2018/07/20
1202
全球人脸识别精度大迈步：一年提高75.6%
误报率（False Negative）：本来是负样例（两张不同人的人脸），但分类成了正样例（算法认为是同一个人），通俗地讲可以称之为「报警错误」。「报警错误」的次数／总次数，得出的数据即为误报率。在误报率相同的情况下，识别准确率越高，则表示技术的性能越好。
”
根据 NIST 官方今年发布的成绩，目前全球最好人脸识别技术水平为千万分之一误报下的识别准确率接近 99%（yitu－001），这意味着受限场景下，在千万分位误报上，人类已经将机器的人脸识别能力推向了极限。
NIST 在 2017 年 6 月也发布过全球竞赛成绩，彼时人脸识别技术的最好水平为千万分之一误报下识别准确率 95.5%。时隔一年，人脸识别技术的准确率提升了 75.6%，去年这一指标的最好水平在 2018 年排到了第九位（yitu－000）。
↑↑↑NIST 公布 2018 全球人脸识别竞赛成绩，中国公司依图科技再度夺冠。
从本次发布的榜单上看，全球前 5 名在万分位误报率的指标下，已经很难区分算法性能，作为比赛的发起者，NIST 也在逐年提高「考卷」的难度。对一个算法模型来说，将误报率从万分位提升到百万分位，漏报率（即应该报警却没有报警）会增加，相当于提高了「考卷」难度。
2017 年全球人脸识别最高水平可识别规模在 20 亿人，比 2016 年可识别千万规模提高了两百倍，比 2015 年已经提高了数万倍。而在 2015 年，特定场景下，机器识别人脸的水平已经正式超过人类，刷脸支付等场景被解锁。
人脸识别精度的提高，意味着在特定场景下用户将获得更好的体验，以及单位工作时间内效率低大幅提升，比如在银行场景下的顾客会获得更好的体验，公共安防领域的一线警务人员的无效工作量将会大幅降低。
智能化拉动全球安防市场超高速增长
英国市场研究机构 Juniper Research 近期发布的一份研究新报告提到，智能安防已经成为全球安防产业增长的原动力，预计到 2023 年全球安防产业规模将从 2018 年的 120 亿美元增长到 450 亿美元以上，增长将超过 260％。
受益于人脸识别性能的提升，安防后端处理系统平台可以同时处理的前端产品数量也大幅增加。这反过来大大刺激了前端高清采集和探测设备的产品升级、整体市场需求的扩大，以及存储设备的增长。国内传统安防公司海康威视和大华受益于此，连续几年整体营收中的一半都由硬件摄像头产品营收所贡献。
在强劲的中国算法力量加持下，中国智能安防市场的增长特别是硬件市场的增长还将持续。而伴随着人工智能性能的提升，更多极低误报率下对通过率有要求的场景也将被率先解锁，比如支付、强门禁等领域将迎来人工智能技术和大数据应用驱动下的新一轮业务创新和市场增长。
人脸识别用途很大，但目前人脸识别技术有很多不足，如对周围的光线环境敏感，可能会影响识别的准确性，在面对黑暗、相似等复杂场景，识别率表现不佳。近几年虽然国内企业在人脸识别技术取得了一定的成绩，但还是有很多方面需要努力，如透过车窗玻璃识别人脸、夜间识别、红外识别等这些技术仍待企业去研发。
为了提升人脸识别的效能，前端探测设备和后端识别算法的结合将更加紧密。摄像机技术在不断发展，使得图像捕捉设备在更低的照度、更强的背光都能呈现处清晰的图像，这将大大有利于人脸识别的精确度提升。照此发展，必将出现专门服务于人脸识别算法的摄像机，这是提升人脸识别实战效果的最快途径。这种趋势和车牌识别采用专用的卡口摄像机是同样的道理。此外，通过多模态融合识别技术提升识别精度，比如融合热红外成像、步态识别都是很好的补充。
安防解决方案一站式商贸平台，开拓智能应用无限商机
欢迎莅临广州国际智能安全科技应用博览会!
主办单位官方微信
