人脸识别技术有哪些优势呢？

在信息化的今天，安全问题已经成为了与每个人切身相关的问题。特别是对于个人身份信息来说，诸多垃圾短信和骚扰电话的出现也说明了信息安全对于我们自身的重要性。近日，香港中文大学教授汤晓鸥、王晓刚及其研究团队宣布，他们研发的DeepID人脸识别技术的准确率超过99%，比肉眼识别更加精准。我们有幸对汤晓鸥教授进行了书面采访，请他谈谈科研经历与行业发展。据悉，汤晓鸥教授领导的计算机视觉研究组 (mmlab.ie.cuhk.edu.hk) 开发了一个名DeepID的深度学习模型， 在LFW (Labeled Faces in the Wild)数据库上获得了99.15%的识别率，这也是有史以来首次超过99%的LFW识别率。在此之前，，Facebook发布了另一套基于深度学习的人脸识别算法DeepFace，在LFW上取得了97.35%的识别率。本次汤晓鸥教授的研究团队发布的DeepID在实验数据的应用数量上只有20万，但是错误率更低。在谈到人脸识别领域的时候，汤晓鸥教授表示从学术上来讲，人脸识别技术起到了一个标杆的作用，对于其他研究有着深度的借鉴意义。他同时表示，从2000年从事人脸识别技术研发开始，已经有了10多年的科研经验，除了人脸识别之外，包括检测、定位、表情、姿态等相关技术也有涉及。汤晓鸥教授还特别谈到了DeepID的主要内容——deep learning，这是一种模仿人大脑的学习过程，是一项比较开创性的工作。DeepID的识别率要高于人眼，意味着替代人类做更可靠的工作，很多靠人工识别图像的工作可以由机器承担。在谈到NVIDIA的加速作用时，汤晓鸥教授表示——用了NVIDIA Tesla K40以后，GPU可以将计算时间提高几十到上百倍，大大缩短模型生成过程的时间。就现有项目里的实际情况，原来30天的计算量，现在10个小时就可以完成。NVIDIA给了我们很多支持，我们要做成世界第一，最后我们也实现了。在谈到DeepID人脸识别技术的市场化时，汤晓鸥教授认为它将有助于提升智慧城市的实现速度。不过他也谈到目前该项技术还仅限于小众范围应用，大规模的普及还需要市场的检验。

人脸与人体的其它生物特征(指纹识别、虹膜识别等)一样与生俱来，它的唯一性和不易被复制的良好特性为身份鉴别提供了必要的前提，这是一个非常好的优势，可这也为人脸识别技术的研究带来了困难，正所谓“成也萧何败萧何”。 人脸识别技术再度成为市场关注的热点，多家上市公司近期集中推出相关产品或表示正在进行技术储备及研发。据统计数据显示，仅在中国大陆，在未来三年内人脸识别产品有望形成年销售额过百亿。有不愿具名的分析人士认为，人脸识别技术本身已经存在较久了，目前受到关注应该是在同安防领域结合方面。 相比于其他识别技术，人脸识别的优势比较明显，主要集中在以下几个方面： 一是自然性，所谓的自然性是指该识别方式同人类(包括其它生物)进行个体人脸识别时所利用的生物特征相同，是通过观察比较人脸区分和确认身份;具有自然性的识别还有语音识别和体形识别，而指纹识别和虹膜识别等因人类或其他生物不能通过此类生物特征区别个体所以不具备自然性。 二是非强制性，被识别的人脸图像信息可以主动获取而不被被测个体察觉，人脸识别是利用可见光获取人脸图像信息，而不同于指纹识别或者虹膜识别需要利用电子压力传感器采集指纹，或者利用红外线采集虹膜图像，这些特殊的采集方式很容易被人察觉，从而带有可被伪装欺骗性。 三是非接触性，相比较其他生物识别技术而言，人脸识别是非接触的，用户不需要和设备直接接触。 四是并发性，在实际应用场景中，人脸识别技术可以进行多个人脸的分拣、判断及识别。