<dl id="f0ofd"><ol id="f0ofd"></ol></dl>
<em id="f0ofd"></em><em id="f0ofd"></em>
<div id="f0ofd"></div>

<sup id="f0ofd"><menu id="f0ofd"><small id="f0ofd"></small></menu></sup>

    <dl id="f0ofd"><ins id="f0ofd"><mark id="f0ofd"></mark></ins></dl>

      <dl id="f0ofd"><menu id="f0ofd"></menu></dl>
      <dl id="f0ofd"><menu id="f0ofd"><small id="f0ofd"></small></menu></dl>
        <em id="f0ofd"></em>
        科技行者AI人脸识别技术前景光明

        AI人脸识别技术前景光明

        AI人脸识别技术前景光明

        AI人脸识别技术前景光明

        2019年4月8日 科技行者
        • 分享文章到微信

          扫一扫
          分享文章到微信

        • 关注官方公众号-科技行者

          扫一扫
          关注官方公众号
          科技行者

        我们生活在一个AI能力有望超越人类大脑的时代下。

        来源:科技行者 2019年4月8日

        关键字:人脸识别 人工智能 面部识别

        虽然尚存在隐私难题,但人脸识别技术已经能够帮助人们完成诊疗预约与度假登记。

        人脸识别技术前景光明

        ▲ 皇家加勒比渡轮公司实行人脸识别系统进行乘客安检与身份验证,效率更高

        想象一下,你和家人正站在码头,等待登上巨型渡轮,开始一段阳光沙滩海浪仙人掌的舒适假期,然而,回到现实,视野中出现的是等待安检、拖运?#32422;?#23545;照身份的长队。乘客通常需要 75 分钟的等候才能完成登船?#20013;?#21152;上迫?#34892;?#24773;,近在咫尺的甲板变得如天涯般遥不可及。

        皇家加勒比游轮公司认为,有必要进一步加快乘客的检查速度,而其中的关键,就是AI人脸识别技术。

        去年12月,该公司组织了一个试点项目,让乘客们搭上一艘前往佛罗里达州劳德代尔堡的邮轮。乘客们首先利用该公司提供的应用程序进行自拍,然后在港口位置由AI数据库对真人相貌进行匹配,经过快速复核,快速进入了?#32422;?#30340;船舱。

        结果是:客户满意度得到显著提升。

        皇家加勒比游轮公司迈阿密分部数字运营负责人 Jay Schneider 表示,“我们希望将原本冷冰冰的检查变成一场热烈的?#38431;?#20202;式。”他们的目标,是确保乘客“在10分钟内从车里进入酒吧。”

        皇家加勒比游轮公司并不是这场实验性尝试中的唯一一员。事实上,人脸识别技术已经被Facebook用于寻找好友,被苹果公司用于解锁iPhone,被用于各地机场、?#25214;?#26426;?#32422;?#23478;庭安全系统等场景。换言之,人脸识别有可能很快充斥我们生活的各个角落。

        我们生活在一个AI能力有望超越人类大脑的时代下。

        人脸识别系统的普及,可谓人工智能技术的一场巨大飞跃。这种技术旨在为计算机提供一部分与人类思维相似的能力、功能性甚至是创造力。其中的最大改进,源自AI中的一个特定领域,即神经网络,这一?#25293;?#21463;到人脑细胞具体运作方式的启发。另外,硬件与软件层面的改进还实现了一种被称为深度学习的具体方法——通过多层数字神经元,深度学习模型已经能够提供越来越精细的图像分析结果。

        总体而言,这代表着一场深刻的变化。认识与解释人脸对我们来说非常重要,我们人类的大脑也把相当一部分时间与精力?#24230;?#21040;这项工作当中。当我们向计算机传授这项技能时,我们将能够与机器完成更为便捷的?#25442;?/span>——这?#25302;?#26159;对原有数据库命令提交方法的一场进化。但另一方面,人脸识别?#19981;?#24433;响到我们的匿名?#36816;?#24179;,最终?#29616;?#21066;弱每一个人保障隐私权的能力。

        >>> 神经网络的工作原理

        在训?#26041;?#27573;,神经网络会认真检查大量人脸图像,并自行学习识别过程中的重要诀窍。相较于?#27801;?#24207;员负责对眼睛、鼻子?#32422;?#22068;巴的形状进行描述的旧有方式,这?#20013;?#25216;术的准确度可?#36816;?#19981;知道高到哪里去了。

        加州大学河滨分校电气与计算机工程系主任Amit Roy-Chowdhury表示,“其中一些层能够捕捉颜色、?#35780;?#19982;渐变。当神经层深度增加时,其会进一?#35762;?#25417;物体上不同部分的形状,并最终勾勒出目标物体的整体形态。”

        经过训?#20998;?#21518;,神经网络将为每张人脸创建一种精简的数学表示。该表示可?#26434;?#20854;它人脸的表示进行快速比?#24076;?#20174;而由人脸识别系统判断进入办公室的?#19968;?#21040;底在不在拥有授权?#33041;?#24037;名单内。而如果出现的人与警察逮?#37117;?#24405;信息匹配,那么系统即可针对这位潜在的盗窃犯发出警报。

        为了更好地工作,人脸识别系统需要获得光照?#24049;们?#25928;果清晰的人脸图像,用以为神经网络提供详细、准确的数据。正因为如此,护照?#25484;?#25165;要求必须光?#31449;?#21248;、背景简单、表情自然且拍摄对象必须正面朝向相机。施乐公司PARC?#25442;?#19982;分析实验室负责人Raj Minhas指出,“只有尽可能确保所有输入内容间的一致性,分析工作才会变得更为轻松。

        >>> 系统中的错误

        人脸识别系统的水平确定在不断提升,但有时候仍然会犯下一些错误当不存在匹配时,例如数据库中不存在某一对象的图像,系统偶尔?#19981;?#35823;将对方视为已匹配。另一方面,系统时不时?#19981;?#23558;本来应该正确匹配的对象视为陌生人物。

        美国国家标准与技术研究院在其 2018 年的研究当中发现,目前一流的人脸识别系统在光照条件?#24049;?#30340;情况下,能够实现高达99.7%的判断准确率。

        卡耐基梅隆大学CyLab生物识别?#34892;?#20027;任Marios Savvides表示,减少此类错误的途径之一,在于推送一系列数据以调整系统,从而提高神经网络准确性,并降低误报状况的发生机率。

        Savvides的团队还将现代AI与一种被称为滤波器的旧有技术加?#36234;岷希?#20174;而确保当面部被遮挡、光线不足或者背离相机时,神经网络仍能够提高人脸识别的准确性。他指出,总体而言,Savvides团队已经能够在人们看向别处或者佩戴口罩时较为准确地重建面部轮廓。他表示,“我们生活在一个AI能力有望超越人类大脑的时代下。

        改善人脸识别技术的另一种方法,是将其与其它属?#36234;?#34892;匹配,例如指纹、声纹?#32422;?#20854;它生物识别数据或密码等因素。这种方式虽然不太适合扫描商店进出口人群这类较为随机的场景,但在登录网络?#32422;?#20854;它受控程度较高的情况下,却能够发挥极佳的作用。

        Unisys公司(一家向美国海关与边境保护局等客户出售生物识别认证技术的厂商)首席技术官Vishal Gupta表示,“我们将其称为无可辩驳的身份。”Unisys公司原本的人脸识别系统仅拥有99%的准确率,但在结合其它生物识别因素后,其准确率快速提升至99.9%甚至99.99%。

        虽然人脸识别技术能够带来巨大的便利性,但同时也让不少人产生了顾虑。隐私权倡导者们担心其将引发新的“老大哥在注视你”这类监控时代,或者令企业出于利益驱动而追踪人们的行迹。此外,AI技术还面临着偏见问题的挑战;如果使用大量白人图像进行系统训练——这也是目前的常见作法——那么系统可能会很难识别有色人种。根据用于AI训练的数据集的不同,这种偏见?#22815;?#20197;其它方式进入数据集。举例来说,如果用于AI训练的?#25484;?#20013;包含大量女性烹饪的内容,那么系统可能天然认定女性就归属于厨房。

        Broad Daylight公?#26223;?#20840;顾问Nick Merrill指出,“目前在实际发现数据集问题之前,还没有太好的办法来提前判断数据集内是否存在偏见。然而,当偏见?#36816;?#27861;在现实场景中造成?#33529;?#26102;,一切都为时已晚。

        尽管如此,仍有很多企业在考虑如何利用人脸识别技术增强客户、?#27599;汀?#24739;者?#32422;?#29992;户的体验。他们希望通过人脸识别技术简化?#25442;?#27969;程,而非带来令人毛骨悚然的隐私危机。

        >>> 你好,医院

        Northwell Health医院为350万名患者提供服务,亦是纽约规模最大的医疗保健服务供应方。其正在利用人脸识别程序简化患者就诊流程,减少文书错误,并最终借此改善人们的健康状况。

        其系统中的硬件与软件由RightPatient公司制造,负责利用复杂的相机拍摄患者的面部与虹膜。?#34987;?#32773;进行检查时,接待员使用的计算机将确认患者身份并弹出他或她的医生图表。而如果没有记录,则当场为患者注册ID。

        我们相当于把名字写在了脸上。

        除了简化整个就诊流程之外,该系统还具有诸多其它优点,包括精简ID相关信息。举例来说,它不太会受到同一患者重复记录问题的影响。如果你已经存在于系统当中,那么即使您结婚并改变了名字,系统同样能够将您认出。此外,身份盗窃活动?#27493;?#21463;到扼制,毕?#22815;?#34507;们很难伪造出一张足以蒙混过关的人脸。

        在车祸等紧急情况之下,该系统能够快速识别出已经失去意识的患者,以便护士及医生能够找到其病史并快速与家人取得联系。

        数字病患体验组织副总裁Laura Semlies评论称,“我们相当于把名字写在了脸上。而这,?#25442;?#24102;来更好的临床关系。

        她解释道,生物识别数据将受到加密保护,并遵循与其它健康数据相同的?#29616;?#38544;私限制。

        到目前为止,Northwell医院的350万名患者当中只有约12000人加入这套系统。但该网络的发展速度很快,并沿该机构的业务体系广泛传播。

        >>> 人脸识别的光明前景

        皇家加勒比游轮公司项目负责人Schneider表示,该公司的乘客数量达到Northwell医院患者的两倍,而且随着?#33529;?#35268;模的扩大,将有更多乘客享受到人脸识别的服务。

        在可选自助系?#25104;?#23436;成自拍及护照扫描之后,乘客即可直接动身前往港口。抵达之后,乘客可以通过入口处的摄像机看到?#32422;?#30340;实时动态,并快速得到安排,以避免遭遇机场中常见的安检?#31561;?/span>

        在幕后,计算机会将乘客的面孔与记录中的面孔进行匹配。一旦匹配成功,乘客就会在屏幕上看到一个绿色的提示框。这时,人类接待员将确认匹配,叫出乘客的姓名并检查他们的护照。

        皇家加勒比公司原本就要求乘客提供?#25484;?#22240;此人脸识别系统并不会显著增加该公司的数据存量。该公司数字负责人Schneider表示,他们还将在出游结束之后?#22659;?#20056;客提供的?#25484;?/span>

        结果就是,这套系统使得乘客们能够更快登船——换言之,更快开始这段激动人心的假期。

        Schneider最后总结称,“客人们不希望到第二天才能真正开始享受假期。我们的目标,就?#21069;?#36825;失去的一天重新还给乘客。”


          最新文章
          ?#35753;?#26631;签
          必赢客手机版北京pk10软件下载

          <dl id="f0ofd"><ol id="f0ofd"></ol></dl>
          <em id="f0ofd"></em><em id="f0ofd"></em>
          
          <div id="f0ofd"></div>

          <sup id="f0ofd"><menu id="f0ofd"><small id="f0ofd"></small></menu></sup>

            <dl id="f0ofd"><ins id="f0ofd"><mark id="f0ofd"></mark></ins></dl>

              <dl id="f0ofd"><menu id="f0ofd"></menu></dl>
              <dl id="f0ofd"><menu id="f0ofd"><small id="f0ofd"></small></menu></dl>
                <em id="f0ofd"></em>

                <dl id="f0ofd"><ol id="f0ofd"></ol></dl>
                <em id="f0ofd"></em><em id="f0ofd"></em>
                
                <div id="f0ofd"></div>

                <sup id="f0ofd"><menu id="f0ofd"><small id="f0ofd"></small></menu></sup>

                  <dl id="f0ofd"><ins id="f0ofd"><mark id="f0ofd"></mark></ins></dl>

                    <dl id="f0ofd"><menu id="f0ofd"></menu></dl>
                    <dl id="f0ofd"><menu id="f0ofd"><small id="f0ofd"></small></menu></dl>
                      <em id="f0ofd"></em>