查看原文
其他

政府极其关心的AI寻人难题,安防巨头们谈其大规模应用现状

2017-07-26 张栋 AI掘金志



孩子丢了,一定是整个家庭的噩梦。


我们最大的幸福莫过于拥有一个团团圆圆的家。但世界上,却有太多因为儿童丢失而破碎的家庭。


看完讲述找寻失踪儿童的现实题材电影《亲爱的》,片中人物跑遍大半个中国的寻子故事让人触动,但我们还远不能体会那种丢失孩子带来的巨大疼痛感与绝望感。


除了片中的田文军和鲁晓娟,现实生活中,每天都在发生这样的事。相关数据统计,中国每年的失踪儿童大约有7万人,而能够找回来的大概只占5%。


技术的温度,从未这么近过


当人们对此类事件束手无策时,AI的出现就像是横空出世的英雄,让那些丢失了孩子的家庭得到一丝慰藉和依托。


“技术”从来都不是高冷的,因为技术往往可以由冰冷生涩的程序代码转化成极富魔力的温度;“技术”也从来不是无用的,除了下围棋,科技互联网企业正在努力用AI改变最普通人的生活。


今年的两会上,李彦宏就给出提案,建议用AI和大数据技术帮助寻找丢失儿童。


而这份提案很快就得到实现并有了一定的突破,在不久前“最强大脑”的舞台上,百度人工智能机器人“小度”对一组幼童照片进行数据分析后,成功识别出来到现场的20年后的成年人。在这个过程中,百度共展示了三个维度的AI技术,包含图像检索、人脸跨年龄识别和人脸跨代识别。


除了在“舞台”上,百度利用此技术已经让6岁被拐的付贵在丢失了27年之后成功找到了亲人。



付贵于1984年11月16日在重庆出生,1990年10月16日于重庆市石柱县大歇镇丢失,后被拐到福建。今年3月,百度将人工智能的跨年龄人脸识别技术应用于寻找走失儿童中,超过6万条寻亲图片数据接入百度跨年龄人脸识别系统进行对比评测,通过对孩子与父母上传的照片做比对,初步筛选出30例疑似案例,付贵就在其中。4月1日,付贵及双亲的DNA比对成功。被拐27年后,付贵终于成功寻亲,成为首例借助百度人工智能技术成功寻亲的案例。


百度AI平台部产品经理杨抒含介绍说,本次“寻亲”的成功看似简单,背后却需要从算法到筛选、标注等各项技术支持。该项目集合了百度IDL、AIP、AIQA等多个部门的十几位技术同学加入,成立了“AI寻人”虚拟团队。然后从人脸照片上,提取所有的面部特征(眉毛、眼睛、鼻子、脸型轮廓等),把这些特征换算成不同维度,并给每个维度配比上不同的权重。当两张照片进行对比时,会针对每个维度挨个对比,得出每个维度的相似度得分,再根据每个维度的权重比例计算出总体的匹配度得分,给出两张脸的相似程度。针对“宝贝回家”平台的数据类型,IDL深度实验室的人脸团队用大规模的跨年龄数据和亲子照数据进行深度学习的训练,用训练好的模型进行跨年龄人脸照片比对。


IDL主任林元庆表示,影响人脸识别的因素有很多,跨年龄人脸识别困难更大。为此,百度深度学习研究院采用度量学习的方法,并用大规模人脸数据训练好的模型作为底座,然后用跨年龄数据对他做更新。百度人脸测试集有2百万人的2亿张图片作为训练样本数据。林元庆透露,百度目前跟公安部也有合作,希望帮助更多的走失儿童早日回家。


国外科技公司也有所行动


除了百度,微软在这块也有所行动。


2015年,微软开发了一个可以帮助寻找中国走失儿童的应用程序。该应用程序通过微软人脸识别应用程序编程接口(API)寻找走失儿童。API 是一项基于微软智能云的服务,它可以对人脸图像进行扫描,利用先进算法确定两张人脸图像是否为同一人。这个工具拥有高达152层的深度神经网络,从而能在数万张的照片库中做到秒级检索;能分析27个不同的人脸面部特征,因此即使拍摄角度不同、面部表情各异,程序也能从许多张照片中准确识别相似图片,即使用肉眼也难以辨别的图片。


目前,微软已经用其找到一些丢失儿童。其中一个男孩已经走失了三年,通过该软件,于今年5月18日在福州市离家50公里的救助站里被找到。


大规模应用还要几年


如果说,目前利用人脸识别技术寻找失踪儿童已经有一些成功案例,那么该技术的大规模应用要需多久?另外,现在基于AI寻人的技术前提是需手动上传照片,如果利用监控摄像头在复杂的户外场景下进行实时捕捉人脸,自动上传鉴别的难度是否会更大?


对此,大华股份平安城市解决方案的高级SA周川谈了一下他的看法。在周川看来,儿童走失是当今社会影响民生稳定的重大问题,无论是出于个人疏忽,还是有意拐骗,对于丢失儿童的家庭这都是极其惨痛的噩耗。



人脸识别作为一种新兴的智能分析技术,正在公共安全领域不断得到应用。但他同时补充说,其实自人脸识别提出至今,尚没有一套完整、成熟的人脸系统可以提供全方位的采集服务,并且人脸算法在不同人种以及人员年龄等方面的研究尚在进行中,而对儿童的脸部特征分析的算法训练也还不足,若要说能轻松应对儿童找回的问题,是不实际也是不负责任的。


“但可以利用现有技术为寻找走失儿童提供一些帮助。”他紧接着说道。


在儿童走失这一问题上,存在两个关键角色,一个是受害人,也就是走失儿童;另一个是加害人,也就是我们常说的人贩子。


一、针对犯罪嫌疑人。作为儿童走失问题的加害者,人贩子一般具有以下特点:


  • 1、经常出入儿童较多的场所(如妇产医院,儿童游乐场所等);

  • 2、人贩子大多是成年人,面部特征成熟;

  • 3、人贩子存在一定比率的前科人员。


针对这些特点,人脸识别技术可以依托其精准的智能识别算法,在适用的场合为办案人员提供帮助。这里需要考虑事前、事中、事后三个环节。


事前:针对人口贩卖的前科人员,有必要将他们的信息录入到重点人脸布控名单中;


事中:通过在关键区域部署的高清摄像机或人脸抓拍机,当儿童在医院、游乐园、火车站等场所走失时,可以通过视频图像数据寻找嫌疑人图像,通过嫌疑人的正脸图像与人脸库进行比对,确认人贩子身份;


事后:通过大规模的人像天网建设,对人贩子进行大范围的人脸动态识别,实现快速精准定位,为抓捕、找回走失儿童提供数据支持。


二、 针对走失儿童。作为受害人,儿童分为两个年龄阶段:


  • 1、婴幼儿,缺乏脸部图像数据,且面部特征较不明显,容易混淆;

  • 2、3岁以上儿童,大多有脸部图像数据,行动能力较强,面部特征较明显。


首先,相关各方应该创建丢失儿童库,将丢失儿童个人信息,包括人脸图片录入其中。当儿童走失时,针对婴幼儿,可以将视频资源进行结构化提取,通过家人描述的特征(如小孩穿着衣服的颜色等)与视频中的结构化数据进行比对,从而为寻找婴儿提供线索;针对3岁以上儿童,除了结构化特征数据的比对,还可以利用人像卡口实时比对,来寻找走失儿童轨迹。



他强调说,现在人脸识别技术对于成年人的实时比对已经比较成熟。要快速精准的定位人员,还需要进行人像抓拍设备的增点建设,做到点、线、面结合,把面铺广,建立起大而全的人像天网。人贩子在犯案后往往也较为警觉,如何设置一些关键的管理卡口也将是需要考虑的问题之一。


但他同时坦承,隔代、模糊等复杂场景由于原有数据质量较差,这方面图像的比对效率在目前学术界中依然是个难题。不过学术界也在不断优化算法,相信未来应该可以获得突破。虽然现有人脸技术还无法完全应对走失儿童找回问题,但是在不远的将来,通过算法的优化以及技术演变,人脸识别有能力成为处理该问题的利器之一。


之后,周川还谈了一下该技术的大规模应用。他认为,该技术距离大规模应用的时间至少还需要2到3年。


主要有两大难点。


一是技术:例如人脸算法还需优化,对儿童的面部特征深度学习有待加强;


二是管理:政府对于儿童走失的预防手段需要做普及,不仅要加强百姓的防范意识,也要优化并解决相关场所的管理漏洞,将人口贩卖扼杀于摇篮之中。此外,目前还有一些新兴技术也可以参与到其中,比如无线射频产品,通过给儿童佩戴具有无线射频技术的手环,也可以帮助快速找到走失儿童。


除了大华股份周川外,宇视行业产品线总工汤立波也对此技术的应用作出评价。


在他看来,如果该技术最终能大规模应用的确很有意义,它能够帮助到很多家庭重拾幸福。他同时也和雷锋网介绍了人脸识别应用于寻找丢失儿童的相关技术和难点。在他看来,基于人脸识别技术寻找丢失儿童与传统所见的人脸识别技术相差无几,唯一的特殊性是跨年龄段识别,而这需要调整某些面部细节参数的权重。


他解释说,人脸识别从技术原理上来说,正常情况下在照片中找到人脸的主要器官例如眼睛、嘴巴、鼻子、三角区等,再对这些器官部位进行特征化处理并比对。我们知道,人脸每个部位的特征在不同的年龄段,以及在体重变化等情况下,是会有不同程度的变化的。所以如果用人脸识别技术来寻找丢失儿童,就需要通过机器学习去调整相关不同部位的比重,从而可以更精准的识别不同年龄段的照片。


而后,宇视行业产品线总工还谈了一下对百度、微软的寻人案例的看法。


他认为,目前还无法通过百度、微软的寻人案例判断这两家公司的算法成熟度。


一是,算法的准确率是一个统计值,很难从几个案例里得到“是否成熟”的结论,如果在几百甚至上千案例中,就只有一个成功案例,那么它也只能用来作宣传用;


二是要从公安的实用角度来看待这个问题。人脸识别的准确率要加先决条件——Top N。人脸识别的输出结果是“相似度”,也就是识别的是一张人脸和另一张人脸的相似程度,而不是“绝对值”,所以在实际操作过程中,比对得到的结果是名单库中的相似度排名,并不是唯一结果。那么公安部门在使用过程中其实有两种用法,被动查询和主动比对。前者比较容易,在TOP20、TOP50有一个比较好的准确率就能使用;后者,也就是要在摄像机的图像里实时分析这个人有没有可能是走失儿童,就要求很高,要求TOP1有很高的准确率,至少要达到95%以上的。否则要么识别不出来,要么大量的误报,公安干警没法用。



另外他也谈到的该技术的大规模应用。在他看来,这个技术从技术准备度来说已经相对成熟,但在实际应用中还存在诸多困难,主要包括两点:


  • 一、要训练更好的算法,样本收集,跨年龄段最大的瓶颈和难点就是拿不到每个人不同年龄段成组的照片进行训练;

  • 二、从建设角度来看,目前还不清楚是政府单独实施还是和机构一起合作解决这个问题。谁来建设,谁来使用,谁来维护,这些都是问题。


综合以上两点,对于短期内此技术的大规模应用还持怀疑态度。


除了两家安防巨头,安防资深专家朱明初教授也和雷锋网交流了一下他的看法。


他透露,其实这个项目由来己久,主要用到多维动态人脸识别技术,目前一些顶尖公司的识别技术已经可以解决跨年龄识别问题,但识别率相较传统识别会低一些;另外,公安部已经建立了丢失儿童人脸信息库。但他同时表示,大规模应用还不可行。一方面儿童丟失后拣到儿童的一方不报案或藏起来,则得不到人脸信息,无法比对;另一方面,大量布控会产生天量费用。总而言之,技术上没难点,难在落实上,这需要全社会参与进来,数年内推广到基层应用比较困难。


如果技术普惠于民,应该得到掌声


从以上三位专家的论述中,我们知道,该技术针对成年人的面部特征识别已经非常成熟,但应用在婴幼儿群体,还需要建立相应数据库,方便后期比对。从这来看,除了企业努力攻克技术难关外,还需要政府相关部门作出努力。


目前,人脸识别技术作为AI落地的重中之重,已经在很多行业中得到应用。也许,除了微软、百度外,未来会有更多科技公司都可以利用基于AI等技术解决各类社会难题。


更多关于雷锋网人工智能升级传统行业的文章,请关注雷锋网AI商业化垂直微信公众号:AI掘金志。




雷锋网AI掘金志团队招募全新启动!


职位:AI商业化方向采编


岗位职责:

1.采访企业首席数据官(CDO)和首席信息官(CIO)。

2.采编医疗、金融、教育、零售、安防等传统行业的公司(甲方)应用人工智能与大数据的案例。

3.报道人工智能公司(乙方)与传统公司的技术与商业合作项目。


人工智能商业化落地进度远不及AI技术的革新,究其原因,AI技术供应商(乙方)不明确自己的技术可服务于谁,传统机构(甲方)不懂如何有效利用人工智能与大数据提升效率。


于是雷锋网先行,通过采编对甲、乙方参考价值巨大的人工智能商业合作项目与案例,面向企业CDO与CIO,从而服务“AI技术输出者”和“AI技术消费者”:助力AI公司寻找最有价值的潜在传统客户与商业化落地路径,帮助传统企业选择与开发适合自己的AI产品和技术方案,消除AI公司与传统企业之间的信息不对称,推动人工智能的商业化浪潮。


工作地点深圳、北京可选,简历投递至 wangyafeng@leiphone.com。


长按二维码,关注雷锋网旗下「AI掘金志」


您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存