AI換臉火了 汽車人臉識別也來了解一下

2019年03月20日 人臉識別技術 115 views

“朱茵變楊冪,流量一個億?!弊罱?,有好事者用AI技術將楊冪的臉“貼”在了朱茵飾演的黃蓉的臉上,這個段子也成了人們茶余飯后的談資。但其實這并不是首例,“AI換臉”早就被玩壞了,奧巴馬“?;濉?、蓋爾·加朵“演不可描述電影”,從總統到明星無一幸免。

與“換臉”有著密切聯系的另一個“臉”便是“人臉識別”,無論是門禁還是支付,人臉識別已經滲透到了日常生活中的方方面面。兩張“臉”有著濃厚的“血緣關系”,但卻讓人倍感“攻-防”的焦慮?,F如今汽車其實也逐漸地開始融合了人臉識別技術,但其應用場景究竟如何呢,“攻-防”的矛盾又該如何破局?

1、人臉識別其實是生物特征識別技術領域的一種,將眼睛間距、面部紋理、膚色等等全部轉換成了數據特征,以此來進行身份鑒別?!癆I換臉”也是人臉識別技術的應用。

2、如今,人臉識別技術已經逐步應用到了解鎖汽車車門、疲勞檢測等領域,隨著汽車網聯化進程的發展,人臉識別作為身份專屬ID將有更大的發展空間。

3、在信息科技時代,安全問題貫穿始終,人臉識別技術其實也面臨著安全威脅。沒有絕對安全的系統,功與防的矛盾一直存在。

“換臉”與人臉識別

“換臉”,簡單地來說就是用AI算法,將一個人的臉合成到另一個人的臉上,表情豐富且自然,簡直讓人難辨真偽。主流的“換臉”技術都是基于深度學習神經網絡,選取對象幾千甚至幾萬張人臉素材進行“訓練”,素材越豐富、訓練數據足夠多,則越能亂真。選取對象的準則就是要具備豐富的表情變化,這就是為什么被“換臉”的通常是明星或公眾人物,因為取材更簡單。對于“路人”或者表情麻木者大可不必擔心自己某天會出現在“不可描述”的視頻中。

可以看出,要實現“換臉”首先就需要讓機器學會識別人臉,AI做的第一件事是識別,第二件事才是換臉。因此,“換臉”也算是人臉識別技術的應用。

早在20世紀50年代,科學家就開始對人臉識別展開了研究,它是生物特征識別技術的一種,與之類似的還有指紋識別、聲音識別、視網膜識別,甚至是個人行為習慣等都隸屬于這一領域。

但是問題來了!臉部胖瘦、單/雙眼皮、頭發多少等等生物特征對于人來說識別起來非常簡單,但機器的眼里卻只有數字,幾十億人每個人的人臉都有所差別,那么龐大規模的人臉特征又從哪來呢?這便是深度學習發揮作用的地方了。深度學習,可以理解為模擬人腦進行分析學習的神經網絡,模仿人腦的機制解析數據,包括聲音、圖像等等。對于人臉識別而言,深度學習通過千萬甚至是上億的人臉數據庫學習訓練后,生成適合于機器識別的人臉特征。

如此就不難理解,有足夠多的素材,就能“喂”給機器足夠多的數據,就能不斷提升它的能力,人臉識別在實際應用場景中的預期效果就越好。所以,為了提高智能算法的準確性,大量數據的積累是必不可少的,畢竟,全球數十億人,長相相似的大有人在。

人臉識別在汽車領域的應用

當初蘋果推出具備人臉解鎖功能的iphone產品時引起了人們廣泛的好奇心,雖然人臉識別不是蘋果發明的,但可以說為該技術做了一次大范圍的認知普及,普通用戶開始越來越多地了解了這項技術。

人臉識別的應用其實主要用在兩個大方向,即1:1認證和1:N認證。所謂的1:1,就是證明“你是你”,比如手機人臉解鎖、支付寶的刷臉支付,以及安檢等場景。而1:N認證,就是從一群人當中識別出你,比如用于警察破案,或者是定位闖紅燈者等等。

那么,人臉識別這項黑科技在汽車領域都有哪些用處呢?舉個非常簡單的例子,如果在車展上,某汽車公司收集了一部分來到展臺的人臉照片,那么后續是不是可以點對點地進行精準的汽車廣告推送呢?這是不是也是在汽車領域的實踐呢。

不過,推送廣告這種讓消費者普遍很不舒服的事情顯然不應該是人臉識別在汽車上的真正用武之地。

人臉識別在汽車上的應用大多是用到了該技術的1:1認證。最直觀的便是人臉解鎖車門,將探測到的人臉與已保存到的人臉特征進行比對。比如,凱迪拉克XT4(參數|詢價)就能通過B柱的攝像頭刷臉開車門。新造車企業,比如拜騰也配備了人臉識別技術,同樣是在B柱攝像頭刷臉。另外,防盜也是人臉識別在汽車上的重要應用,即便坐在車內也開不走汽車。

通過人臉識別用車的場景還包括租用共享汽車。由于發生過嚴重事故的原因,人臉識別技術逐漸被用在了共享汽車領域,驗證駕駛證和實際用車人的一致性。但是,目前許多共享汽車企業實際上是通過手機App來采集圖像并與后臺智能算法平臺比對來實現的。還不能算是人臉識別集成在汽車上的應用。

而另一個最具實用意義的場景就是疲勞檢測,是通過人臉識別技術與主動安全輔助系統結合來實現的。當系統檢測到駕駛員閉眼睛、打哈欠、抽煙或者左顧右盼等等行為時,便會采取報警、制動等安全措施。斯巴魯DriverFocus系統就是疲勞駕駛的“殺手”,它通過紅外傳感器和面部識別軟件來識別司機疲勞或分心的跡象,目的就是為了降低事故的發生率。疲勞檢測其實也用在公交車場景,但也有用于安防布控的,就是方便警察叔叔抓人。

在2017年CES上,博世、大陸、英偉達、克萊斯勒均展示了車內人臉識別的應用。未來,隨著汽車智能網聯的不斷進化,人臉識別其實還有更大的發揮空間。

當汽車網聯化之后,移動互聯網時代的“一個賬號,永遠在線”就將被充分體現在汽車上了,人臉作為專屬的ID。當駕駛員上車后,汽車能識別出這個ID適合的座椅狀態、后視鏡合適位置、所喜好的音樂等娛樂信息,以及駕駛偏好和歷史軌跡等等,這將大大提升駕乘體驗。當然,未來在車內實現支付也不是難事。

在相同的技術原理上做進一步的延伸,既然可以對“人臉”進行識別,那么其實也可以對“車臉”進行識別,對于機器來說不過是“喂”數據而已。其中一類應用便是,根據車輛外觀、型號、顏色等來獲取車輛各項信息;另一類就是根據外觀缺陷或損傷進行事故檢測。

人臉識別的“路”還遠

人臉識別在智能手機和一些公共場所已經大規模應用了,但是在汽車領域似乎還沒有大規模普及。

雖然有一些數據顯示所謂的人臉識別“準確率”能達到99%甚至更高的水平,但業內人士反映,這只是實驗室級別、純粹的學術測試,是在限定的環境下實現的,不排除企業夸大宣傳。而至于復雜的實際應用環境下,識別準確率直線下降。比如,光照(黑暗)、遮擋、姿勢、距離等等影響因素都是問題。也許用手機人臉解鎖感覺還不錯,但是汽車使用場景難以達到手機場景的良好環境,假如B柱攝像頭有污漬,那這是不是也給用戶帶來了糟糕的體驗。

另外,汽車企業最關注的是產品的穩定可靠性,以及成本管控。人臉識別雖然起源于上個世紀,但也是一項不斷迭代升級新事物,還不能算成熟。并且,現如今智能鑰匙依托無線射頻技術只要靠近汽車就能自動解鎖車門,從實際使用場景來說比人臉識別更加便捷,實現成本更低。說白了,用鑰匙百分之百能開門的情況下,為何要花大力氣去開發一個存在識別錯誤率的功能。

不過,技術的應用其實與市場有著緊密聯系。根據美國印第安那大學對交通事故原因的調查研究發現85%的事故與駕駛員有關,車輛和環境因素只占15%。這就意味著疲勞檢測其實是有足夠大的市場空間的。

除了便捷度、成本和技術本身等問題之外,另一個問題也隨之而來,當“AI換臉”火了的時候,人臉識別還能不能保證安全也讓人倍感擔憂?!耙宰又?,陷子之盾,何如?”,當照片無法騙過系統時,如果用“AI換臉”來應對人臉識別又會如何呢?

其實,人臉識別在對身份進行核驗時有一個重要的環節是“活體檢測”,比如安排隨機眨眼、搖頭等隨機動作,其目的就是為了防范照片、視頻或其他軟件來對系統進行攻擊。并且,通過深度學習來加強訓練模型也可以依據紋理、反光等特點來甄別“假臉”。

不過,沒有一個系統是沒有漏洞的,電影《我是誰:沒有絕對安全的系統》恰恰演繹了這個邏輯。在GeekPwn2017國際安全極客大賽上,一位黑客僅用時兩分半就騙過了人臉識別系統。

記得零跑S01上市時,搭載了這么兩個技術:一個是指靜脈識別,另一個是人臉識別。暫且拋開新造車企業是否靠譜不談,也把這兩個技術的實際體驗如何擱在一邊。單純從“通過指靜脈識別解鎖車門,通過人臉識別啟動車輛”來看,其實就代表著一個安全邏輯。

在互聯網時代,“鑰匙”是什么?是密碼、手機號、身份證號、驗證碼,以及各種生物特征等等。人臉識別無法徹底解決安全問題,其實還可以用多重認證,比如聲音識別+人臉識別等等。所以,人臉識別作為其中的一個驗證環節,與其他“鑰匙”配合使用才能提高安全性。但問題是,隱私“裸奔”的環境下,在互聯網上“配鑰匙”絲毫不比線下配把鑰匙來得困難。信息科技時代的“安全”永遠都是處在攻防的動態平衡中。因此,如果揪住某單項技術能不能做到百分百安全不放,這就變得沒有絲毫意義了。

說到底,技術需要用在適宜的地方,任何技術都有場景的局限性。

全文總結:

就當前而言,用手拉開車門可能比人臉識別來得更方便,刷臉啟動車輛也不見得比鑰匙方便多少。沒有大眾(限時抽獎)化普及,也離不開背后對安全、成本等等各方面因素的考量。但人臉識別技術用于汽車僅僅是因為酷炫,顯得高配嗎?人臉識別其實是一項“軟”技術,而從當前汽車的發展趨勢來看,汽車產品也在逐漸由“硬”變“軟”,軟件定義將成為汽車的重要特性。AI與汽車的深度融合將逐步挖掘出更大的價值,這也是一些黑科技陸續“上車”的原因。

發表評論

發表評論:

PHONE
影音先锋色av男人资源网_人人玩人人添人人澡欧美_久久人人97超碰精品