隨著數(shù)字時代全面到來，開發(fā)者正成為社會進(jìn)步的中堅力量，更是企業(yè)創(chuàng)新的動力和產(chǎn)業(yè)革命的靈魂，機(jī)器視覺、人臉識別、深度學(xué)習(xí)等各類AI技術(shù)則是開發(fā)者手中用以改變世界的實戰(zhàn)利器。

為幫助更多開發(fā)者深入掌握視覺AI實戰(zhàn)技巧，4月1日，虹軟視覺開放平臺主辦的AI Maker開發(fā)者創(chuàng)造營在成都舉行。作為系列活動，“天府之國”成都站是開發(fā)者創(chuàng)造營的首站，后續(xù)還將去到開發(fā)者云集的各個城市，為全國各地的開發(fā)者答疑解惑，傳授視覺AI開發(fā)的一線實戰(zhàn)技巧。

虹軟開放平臺一直非常重視開發(fā)者群體，除提供免費、離線的ArcFace人臉識別算法外，也致力于打造系統(tǒng)化的開發(fā)者培訓(xùn)體系，旨在為全行業(yè)輸送高質(zhì)量人才，打造促使產(chǎn)業(yè)變革的智能基座。除線下的AI Maker開發(fā)者創(chuàng)造營城市站活動外，虹軟開放平臺還在線上發(fā)布了囊括技術(shù)、產(chǎn)品、解決方案等三個領(lǐng)域的視頻公開課程，為開發(fā)者打造循序漸進(jìn)、登堂入室的技術(shù)階梯——這也是虹軟開放平臺所打造的開發(fā)者生態(tài)的一部分。

【資深工程師剖析一線實戰(zhàn)技巧】

在滿場開發(fā)者的矚目中，開發(fā)者創(chuàng)造營請出了虹軟資深技術(shù)專家和開放平臺的開發(fā)者代表，從人臉識別應(yīng)用的開發(fā)、測試和使用心得三方面，詳細(xì)闡述了來自一線的實戰(zhàn)經(jīng)驗。

針對人臉識別的開發(fā)技巧，虹軟技術(shù)專家整體介紹了開發(fā)思路、優(yōu)化策略和常見疑難。據(jù)專家介紹，盡管人臉識別的應(yīng)用已經(jīng)相當(dāng)普遍，如刷臉乘車、人臉識別測溫、人臉支付等等，都屬于常見的應(yīng)用場景。然而人臉識別產(chǎn)品的開發(fā)卻并不容易，在實際部署中是否采用了某些優(yōu)化策略，會對識別效果和識別速度產(chǎn)生顯著影響——這些策略正是一線開發(fā)者在實踐中總結(jié)出的寶貴經(jīng)驗。

譬如人臉追蹤是相當(dāng)重要的優(yōu)化策略之一，最大的用處是防止重復(fù)識別，降低資源占用，在需要同時檢測多張人臉等算力消耗較高的場景下，可以顯著提升識別速度。

從技術(shù)原理來說，算法在運行過程中，會檢測視頻系列幀前后的人臉移動情況和特征，從而進(jìn)行追蹤和檢測。以虹軟視覺開放平臺的ArcFace免費人臉識別算法為例，當(dāng)人臉入框時，算法會根據(jù)檢測結(jié)果為該張人臉標(biāo)記一個FaceID。該人臉從進(jìn)入畫面到離開畫面的整個過程中，F(xiàn)aceID不變，算法也不會重復(fù)提取特征值，避免重復(fù)識別導(dǎo)致資源無效占用。

活體檢測也是當(dāng)下人臉識別應(yīng)用不可或缺的功能。虹軟ArcFace SDK可以同時支持RGB和IR紅外雙目活體檢測，既能通過分析采集摩爾紋、成像畸形、反射率等人像破綻來識別活體，也能基于紅外圖像天然濾除特定波段光線的特征，來抵御基于屏幕成像的假臉攻擊，在成本與性能上達(dá)到了較好的平衡。

但是，由于RGB攝像頭和紅外攝像頭是不同的模組，不可避免會在成像參數(shù)和組裝精度上有所不同。因此需要進(jìn)行雙目對齊，以確保兩個鏡頭在活體檢測、人臉比對時，使用的是同一張人臉圖像。一般來說，我們的策略是將RGB鏡頭所檢測到人臉框坐標(biāo)，嵌套至紅外鏡頭采集的圖像中。如發(fā)現(xiàn)該人臉框與紅外圖像中的對應(yīng)人臉有所偏移，就需要對該人臉框坐標(biāo)進(jìn)行調(diào)整。

人臉框嵌套只是最簡單的雙目對齊策略，如有需要用還刻意采用鏡像、縮放、旋轉(zhuǎn)等對齊策略，這些都可以在虹軟視覺開放平臺所提供的官方Demo中得到參考。在結(jié)合人臉識別門禁，詳細(xì)介紹了多個實用優(yōu)化策略與部署時的常見錯誤后，技術(shù)專家又圍繞人臉識別算法測試進(jìn)行了實戰(zhàn)經(jīng)驗分享。目前市面上既有OpenCV等開源算法庫，很多芯片廠商的產(chǎn)品也自帶簡單算法，同時如虹軟開放平臺這樣的專業(yè)算法廠商也會開放相關(guān)技術(shù)，但對于開發(fā)者而言，面對市場上的各類算法，如何對算法性能做出合理評判就相當(dāng)重要。

在理想狀態(tài)下，人臉識別準(zhǔn)確率越高越好，但算法在產(chǎn)品化時會受到光線、遮擋、圖片質(zhì)量、遮擋等外部因素，以及人臉姿態(tài)、年齡、性別、人種和表情等內(nèi)部因素的綜合影響。因此，評價一款算法是否適用于產(chǎn)品，需要結(jié)合實際場景并進(jìn)行測試后才能做出評價。多數(shù)情況下，業(yè)內(nèi)以基于FAR（錯誤接受率，又稱誤識率，即把某人誤識為其他人的概率）和FRR（錯誤拒絕率率，即本人注冊在底庫中，但比對相似度達(dá)到不預(yù)定的值）的DET曲線作為評判參考。

理想狀況下，F(xiàn)AR和FRR都越低越好，但兩個指標(biāo)是一個蹺蹺板，一個指標(biāo)的降低通常意味著另一個指標(biāo)會升高，所以需要實現(xiàn)兩者間的平衡。一般認(rèn)為在FAR達(dá)到市場正常水準(zhǔn)時，F(xiàn)RR越低，該人臉識別算法性能就越好。在實際測試時，開發(fā)者需要根據(jù)對應(yīng)項目建立相應(yīng)的測試集，采集場景需要貼近實際使用場景；盡可能涵蓋識別目標(biāo)的全屬性，包括性別、膚色、發(fā)型等因素；屬性權(quán)重按照評測偏重點分配；測試集本身也需要有足夠的容量，來保證測試結(jié)果可信。

【3年7項目，虹軟開發(fā)者坦陳心得】

除了兩位資深工程師的詳細(xì)授課，虹軟開放平臺的開發(fā)者代表也出來現(xiàn)身說法，講述了自己多年以來使用ArcFace進(jìn)行產(chǎn)品開發(fā)的心得。據(jù)開發(fā)者介紹，他于2018年入職新公司，接手的第一個項目就是人臉識別系統(tǒng)的開發(fā)。起初為了提升自身形象，該公司從某算法大廠購買了一套人臉識別系統(tǒng)，每年都需要支付12萬元的使用費用，但性能上并不盡如人意，不滿足高并發(fā)場景，不支持二次開發(fā)，為企業(yè)的產(chǎn)品推廣與定制化帶來很大阻礙。

該位開發(fā)者入職后就著手人臉識別算法的選型與開發(fā)，這次他吸取了原先的教訓(xùn)，從算法性能、二次開發(fā)成本、使用成本和運維成本等多方面入手，就市場上較為成熟的幾款算法進(jìn)行測試對比，最終選擇了虹軟的ArcFace SDK。當(dāng)時由于項目簽約快、開發(fā)時間短、人臉識別準(zhǔn)確性要求高，該開發(fā)者承受著不小的壓力，好在ArcFace上手較快、集成較為簡單，最終有驚無險地完成了項目開發(fā)。

進(jìn)入新公司三年來，他先后從ArcFace 1.2版本用到了4.0版本，三年時間完成了7個人臉識別項目的開發(fā)，儼然成為了資深的虹軟開發(fā)者，也憑借自身出色的工作成績，在新公司得到了上級和同事的認(rèn)可。

在親手體驗過ArcFace的多個版本后，該開發(fā)者對最新的4.0版本評價最高：ArcFace4.0對于人臉檢測、人臉識別、活體檢測、人證核驗等算法模型都進(jìn)行了全面升級，算法精度大幅提升，活體檢測防攻擊能力大幅增強(qiáng)。新算法還兼容了大面積遮擋下的人臉識別功能，新增多項人臉屬性分析能力，可以滿足更多樣化場景的需求。

總體而言，他認(rèn)為虹軟開發(fā)平臺極大降低了中小企業(yè)在人臉識別方面的應(yīng)用門檻，可以快速、高效地完成ArcFace的部署集成，從而將更多精力集中在公司的核心業(yè)務(wù)能力上，快速實現(xiàn)項目落地，這對整個行業(yè)而言都是極大的便利。

短短兩個小時一晃而過，創(chuàng)造營結(jié)束后，仍有多位開發(fā)者圍著虹軟工程師進(jìn)行技術(shù)探討。開發(fā)者的熱忱專注令人動容，后續(xù)AI Maker開發(fā)者創(chuàng)造營還將在更多城市舉辦，不斷凝聚前期活動經(jīng)驗，將最實用的專業(yè)知識傳遞到有需求的人手中，推動虹軟開發(fā)者生態(tài)持續(xù)壯大，既讓更多開發(fā)者分享數(shù)字經(jīng)濟(jì)的紅利，也為行業(yè)打下堅實的“智能基座”。

fqj