资源预览内容
第1页 / 共6页
第2页 / 共6页
第3页 / 共6页
第4页 / 共6页
第5页 / 共6页
第6页 / 共6页
亲,该文档总共6页全部预览完了,如果喜欢就下载吧!
资源描述
人脸识别私有化产品白皮书一、产品概述人脸识别,是基于人的脸部特征信息进行身份识别的一种生物识别技术,用摄像机或摄像头采集含有人脸的图像或视频流,并自动在图像中检测和跟踪人脸,进而对检测到的人脸进行脸部的一系列相关技术,通常也叫做人像识别、面部识别。人脸识别的技术主要包括人脸检测、人脸配准、属性分析、特征提取、特征比对以及活体检测。人脸识别技术率先在多个行业以及场景下得到落地,使得一些企业和用户大幅度降本增效,提高了业务效率和安全性。例如:在安防行业,应特定的场景需求,孕育了一批基于视频图像的人脸识别技术和产品;在金融行业,人脸识别技术也在为提高金融体系的安全性起到了前所未有的作用。腾讯云人脸识别私有化产品涉及多项微服务,以提供人脸识别的基础能力为主,大致可分为四类。第一类为人脸比对检索产品,包括1:1人脸比对和1:N人脸检索产品;第二类为活体检测产品,一闪活体既保证了安全性,也提高了识别效率;第三类为人脸识别辅助产品,包括人脸属性提取、人脸特征提取等,可搭配其他服务进行使用;第四类为离线SDK产品,需搭配后端活体检测服务进行使用,支持Android和iOS操作系统。前三类产品都是后端服务,需要在服务器部署对应的服务,其技术形态上类似于一种微服务,并向外提供API能力。二、产品架构1.关键键技术1.1人像采集技术在出入口控制、视频监控等安防领域中,人脸识别的环境是复杂多样的,各种光照条件会直接影响人脸图像的采集效果。因此有效的ISP图像采集技术是保证人脸识别效果的必要前提。安防芯片、图像传感器、镜头等硬件的技术发展,逐步实现了在各种逆光、低照、动态范围较大等场景下,都能较好地获取清晰的人脸画面,在人脸识别私有化产品中,硬件往往是与软件、算法能力配合的重要能力之一。1.2基于深度学习的人脸识别算法传统的人脸识别技术,由于场景适应性较差,无法满足实际应用的要求,因此当时的人脸识别大都是在特定场合下使用,无法普及开来。随着深度学习的成熟和普及,将深度学习应用到人脸识别成为一个主流的技术趋势。基于深度学习强大的泛化能力和鲁棒性人脸识别终于可以在更加广泛的应用领域中施展身手。基于深度学习的人脸识别算法,配合海量的不同场景的人脸图像库训练模型,逐步实现了人脸识别应用在实际生活中。1.3活体检测技术为了保证人脸识别的有效性,防止各种恶意攻击,在人脸识别产品中实现有效的活体检测技术是一个重要的前提条件。当前业界的活体检测技术方案很多,主流技术方案有配合式的活体检测、非配合式的红外活体检测、基于深度信息的活体检测等,每种方法都有其优劣势。在实际应用中一般是根据活体检测严格程度,选择一种或多种技术方案组合起来,实现有效的活体检测功能。腾讯云活体检测主要应用在配合式的活体检测,提供一闪活体检测方式。2.技术流程2.1传统人脸识别传统典型的人脸识别流程主要包含人脸预处理、特征提取、特征变换和相似度计算等几个步骤。在这些步骤中,人工设计的特征提取方式和特征变换方式往往是决定算法优劣的关键所在。人们通常会定义并尝试一种、或者组合多种不同的特征提取方法,然后使用一些无监督或有监督的方式来对特征做不同的变换。2.2深度学习人脸识别由于传统的人脸识别需要精细定义特征和特征变换,所以强烈依赖于研发人员的人工经验。而深度学习则极大简化了这一步骤,我们人脸识别产品中主要应用深度学习人脸识别算法流程。三、部署架构产品本身是原子化引擎,可直接部署在服务器上,以微服务的形式通过API接口来提供服务。上层的应用、与业务系统的集成、包括类似API网关、负载均衡等都由客户自行开发,灵活处置。具体见下图:Q业务系统人脸比对人脸检霰点pi网关活体栓测人脸斥叫四、推荐机器配置服务器配置参数操作系统版本LinuxCentOS7.5公网IP是否需要配置公网IPCPU2*lntelXeonProcessorE5-2680v4GPU(仅限GPU版本)NVIDIATeslaT4*2内存32GB*2,DDR4系统盘250GBSSD数据盘2TBSATA五、产品介绍1.1:1人脸比对功能介绍:通过提取人的面部特征,计算两张人脸的相似度,从而判断是否为同一人,即1:1身份验证。人脸验证技术被广泛应用于基于人脸的真实身份验证、人证合一验证等。技术特色:优图独创Uface深度人脸模型,在国际权威的LFW无限制条件下人脸验证测试中达到99.80%的准确率。互联网金融场景实测,自拍照和身份证缩略图进行人脸比对时错误率0.01%、通过率95%。高维LBP、PCA、LDA联合贝叶斯、度量学习、迁移学习、深度神经网络。输入输出:输入两张照片,返回相似度分数值。或者输入两张照片和相似度阈值,返回是否为同一人的判断结果。2.1:N人脸检索功能介绍:给定一张人脸照片,和已有人脸库中的N个人脸进行比对,找出最相似的一张脸或多张脸,并给出相似度排序。如果待检索照片中含有多张人脸,则针对每个检测到的人脸,返回与之对应的检索结果。技术特色:国际权威MegaFace竞赛100万规模人脸检索首选识别率83.29%,世界第一。通过异源数据训练提升各类不同场景下的人脸检索精度,同时针对非配合场景,自动判断光线、姿态、角度等因素选择最优人脸图片用于检索,提高检索精度。优图自研人脸演变模型,即使面部随着年龄增长,皮肤、肌肉、骨骼发生明显变化,也能被正常检索。优图自研去遮挡技术,有效减少眼镜、口罩、帽子等遮挡物对人脸识别算法的影响。输入输出:当底库N建库完成后,输入一张查询照以及需要被查询的库名,便可以返回若干张人员照片(按相似度分数从高到低排列)。3.人脸属性分析功能介绍:对于任意一幅给定的图像,采用智能策略对其进行搜索以确定其中是否含有人脸,如果是则返回人脸的位置、大小和属性分析结果。当前支持的人脸属性有:性别、表情(中性、微笑、大笑)、年龄(误差估计小于5岁)、是否佩戴眼镜(普通眼镜、墨镜)、是否佩戴帽子、是否佩戴口罩技术特色:支持多种复杂场景,如强光、弱光、黑夜等光照不理想的场景,戴有眼镜、帽子、口罩等遮挡物的场景,以及侧脸等头部姿态角度不理想的场景等。对于一般生活场景中的人脸,达到99%的准确率和98%的召回率。输入输出:输入一张照片和一些人脸属性检测参数,返回图中人脸的位置信息与对应的属性。4.一闪活体检测功能介绍:移动设备通过请求服务器获取反光序列和动作序列,根据反光序列,屏幕反射不同颜色的光到人脸,获取一组人脸反光照片;根据动作序列,获取动作图片。服务器通过对这些照片的分析,判定对方是真人还是攻击。技术特色:在通过人脸进行身份验证的过程中,通常会受到各式各样的攻击,常见攻击有照片攻击、视频(翻拍或合成)攻击、3D纸片面具攻击等。安全性高,继承反光活体高安全性。鲁棒性高,场景适应性强,室内外均使用。用户交互要求低,且体验流畅,用户体验好。真人通过率98%。输入输出:输出一段视频,返回视频中人脸活体置信度。六、应用场景产品是原子化引擎颗粒度的基本能力单元,因此具有通用性和普适性。从行业来讲,金融、政务、教育、医疗等行业只要涉及私有化部署人脸识别需求的,都能进行产品支持。从场景来说,身份识别、身份查询、身份甄别都是比较常见的使用场景。如银行的刷脸远程开户、各类APP的刷脸登陆、企业或贵宾室的刷脸身份确认通行、安防领域的嫌疑人身份查询检索、机场火车站的刷脸人证票核验等都是非常普遍的场景。例如:1.人身核验在一些业务办理的窗口,近年来陆续都开始需要进行人证核验。一般会要求用户在读卡器上刷一下身份证,通过身份证信息能获取到一张用户的身份证证件照片。同时会要求用户对准摄像头,窗口工作人员会利用摄像头采集一张用户的照片。通过1:1人脸比对,来判断该证件是否属于该名用户,那么也就确认了用户的真实身份了。2.远程开户在进行远程用户身份核实与确认时,通过检测上传视频中客户身份的真实性,保证用户账户的安全性,并节省人力审核成本。这里一般用到活体检测与1:1人脸比对产品。3.身份识别在某些需要进行身份识别的场景下,可以运用1:N人脸检索来实现。例如VIP识别、或者刷脸门禁等。有时候可以再增加活体检测产品,提高安全等级。
网站客服QQ:2055934822
金锄头文库版权所有
经营许可证:蜀ICP备13022795号 | 川公网安备 51140202000112号