3D人臉識別技術研究報告


來源:電子商務電子支付國家工程實驗室    作者:侯曉楠    2018-11-2 11:05

摘要

隨著人臉識別技術的迅速發展,識別精度及速度的有效提升為人臉識別在眾多領域的應用提供了基礎。自2015年起人臉識別的應用領域開始逐漸增多,從前期以門禁考勤為主,向安防、金融、商業等多領域拓展。人臉識別金融應用,并非指人臉識別技術本身,而是將人臉識別技術通過不同的解決方案設計及其它技術疊加,解決金融行業各種業務場景下的實際需求。

一、人臉識別技術在金融領域的發展背景

金融機構傳統上使用人工肉眼判斷、短信驗證、綁定銀行卡等手段進行實名認證。這些傳統手段存在準確率不高、客戶體驗較差、成本高等問題,對金融企業業務發展造成了巨大的困擾。基于人臉識別的實名認證方式具有準確率高(一億人中才存在兩人長相相同)、客戶體驗好(認證速度快、客戶操作少)、成本低(相較于傳統認證方式)的優點,在金融領域得到了廣泛關注。

借助圖像與視頻數據的迅猛增長和計算能力的大幅提高,針對大數據處理的深度學習方法在人臉檢測、配準、識別等領域取得了巨大的進展,大幅度提升了人臉技術的精度與速度,從而為這些技術在實際場景的應用奠定了基礎。經過微眾銀行、小米金融、邦付寶等業務的實踐以及大量的P2P應用示范,表明刷臉技術具有重大的應用需求,但同時也會帶來許多新的挑戰和問題。目前來看,在金融行業要衡量人臉識別技術是否足夠成熟的重要標準,一個是對光照、表情、化妝等是否魯棒,另一個是人臉活體檢測是否足夠安全。比如近來備受關注的刷臉支付,很多時候都會要求用戶輸入全手機號,或手機號后四位,以縮小用戶搜索庫大小,實際上這是比較影響體驗的。如何在用戶搜索庫巨大的時候還能夠保證人臉識別的正確率,同時還需要考慮到用戶是否是一個真實存在的自然人,不能夠是照片或者視頻,需要有安全度極高的人臉活體檢測和人臉識別技術。

綜合分析,由于互聯網金融需要同時滿足便捷、精確和高可靠性,目前我們需要面對互聯網金融中刷臉技術所面臨的一系列挑戰:

(1)金融領域人臉識別應用場景中存在很多不確定因素,比如光照、表情、姿態、遮擋等多種干擾因素;

(2)2D人臉識別是通過2D攝像頭平面成像,無法接收物理世界中的第三位信息(尺寸和距離等幾何數據),即使算法及軟件再先進,在有限的信息接收狀態下,安全級別終究不夠高,可能會出現非法用戶利用偽造圖片、視頻、面具幌騙攻擊的情況,無法滿足金融安全級別的需求。

為應對以上問題,考慮引入3D人臉識別技術。3D人臉識別技術具有如下優勢:

(1)采集獲得的臉部3D形狀數據可看作是不隨光照、視圖的變化而變化,且化妝等附屬物對圖像影響很大而對3D數據影響不明顯。因而,3D人臉識別被認為具有光照不變、姿態不變的特性;

(2)3D人臉識別通過3D攝像頭立體成像,能夠識別視野內空間每個點位的三維坐標信息,從而提升了分析判斷的準確性,使得人臉識別功能可以分辨出偽造圖片、視頻、面具等的攻擊,適合金融領域和智能手機等安全級別要求高的應用場景。

二、3D人臉識別技術發展現狀

3D人臉識別技術主要分為硬件以及算法兩大部分,算法是實現人臉識別的基礎,硬件是承載算法,讓人臉識別得以實現的實體部件。算法和硬件缺一不可,只有兩者相互協作,才能實現人臉識別。

(一)3D人臉識別硬件技術

目前的3D人臉識別硬件技術主要分為三類(如圖1所示):

(1)結構光(Structured Light):結構光投射特定的光信息到物體表面后,由攝像頭采集。根據物體造成的光信號的變化來計算物體的深度信息,進而復原整個三維空間;

圖1 3D人臉識別技術

(2)TOF(Time Of Flight,飛行時間):TOF系統是一種光雷達系統,可從發射極向對象發射光脈沖,接收器則可通過計算光脈沖從發射器到對象,再以像素格式返回到接收器的運行時間來確定被測量對象的距離;

(3)雙目測距(Stereo System):利用雙攝像頭拍攝物體,再通過三角形原理計算物體距離。

表1.3D人臉識別硬件技術性能比較

由表1可知,三種技術當中只有雙目視覺不適合昏暗使用,也就是說智能手機在夜間無法實現人臉識別解鎖。TOF技術具有響應時間更快,抗光照表現尚可,深度信息精確度高、識別距離遠等優勢,但是其也有著分辨率低、成本高、功耗高、模塊大的劣勢。而結構光技術優勢則在于低光下表現良好,分辨率更高,成本、功耗適中,主要缺點是易受陽光影響,識別距離短,相應時間稍慢的缺點。

就應用于智能手機上的人臉識別功能,結構光技術應該是要比TOF技術更有優勢。因為通過智能手機的前置3D系統來進行面部識別這種應用場景本身識別的距離就很近,所以不存在需要支持更遠的識別距離的問題。另外結構光相比TOF技術,短距離的精度更高,也更適合用在手機前置攝像頭上。而且其分辨率、相應時間已經足以應對手機端面部識別的需求。

另外,就兩種技術所產生的深度圖來看,TOF深度圖會存在多重反射產生的噪音、邊緣精細度過低、時域濾波導致滯后等問題。而結構光的深度圖則只有邊界線清晰度略低的問題。

最后,由于是用在智能手機這樣的消費類移動設備上,所以成本、功耗也都是需要考慮的因素。總的來說,如果是手機前置3D面部識別系統,結構光技術相比TOF技術更具優勢。然而3D深度攝像頭的應用遠不止人臉識別,還有AR。據稱,除了保留前置3D TrueDepth攝像頭,蘋果還將在2019年為iPhone配備后置采用TOF技術的3D傳感器,用于提升AR體驗。

(二)3D人臉識別技術算法

目前三維人臉識別算法有如下幾種:

(1)基于圖像特征的方法:采取從3D結構中分離出姿態的算法。首先匹配人臉整體的尺寸輪廓和三維空間方向;然后,在保持姿態固定的情況下,去做臉部不同特征點(這些特征點是人工的鑒別出來)的局部匹配;

(2)基于模型可變參數的方法:將通用人臉模型的3D變形和基于距離映射的矩陣迭代最小相結合,去恢復頭部姿態和3D人臉。隨著模型形變的關聯關系的改變不斷更新姿態參數,重復此過程直到最小化尺度達到要求。基于模型可變參數的方法與基于圖像特征的方法的最大區別在于:后者在人臉姿態每變化一次后,需要重新搜索特征點的坐標,而前者只需調整3D變形模型的參數;

(3)基于深度學習的算法:利用3D結構光設備采集景的彩色、紅外、深度圖片,獲取的3D人臉訓練數據,框架如圖2所示。目前,受制于3D訓練數據、成本、時間等問題,深度3D人臉識別算法還處在起步階段。

圖2 3D人臉識別網絡框架

總體來看,目前3D人臉識別技術相較于2D人臉識別技術準確率更高,但許多因素限制了這項技術的發展。首先,3D人臉識別往往需要特定的采集設備,如3D攝像機。目前這類采集設備價格還比較昂貴,主要用于特定場景。其次,3D建模過程需要的計算量較大,對硬件要求較高,也限制了目前的應用。第三,3D人臉識別數據庫比較稀少,研究者缺少訓練樣本和測試樣本,無法開展更深入的理論研究。相信隨著未來芯片技術和傳感器的發展,當計算能力不再收到制約,3D采集設備成本大幅下降的時候,3D人臉識別將取得重要突破。

三、人臉識別在金融領域的應用

(一)人臉識別模式分類

人臉識別模式主要分為身份核驗和場景規模化應用兩類。

1.身份核驗

身份核驗也稱作1:1刷臉,非常廣泛地被應用于互聯網金融、銀行的遠程開戶、遠程身份認證、遠程支付,通過刷臉的方式進行校驗(如圖3所示)。一般客戶在帳戶進行注冊的時候,上傳了身份證照片,使用光學字符識別技術自動地識別出客戶的身份證號和姓名,獲取此信息后,會有官方提供的存檔照片。接下來客戶進行刷臉的操作,對其進行一個數據采集,獲得一張全新的照片或者是一段新的視頻,然后跟已經存在庫里的標準照片進行核驗,一旦判斷是同一個人,即通過了實名制的注冊和認證的過程。

圖3.中國銀聯刷臉支付

2.場景規模化應用

場景規模化應用也稱作1:N刷臉,多用在刷臉支付、取款等。雖然在1:N識別上,現有技術在N大于1萬時識別準確率顯著下降,但針對不同應用場景,特別是封閉園區或會員店,能夠通過技術和業務的綜合手段縮小N來提高識別準確率;或與用戶信息輸入相結合,將人臉識別作為輔助認證手段實現1:1認證,從而實現刷臉支付技術的商用。利用上述方法,各大廠商正不斷嘗試人臉識別在無人零售、商戶收銀等場景下的創新應用:如支付寶與肯德基合作的KPRO餐廳、京東之家體驗店推出的刷臉支付功能,均采用了電話號碼輸入與人臉識別技術相結合的方案,人臉識別作為支付過程的輔助驗證手段實現1:1認證;而蘇寧在線下體驗店Biu中提供的刷臉付款功能,則是通過用戶掃碼入店、刷臉出店的業務流程來減小1:N識別的范圍,從而為用戶提供無感支付的付款體驗。

(二)人臉識別在金融領域的應用

隨著2D人臉識別技術的逐漸成熟,其在銀行等金融機構身份核驗和支付、取款方面已經逐漸走向應用,眾多大型銀行積極發展人臉識別,已在VIP客戶窗口實現試點應用。2017年9月,農行就開始大規模普及人臉識別在無人網點、自動柜員機、ATM機上的應用。

人臉識別在商業銀行中的應用主要可分為:

(1)遠程開戶。在遠程開戶時,金融機構可以通過智能終端在線上進行身份鑒權驗證,使用人臉識別技術開戶可以極大提升業務辦理的安全性、時效性,并節省大量人力;

(2)刷臉取款。在這方面人臉取代了銀行卡,只需要人臉+密碼即可完成取款。農行和招行搶先一步在ATM上線了刷臉取款功能。隨著3D人臉技術的發展和應用,識別準確率和可靠性將得到進一步提高;

(3)銀行監控。利用人臉識別技術,計算機自動提前識別網點的異樣信息,這與政府領域的安防監控應用類似。

另外,使用人臉識別技術后,人臉數據在金融行業沉淀了大量數據,將這些人臉數據結合大數據可以實現金融系統征信實時監測,還可以通過人臉識別實現VIP迎賓和精準營銷等服務優化,實現構建無人值守的智能網點。

云從、曠視、商湯和依圖,是國內人臉識別技術在金融行業應用最早和最為成熟的企業。國內銀行人臉識別和刷臉取款的技術支持大多數是從這四家中選擇。目前國內銀行中把“刷臉取款”在全國范圍內大規模應用的有農業銀行、招商銀行等。

農業銀行的合作對象是云從科技,目前刷臉取款服務則覆蓋了全國2萬多個分支機構,深入到縣鄉鎮。云從科技為農行ATM機提供紅外雙目攝像頭,攝像頭通過同時采集紅外光和可見光作為輸入數據,通過紅外成像、立體成像檢測、紅外與可見光成像匹配識別,分析人臉皮膚的紋理及微小動作帶來的規律變化,實現人臉識別和活體檢測。

招商銀行人臉識別技術服務商為依圖科技,目前刷臉取款功能已經在全國106個城市近千臺ATM機上實現。依圖為其提供自主知識產權的雙目活體檢測技術,在1秒內就能完成活體檢測和人臉識別,還可以適應不同場景環境,真人通過率達到99%時,異常情況拒絕率達到99.99%,同時進行手機號碼驗證、密碼驗證三層防護。

中國銀聯從2015年下半年開始人臉識別技術的應用研究,已積累了一定的技術成果和應用創新經驗。目前,銀聯生物特征識別平臺已完成搭建,通過標準接口調用技術廠商核心技術SDK,并連接公安部身份核查數據,為商業銀行、銀聯等提供人臉比對、身份核查、公安部證件照比對等服務,應用于遠程開戶、人臉登陸、人臉小額支付、人臉轉賬輔助校驗等業務場景。此外,依托電子商務與電子支付國家工程實驗室,在人臉識別的底層技術研究上也持續投入,依據公開算法搭建訓練平臺,達到較好效果。未來,實驗室將持續對3D人臉識別技術進行深入研究,并推動相關應用場景落地。

四、總結

人臉識別是人工智能最火熱的領域之一,在短短幾年里國內便崛起了商湯科技、Face++等一批2D圖像識別獨角獸公司。隨著科技巨頭的積極布局以及技術的逐漸成熟,3D深度傳感技術未來還將迎來3-5年的技術爆發期,目前正處在一個很好的時間窗口。從技術發展趨勢來看,學術和產業界紛紛開始重視起3D人臉識別技術的研究。這些技術在實際中的大規模運用中還存在著一定的難度,但是相信隨著研究的不斷深入與發展,3D人臉識別技術的應用會是未來的主流,這種技術的應用會在未來廣泛的應用。

相關文章

月點擊排行
關于本站    聯系我們    版權聲明    手機版
Copyright © 2011-2020 移動支付網    粵ICP備11061396號     粵公網安備 44030602000994號
 
宝石奥德赛客服
股票行情分析方法 打贵州麻将的技巧 000032股票行情 广东十一选五计划网 杨方配资官网 辽宁十一选五 宿州麻将技巧 1zplay电竞比分网手机版 篮球比分即时比分球探 nba比分最接近的比赛 孝感卡五星麻将群 河南11选5 手机足球即时比分网址 江苏十一选五玩法表 捷报比分网即时比分手机版 崖城海南麻将