越大越好；

• 錯(cuò)誤接受率，也叫誤識(shí)率。主要考量?jī)蓮埲四樥掌皇峭粋€(gè)人時(shí)，系統(tǒng)錯(cuò)誤的判斷為同一人的概率，越小越好。

一個(gè)性能指標(biāo)是：

• 比對(duì)速度，即兩張人臉圖片比對(duì)所花的時(shí)間。

總的來(lái)說(shuō)，銀行一般會(huì)要求將誤識(shí)率控制到萬(wàn)分之一以下，通過(guò)率必須達(dá)到 90% 以上，比對(duì)速度控制到 1 秒以內(nèi)。

3、有人說(shuō)虹膜識(shí)別技術(shù)安全性更高，銀行為什么不選擇呢？

答：生物識(shí)別方法的確有很多種，虹膜也是其中一種。但是人臉相對(duì)于其他生物特征識(shí)別在應(yīng)用上有顯著的優(yōu)點(diǎn)：

• 首先，人臉識(shí)別使用方便，可非配合，不需接觸，沒有侵犯性，容易接受。

• 其次，人臉識(shí)別簡(jiǎn)單直觀，符合我們?nèi)祟惖淖R(shí)別習(xí)慣，交互性好，方便人工處理。

• 還有，人臉識(shí)別設(shè)備通用，使用通用設(shè)備，攝像頭、PC機(jī)、手機(jī)、平板。

• 最后，人臉識(shí)別不宜仿冒，有活體識(shí)別功能，難以通過(guò)照片等簡(jiǎn)單手段欺騙系統(tǒng)。

4、通過(guò)“遠(yuǎn)程人臉識(shí)別 + 身份證件核實(shí)”的方式進(jìn)行身份驗(yàn)證似乎有望成為銀行的標(biāo)配，那么身份證照片和本人差別很大怎么辦？

答：中國(guó)公民身份證一般辦證時(shí)間都在 10 年以內(nèi)，成年人臉的變化較大的經(jīng)過(guò)統(tǒng)計(jì)，一般在 5% 左右。經(jīng)過(guò)計(jì)算機(jī)人臉識(shí)別與人的對(duì)比，變化較小的 95% 的人與身份證照人臉進(jìn)行比對(duì)，計(jì)算機(jī)識(shí)別率 99.5%，人眼識(shí)別率 91% 左右。而差別很大的，計(jì)算機(jī)識(shí)別率 78%，人臉識(shí)別率降到 20%。

所以，計(jì)算機(jī)還是比人眼的準(zhǔn)確率要高很多。一般差別很大計(jì)算機(jī)判斷錯(cuò)誤的，可以通過(guò)目前已有的密碼或者人工核查其它身份信息等手段解決。 

5、 不用帶卡就可以從 ATM 機(jī)上“刷臉”取款的確方便，但如何保證安全性呢？

答：我們可以將人的臉理解成銀行卡，ATM 機(jī)通過(guò)人臉識(shí)別比對(duì)可以將對(duì)應(yīng)的銀行卡關(guān)聯(lián)起來(lái)，用戶還是要輸入密碼來(lái)進(jìn)行取款。

另外，系統(tǒng)還會(huì)通過(guò)活體識(shí)別技術(shù)判斷“刷臉”取款的是否為真實(shí)人臉，對(duì)于拿圖片和視頻進(jìn)行冒充他人的情況予以杜絕。

6、目前的人臉識(shí)別技術(shù)可以區(qū)分雙胞胎嗎？技術(shù)上怎么保證不會(huì)誤判？

答：恩，很多人問(wèn)過(guò)這個(gè)問(wèn)題，在銀行也遇到過(guò)很多次。

人眼看雙胞胎可能沒有差別，但計(jì)算機(jī)可以對(duì)人臉及其細(xì)節(jié)進(jìn)行歸納和抽象，得到最為本質(zhì)的人臉特征進(jìn)行比對(duì)，從而比人有更強(qiáng)的區(qū)分雙胞胎的能力。

但是，在實(shí)際應(yīng)用中，由于有些場(chǎng)景攝像頭拍攝的人臉并不足夠清晰，而且受環(huán)境影響，計(jì)算機(jī)目前也無(wú)法做到 100% 的準(zhǔn)確。

7、云從最近在雙創(chuàng)周展示了“1秒刷臉支付”，但近日也爆出最新木馬Acecard 可以刷用戶照片盜取權(quán)限進(jìn)行惡意操作，怎么從技術(shù)上防止這類問(wèn)題？

答：銀行對(duì)于安全的要求是非常極致的。我們的方法是對(duì)人臉采集系統(tǒng)采集的人臉，均用云從研究的圖片加密方式對(duì)人臉圖片進(jìn)行了隱式的水印加密處理。

云從的人臉識(shí)別系統(tǒng)后端進(jìn)行識(shí)別時(shí)，會(huì)判斷人臉圖片是否為云從采集并且加密的人臉圖片。且這種加密方式需要的加密模板和加密參數(shù)很復(fù)雜，一般無(wú)法破解。

8、很多成果在 LFW 人臉數(shù)據(jù)集上的準(zhǔn)確率都停留在 99.5% 左右，是不是很難再有突破了？

答：LFW 就像一套始終固定不變的考題，需要有一定的人臉識(shí)別算法功底才能夠做到 99% 以上，因?yàn)檫@套考題本身的標(biāo)準(zhǔn)答案有錯(cuò)誤，即使做全對(duì)，官方統(tǒng)計(jì)識(shí)別率也就 99.77%。一般的做到 99.5%以后，就表明了有基本的人臉識(shí)別算法能力，再去花大代價(jià)去提高到 99.77% 對(duì)實(shí)際應(yīng)用并無(wú)多大幫助。

目前人臉識(shí)別算法的突破都集中在實(shí)際場(chǎng)景中人臉照片受角度、光線等復(fù)雜環(huán)境影響下，如何提高識(shí)別率。

9、您認(rèn)為哪些機(jī)器學(xué)習(xí)的方法可能會(huì)在人臉識(shí)別中有比較好的發(fā)展？ 為什么？

答： 目前人臉識(shí)別最好的方法，還是基于多層神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)算法，而且已經(jīng)被各大公司所應(yīng)用。

因?yàn)樯疃葘W(xué)習(xí)基于類人腦的神經(jīng)傳導(dǎo)模型，通過(guò)足夠多的數(shù)據(jù)進(jìn)行訓(xùn)練，其模型復(fù)雜度和非線性程度比普通算法好很多，所以可以自動(dòng)的將人臉圖片的人臉本質(zhì)特征進(jìn)行抽象，高效的解決人臉識(shí)別因角度、光照、年齡等問(wèn)題帶來(lái)的難點(diǎn)。而且可以增量學(xué)習(xí)，就像一個(gè)小孩兒一樣，辨識(shí)能力隨著數(shù)據(jù)的增長(zhǎng)會(huì)逐步提高。

10、云從有一個(gè)技術(shù)叫做雙層異構(gòu)深度神經(jīng)網(wǎng)絡(luò)，它有哪些出眾的特性？

答：為了將兩張照片映射到同一特征空間中進(jìn)行比較，在異構(gòu)深度神經(jīng)網(wǎng)絡(luò)基礎(chǔ)上，我們提出了雙層異構(gòu)深度神經(jīng)網(wǎng)絡(luò)模型。此模型中每層都是一個(gè)深度網(wǎng)絡(luò)（分別以兩張照片為輸入），在訓(xùn)練時(shí)采用二分類損失函數(shù)并對(duì)兩個(gè)網(wǎng)絡(luò)中對(duì)應(yīng)權(quán)值的差異性進(jìn)行正則化，可實(shí)現(xiàn)不同圖像空間到相同特征空間的映射。在特征空間中，相同身份人臉圖像的類內(nèi)差異變小，而不同身份人臉圖像的類間差異變大，從而增強(qiáng)了特征的判別性。

以人證合一為例：人的證件照要和現(xiàn)場(chǎng)的抓拍照或者普通照片上的人臉進(jìn)行比對(duì)，我們不能直接拿來(lái)比對(duì)，這樣因?yàn)槟挲g、光照等各種信息影響，識(shí)別不準(zhǔn)。我們應(yīng)該將證件照送到深度神經(jīng)網(wǎng)絡(luò)的一層，現(xiàn)場(chǎng)照送到深度神經(jīng)網(wǎng)絡(luò)的另一層，兩張照片通過(guò)兩層不同的網(wǎng)相互交換信息（年齡差距、角度差距、光照影響等），逐漸的去掉這些對(duì)人臉識(shí)別不利的因素，將兩張人臉照片映射到同一個(gè)可比的空間再進(jìn)行比較。

舉個(gè)例子，要比較山東的蘋果和川西的蘋果哪個(gè)好吃，最好把它們都運(yùn)到同一個(gè)地方，由同一個(gè)人來(lái)品嘗，給出最佳答案。

11、在很多實(shí)際應(yīng)用中，人臉識(shí)別的準(zhǔn)確率并不高，目前還有哪些困難和挑戰(zhàn)需要解決？

答：人臉識(shí)別是一個(gè)比較復(fù)雜的系統(tǒng)，由很多的人臉處理模塊組成。包括人臉檢測(cè)、關(guān)鍵點(diǎn)檢測(cè)、人臉規(guī)整、特征提取、比對(duì)識(shí)別五個(gè)大的步驟。

其中人臉檢測(cè)、關(guān)鍵點(diǎn)檢測(cè)與人臉規(guī)整為人臉預(yù)處理流程，將一張圖片中的人臉提取并處理成規(guī)范的人臉以便后期處理。特征提取為核心模塊，是對(duì)人臉圖片進(jìn)行深層描述并提升識(shí)別效果的主要模塊。而每個(gè)模塊又由很多小的算法單元，每個(gè)模塊每個(gè)單元算法必須都做到最好，組合起來(lái)的識(shí)別效果與精度才能夠高。

自由問(wèn)答環(huán)節(jié)

1、現(xiàn)在聲紋識(shí)別已經(jīng)比較成熟 ，關(guān)鍵是沒有一個(gè)權(quán)威的聲紋庫(kù) ，現(xiàn)在金融機(jī)構(gòu)自行搭建一個(gè)內(nèi)部的庫(kù)意義大嗎？

答：一般這種評(píng)測(cè)庫(kù)都是研究機(jī)構(gòu)建立，金融機(jī)構(gòu)不會(huì)去建立這個(gè)庫(kù)，個(gè)人認(rèn)為目前意義不大。

2、目前國(guó)內(nèi)很多人臉識(shí)別公司的核心算法在一定情況下依賴香港中文大學(xué)湯曉鷗教授的算法，而不去自己獨(dú)立做，這會(huì)對(duì)整個(gè)人臉識(shí)別的發(fā)展產(chǎn)生什么影響？

人臉識(shí)別還處于飛速發(fā)展期，使用其他廠商的算法會(huì)不利于后期發(fā)展，對(duì)于市場(chǎng)的影響，不做評(píng)價(jià)。

3、我是機(jī)器學(xué)習(xí)的初學(xué)者，請(qǐng)問(wèn)人臉識(shí)別技術(shù)，除了機(jī)器學(xué)習(xí)的知識(shí)外，還需要掌握哪些方面的技術(shù)呢？

答：計(jì)算機(jī)圖像處理與模式識(shí)別的基本知識(shí)還是需要的。

4、如果通過(guò)人臉掃描 3D 重建后易容可以騙過(guò)算法嗎，另外深度學(xué)習(xí)算法有一個(gè)缺點(diǎn)體就是加一些噪點(diǎn)就會(huì)使識(shí)別率大大下降有什么解決辦法嗎，用對(duì)抗式神經(jīng)網(wǎng)絡(luò)？

答：3D 重建需要的算法與設(shè)備都比較復(fù)雜，不是簡(jiǎn)單能夠?qū)崿F(xiàn)?？梢酝ㄟ^(guò)圖片預(yù)處理去噪，還可以通過(guò)有噪點(diǎn)的大數(shù)據(jù)進(jìn)行訓(xùn)練來(lái)解決。

5、據(jù)我了解，基于單目可見光攝像頭的活體識(shí)別技術(shù)目前還不成熟，這會(huì)限制遠(yuǎn)程開戶業(yè)務(wù)的應(yīng)用，請(qǐng)問(wèn)這方面您怎么看？

答：目前可以采用基于動(dòng)作的活體檢測(cè)判斷。

想要隨時(shí)隨地跟大牛嘉賓交流嗎？想要第一時(shí)間掌握公開課信息嗎？想要找到志同道合的小伙伴嗎？

歡迎掃描下方二維碼，關(guān)注 AI 科技評(píng)論公眾號(hào)。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。