人脸识别

全息人脸识别系统开发

近几年人脸识别市场应用范围逐渐扩大,形成巨大的市场空间,随着人脸识别技术的不断改进已经相对成熟,其应用领域从开始的门禁/考勤领域,到目前应用与金融、安防反恐、教育、社交娱乐、设备、交通、智能商业等领域,应用范围逐渐扩大。人脸识别的应用趋势上也将由2D向3D转变,更精准更便捷。起初,人脸识别技术使用2D识别,但由于2D人脸识别容易受到姿态、光照、表情等因素影响,识别率不够理想,因此全息3D的人脸识别应运而生。相比较而言,全息3D人脸识别技术不仅识别率高,且在使用方便性上也将远远高于2D人脸识别。WiMi开发的全息人脸识别系统,能够像人眼一样直观地识别,将是世界上第一款快速、准确的人脸三维识别设备。鉴别时间只需要一秒钟,走路时甚至跑过去,只需在设备上恍一眼,它就会鉴别其身份是否是以前注册过的,系统对每个人的注册时间只需2秒。不需要任何直接的物理接触,也不需要在识别装置前面的精确定位,且无论他们是什么年龄或身高。全息人脸识别系统类似于人眼,配备一个3D视觉系统,采集的人脸三维模型。能够分辨出的几何精度可达五分之一毫米,即使是同卵双胞胎也能够分辨,全息人脸识别系统是目前市场上上最精确的生物识别设备系统之一。全息人脸识别系统应用专门的全息扫描技术,使用结构光的方法,可以快速准确地采集物体表面(深度)的三维模型,不受环境光影响,识别更精准。同时带有纹理的摄像头、宽视场的三维传感器能同步的捕捉物体表面的形状和材质、色彩。有了这个系统,物体的三维模型可以在快照模式或视频模式下获得的。WiMi将为各领域提供完整的解决方案和SDK,使用产品需支付一定的技术服务费和售后服务费。收费模式分为按项目收费、按调用次数收费、按年收费、设备相关按出货量每台收取技术费、监控方面按照视频路数收费等收费方式进行营利。可广泛应用于门禁系统、家具、商务办公、监狱、机场、海关码头、火车站、汽车站、考场入口、公证处、车管所、各种重点实验室、重点办公区域、银行和证券等需要精准安全识别的情景系统管理。

行业 人脸识别应用场景 收费模式
银行业 人脸识别、文字识别、活体检测技术用于银行身份认证、票据识别等场景 按项目收费
互联网金融行业 认证比对远程身份认证服务 按照认证比对服务调用次数收费
3C行业 结合电脑、通讯和消费电子三大科技产品整合应用的资讯家电产业 按年收费
机器人行业 为机器人公司提供多种视觉识别技术 多数按照出货量每台收取技术授权费
移动互联网行业 给各类直播、照片处理、相册APP提供识别、图像识别技术 多数按照出货量每台收取技术授权费
安防行业 为安防厂商提供视频结构化、人脸布控、人脸搜索、车辆识别、人群分析 等软硬件一体形态提供产品技术升级服务竞标智慧城市、平安城市等政府 大型项目 多数按照处理监控视频路数或按照项目收费
通讯行业 为运营商提供识别、文字识别、活体认证、门禁系统、VIP系统等技术产 品、手机卡实名认证项目等 按照项目收费或者运营商代理采取分成收费

产品介绍

根据用户的单张自拍照片,就可以创建高质量的 3D 脸部模型
头部模型支持运行时blendshape面部动画(45种不同的表情)
可以换发型,自定义的带有重新上色功能的发型(更多可选)
可以附加头部到任意身体保存正确的。骨骼动画卡通风格的化身和不同的渲染模式
支持的用户生成的模型集成到基于Unity、IOS、安卓等应用程序中

WiMi将以更快、更准、更可靠、更便捷的方式,为客户和社会持续创造最大价值

根据前瞻产业中人脸识别行业发展现状。到2016年, 全球生物识别市场规模在127.13亿美元左右, 其中人脸识别规模约26.53亿美元, 占比在20%左右。 预计到2021年, 全球人脸识别市场预计将达到63.7亿美元,按预计期间的复合增长率达17.83%。中国人脸识别市场规模和根据现阶段人脸识别行业发展现状,估算我国人脸识别市场规模约占全球市场的10%左右。2010-2016年,我国人脸识别市场规模逐年增长,年均复合增长率达27%。2016年,我国人脸识别行业市场规模约为17.25亿元,同比增长27.97%,增速较上年上升4.64个百分点。随着中国线上身份认证的刚需以及用户习惯培养,人脸识别的应用场景将进一步加大,考虑到安防升级、线上身份认证以及互联网创新应用等因素,未来市场规模预期将超过预增速。 另外,全息捕捉与测量技术的发展,基于全息的人脸识别算法能够弥补2D投影造成有效识别信息丢失的问题,对于人脸旋转、遮挡、极度相似等传统难点具有很好的解决方式,也逐渐成为人脸识别技术的另一条重要的发展路线。在人脸识别行业,企业的目标客户主要包括政府、企业和个人三大类。其中,面向政府领域的主要产品包括安防产品、电子政务产品、反恐产品等;面向企业领域的产品主要有技术解决方案、终端产品等;面向个人客户提供的产品主要有社交和移动相关的产品。随着全息人脸库的完善以及设备成本的降低,全息人脸技术将更多的应用于各个行业,具有巨大的市场空间。目前在人脸识别领域任然有困扰行业的几个核心问题,在使用全息人脸识别系统都将都到极大的改善与解决。
  • 光照问题:在传统的人脸识别系统的实际应用中,会由于环境光线的变化造成检测到的人脸图像存在不同的阴暗变化。误差率较大,识别成功率低。

    使用全息识别方式:3D结构光人脸识别系统基于WiMi自研的深度学习结构光算法与3D结构光深度摄像头。容错率可以达到百万分之一。
  • 姿态问题:姿态问题也是目前人脸识别技术的一个技术难点。目前多数的人脸识别算法主要针列正面、准正而人脸图像,当发生俯仰或者左右侧偏差大的情况下,人脸识别算法的识别率也将会急剧下降。

    使用全息识别方式:3D结构光人脸识别系统基于WiMi自研的深度学习结构光算法与3D结构光深度摄像头。容错率可以达到百万分之一。
  • 遮挡问题:对于非配合情况下的人脸图像采集,遮挡问题是一个非常严重的问题。带着眼镜,帽子等饰物,使得被采集出来的人脸图像有可能不完整,从而影响了后面的特征提取与识别,甚至会导致人脸检测算法的失效。

    使用全息识别方式:结构光投射特定的光信息到物体表面后,由摄像头采集。根据物体造成的光信号的变化来计算物体的位置和深度等信息,进而复原整个三维空间。即使佩戴眼镜、墨镜,也能迅速识别人脸。
  • 年龄变化:随着年龄的变化,面部外观也在变化,特别是对于青少年,这种变化更加的明显。对于不同的年龄段,人脸识别算法的识别率也不同。

    使用全息识别方式:通过机器学习算法,每一次刷脸计算机系统会根据你的第一张照片学习细节的特征,此后每一次使用都会采集到更多的数据信息。
  • 表情多样:不同的表情引起面部的变化都不同,此外,不同的人的相同表情影响也不相同,因此很难用统一的标准来精确划分各种表情对不同人的影响。

    使用全息识别方式:通过深度学习算法,每一次刷脸的姿势等都不可能完全一样,深度学习系统会根据你的每一张照片学习细节的特征,采集更多的表情数据信息。
  • 背景复杂:当监控场景的背景较为复杂时,人脸检测率也会随之降低,因此能够适应复杂背景环境的人脸检测算法是人脸识别技术很难解决的问题。

    使用全息识别方式:结构光投射到人脸后,其余的背景都不会进行捕捉,只捕捉人脸的三维模型信息进行比较。

全息人脸识别的优势

  • 识别精度高

    能区分双胞胎,可以佩戴墨镜和帽子,能在光线不足的夜间工作,能在行走中进行识别

  • 识别速度快

    注册时间:2秒;识别时间:小于1秒;注册人数可达十万以上的数据库;吞吐能力:每分钟多达60人

  • 可靠性/安全性

    注册时间:没有“人为因素”的错误不能通过一个普通的照片欺骗高品质的3D测量的人脸

  • 实用性

    工作距离范围:0.8-1.6米,不需要直接的身体接触和定位,能方便简单的与其他设备集成

3D人脸识别与传统识别对比分析
项目对比3D人脸识别2D人脸识别
研发的原理技术近红外、结构光可见光
采集特征点数30000+小于1000个
弱光下的识别率100%0%
是否支持黑夜识别
受姿态、表情影响度带帽子、戴墨镜、打电话状态下正常识别带帽子、戴墨镜。打电话状态下无法识别
脱机状态1:N支持的识别库100,0001000-5000
是否识别同卵双胞胎
要求用户配合度在任何左右30角度可移动识别正面保持站立静止状态才可识别

WiMi将为全息人脸识别开发

高性能异构分布式云平台,分布式深度学习平台支持深度学习模型与算法的定制扩展,支持大量通用CPU、GPU或者CPU、GPU混合分布式运算。

深度学习大规模训练系统,深度学习大规模训练系统由WIMI自主开发,支持多机器多GPU分布式深度学习模型训练,支持千亿级参数的模型,上亿类别的大规模分类。行业领先的内存优化和通信优化技术,数百块GPU联合训练,极大提升了公司训练和迭代模型的速度。

异构高性能超算平台,计算能力是驱动当前一轮人工智能热潮的重要力量,高性能异构计算平台,拥有超过6000块高性能GPU,多个计算集群,中央统一存储,轻量级虚拟化,给公司研究人员提供源源不断的计算能力的支持。

高性能异构基础算法库,高性能算法库包含了深度神经网络在内的各种机器学习算法与数学和图像处理算法。相对于行业内开源平台库,带来2-5倍的性能提升。支持主流的云端、个人电脑、移动端和嵌入式端硬件平台。支持多种系统平台,如 Linux、Android、iOS和Windows等。

立即预约了解