聚焦營建新科技專業媒體平台
產 業 動 態 | 建 築 視 野 | 建 築 科 技 | 建 築 名 人 堂 | 專 家 觀 點 | 趨 勢 建 材 | TALK XO | 建 材 誌
 
建築科技 | Tech FUTURE
 
 
     
  迎接數位時代的智慧之眼──人臉辨識技術的AI進行式  
     
     
  在科技相關產業應用中,物聯網(IoT)概念已蔚然成形,並與大數據、人工智慧(AI)等熱門趨勢相互連結,形成AIoT(AI+IoT)的新興發展,由感測器偵測環境資訊後,將資料傳輸至雲端伺服器,透過大數據資料庫與AI深度學習,形成種種「智慧」應用,為使用者提供更有效率和快速的服務。去年Apple iPhoneX發售,導入人臉辨識AI技術方案,再度掀起各產業對人臉辨識技術的關注。除了手機Face ID身分驗證以外,人臉辨識技術在門禁、監控、金融、零售產業的應用也勢不可擋。  
     
   
好友人數
   
 
 

滿街都是攝影機:以人臉辨識迎接數位影像時代
一項新興技術從成熟到廣泛應用,中間可能經過漫長的時間。要導入最新技術,除了最初建置的設備成本以外,還需考量技術的實用性和大眾接受度,以及轉換新技術所能帶來的效益。就身分識別技術而言,辨識的準確率是連動各項應用的先決條件,尤其在追求高度安全性的門禁、金融或資訊科技等領域,必須排除任何可能招致危險的因子。生物辨識的優勢,即在於其獨一無二的個人生理特徵,既不會遺失,也不用額外攜帶,相對於其他識別方式(如密碼或識別卡)更方便取得,也擁有較高強度的安全防護。

在眾多生物辨識當中,人臉辨識由於是以攝影機為媒介,屬於非接觸型的技術,與指紋或虹膜等識別方式相較,不需近距離直接接觸,所以能做到行進間辨識、同時辨識多人、區域監控識別等延伸應用。有鑑於攝影機和後端處理電腦設備在過去幾十年來長足的進步,高畫素攝影機逐漸普及,高品質的影像和硬體處理效能不再是難以取得的「高端設備」,攝影機的價格也親切許多,因此對使用者來說,建置人臉辨識系統的門檻也隨之降低。



除此之外,在研發產業的長期努力下,人臉辨識技術的精準度和速度大幅提升,早期容易發生的種種辨識錯誤已不復存在。以NEC為例,經由美國NIST國際標準評比,NEC系統於定點辨識的準確率高達99.2%,且軟體辨識引擎能夠在0.3秒鐘比對完160萬筆資料,而在以色列的AI新創公司Anyvision與NVIDIA合作,開發能裝載至攝影機的人臉辨識軟體,在前端設備即能處理基本的分析比對工作;這些進步的新技術,無論在精準度、速度、整合能力都有絕佳的表現。辨識系統的優化,象徵著更多新穎而領先的應用服務,比如金融業的ATM/VTM和VIP身分辨識,以攝影機確認使用者身分,針對使用者需求,進一步提供深入的專業服務。在零售產業可藉由人臉辨識分析客群、停留時間、受關注的商品,形成更精準的商業行銷模式,或者近來引爆話題的Amazon Go、X-Store等無人商店,亦是透過商品影像辨識與人臉辨識完成結帳和支付等流程。結合AI影像辨識分析、資料傳輸與大數據(Big Data),人臉辨識技術逐漸被廣泛使用,成為詢問度最高的辨識方案。

人臉辨識技術基礎需知
關於人臉辨識技術的核心與功能,最簡單也重要的概念是──人臉辨識是確認身分的一種識別方式。以「身分識別」為基礎,並以影像為分析素材,透過AI深度學習訓練,整理歸納出軟體識別引擎的特殊演算法,查找影像間的關聯性(相似度),最後得出識別結果。在科技或動作電影中不時出現的情節,比如尋找嫌疑犯、進入銀行金庫、確認區域內人員身分等等,都是辨識技術常見的延伸應用。在電影裡大多會以兩張照片重疊的視覺效果來確認身分相似度,然而,生物辨識雖是以影像為媒介,但那只是為了取得人類身體數值的特徵參數,並非是以肉眼可見的視覺影像作為辨識對象。以人臉辨識來說,首先會在動態攝影機的連續畫格(Frame)中偵測並挑出屬於「人臉」的影像,將該臉部影像轉換成電腦可識別的特徵值(Face data),再從資料庫中分析篩選,比對出符合的特徵值。由於系統實際所辨識的對象不是客觀的「影像」,而是由影像得來的特徵值,且演算法各有不同,因此就算使用同一張照片,各間廠商所開發的人臉辨識系統,不論是分析效能(速度)或最終辨識結果(準確率)也會有所差異。

另一方面,人臉辨識技術也受限於其所得到的分析素材,亦即臉部影像畫面的清晰度。以門禁而言,在設定能通過的名單時,必須先建置影像特徵資料庫,再根據現場攝影機擷取到的影像特徵相互比對,因此照片的畫質、臉部的拍攝角度和光線、臉部被遮蔽的範圍等因素都會影響到最終辨識結果。舉例來說,當人員通過門禁時戴著墨鏡、口罩或安全帽,或者辨識環境的光線不足,現場攝影機雖然能擷取到人臉影像,但因臉部五官被遮蔽,無法取得正確的特徵值,自然會導致辨識失敗。拍攝角度或環境的光線問題,能透過攝影機的鏡頭、架設位置、補光燈來解決,只有先滿足素材和合適的環境條件,人臉辨識系統才能發揮最大的效果。

新一代研發技術:特製專屬的「人臉地圖」
在臉部影像中擷取可供分析辨識的特徵,是人臉辨識技術的關鍵。一般來說,電腦要進行影像辨識,需要透過多層的晶片網路運算,取得既定的模式化標準,比方說第一層先抽取畫格中的局部圖形,辨識出各種不同的形狀,可能是眼睛、鼻子、嘴巴等五官,再將這些形狀組合起來,成為完整的數值。NEC技術部資深總監紀駿德指出,許多廠商在採集臉部特徵時,會針對固定的幾個特徵點進行資料比對,但NEC的採集方式是以整張臉為範圍,進行多區域的混合比對分析。簡單來說,就是將人臉當作是一張地圖,地圖上存在著不同形狀的物件,每個小物件在地圖中都有特定座標,標示物件的位置和距離,所以不僅只是採集幾個特定的特徵點,而是透過整張臉的區域和相對位置進行特徵計算。假設眼睛具有可供辨識的基礎形狀,而兩眼間的距離、眼睛到鼻子的距離、鼻子到嘴巴的距離等等,這些不同區域的小數值結合起來,就形成了獨一無二的特徵值。由於採用全臉作為辨識區域,即使稍微遮擋臉部的某些部分,依然能夠透過其他範圍的比對來完成辨識。

類3D立體影像模擬技術
早期的人臉辨識多以2D圖像為主,以一般攝影機擷取平面影像的臉部特徵,這樣的作法較容易受到光線和角度影響,且不能完全排除以影印照片騙過辨識器的可能。若採用3D人臉辨識系統,以3D感測技術擷取人臉的立體特徵,如五官大小、距離及深淺等,建立3D模型,便可保留最完整的臉部特徵。例如iPhoneX的Face ID便是通過TrueDepth攝影鏡頭和傳感器,將3萬個雷射點投射至臉部,透過反射回來的位置和距離,建立臉部輪廓和立體深度模型,但相對地,硬體成本也較為昂貴。

另一方面,若是將3D技術應用在辨識系統最初所登錄的圖像資料庫,則能夠加強攝影機捕捉角度的不足,增加辨識的精準度。紀駿德指出,就一般的動態辨識而言,以攝影機擷取移動中的人物,可能產生各種角度的影像,使辨識引擎比對資料庫時,無法達到最好的效果。若能將最初登錄於資料庫的照片模擬成3D立體人像,使用者只要提供一張照片,系統軟體就能模擬人臉在各個方向角度所產生的特徵值,這樣一來,即使人員並非以全正面的角度經過攝影機,也能完成辨識。

AI深度學習:人臉辨識技術的地域性經驗
人臉辨識系統的核心為AI技術,需要不斷輸入影像資料,透過資料蒐集進行正確/錯誤的調校,進而完善系統的分析能力,投入的資料量和分析次數愈多,最後所產生的結果會更加準確。根據IBM所發布該公司的人臉辨識研究數據,黑人女性的辨識錯誤率比白人男性高了4%,究其原因,除了深色人種的臉部特徵因光源、色調等問題較難擷取之外,最重要的是,辨識系統的資料庫缺乏深色人種的資料集,導致辨識錯誤率上升。不可諱言的,人臉辨識技術的開發仍是以市場為導向,因此使用辨識系統的對象群體(如歐洲、美國的科技公司或工廠),會影響AI系統的資料蒐集和學習訓練,造成辨識上的失誤。針對這樣的現象,使用者在挑選相關系統及技術時,也必須留意設備提供商的地區適用性,確認該系統對特定族群是否有足夠的使用與分析經驗。

以身份辨識為基礎,形成多元應用
如前所述,人臉辨識技術如今已廣泛應用在多種不同領域。在安防監控領域,人臉辨識技術能有效預防犯罪,透過監視及身分辨識分析,甚至能協助追緝犯人;比如中國的「天網」監控系統,根據實測,在資料庫存入特定人物的照片後,只要7分鐘,就能透過攝影機及辨識系統找到該人物的具體位置。而在前述的醫療、零售、金融等領域,也都能依據各自需求,形成特殊的技術應用。



在建築大樓,人臉辨識技術不僅能應用在門禁,只要發揮想像空間,一樣能形成各種和「個人身分」有關的智慧連動設定。個人的「身分」除了具體的識別「ID」以外,也和其他的空間、事件、物品相互連結,例如你所居住的大樓、電梯樓層、你的公司、你常去的健身中心,以及你的信箱、銀行帳戶、身體健康數值,甚至包含個人的喜好和習慣──你喜歡的音樂、溫度、亮度、顏色等等,一旦確認了使用者的身分,空間就能依據該使用者的喜好來變化。對追求舒適、方便的智慧建築及智慧家庭領域來說,身份辨識可以說是這些應用的基礎,而非接觸性的人臉辨識技術,由於以攝影機為媒介,因此能夠在使用者沒有意識到的情況下,快速完成身分驗證,並整合其他設備功能,提供更輕鬆而體貼的生活空間。
 
     
  ※本文圖文非經授權不得轉載,洽詢授權,請E-Mail至contact@aimag.tw iBT數位建築雜誌聲明聲明 ]※
 
 
 
專家 Expert
專家 : iBT數位建築雜誌-編輯部
專家 : 台灣恩益禧股份有限公司
 
關於iBT數位建築雜誌  
   
資訊爆炸時代,建築業卻異常封閉,對於智慧建材設備的資訊來源異常缺乏,導致智慧建築推廣不易,我們來自產業,深知建設公司與建材廠商雙方均非常渴望新資訊、新訊息,因此我們致力打造這個屬於大家的交流平台,使產業更能正向方展與進步。  
   
讀者服務信箱:contact@aimag.tw  
讀者免付費服務專線:0800-309988  
讀者服務時間:星期一~星期五 09:00~18:00  
LINE線上即時客服:星期一~星期日 09:00~24:00  
  關於我們
   
  關於我們 | 內容政策 | 隱私條款 | 版權使用 | 聯絡我們
   
   
  追蹤我們
   
 
   
 
Copyright @ 2013 iBT 數位建築雜誌