您所在的位置: 需求库 技术需求 3D 人脸识别算法引擎技术

3D 人脸识别算法引擎技术

发布时间: 2022-08-18
来源: 科技服务团
截止日期:2022-12-31

价格 双方协商

地区: 广东省 广州市 番禺区

需求方: 佳都***公司

行业领域

电子信息技术,信息安全技术

需求背景

       近年来人工智能异常火爆,各路诸侯蠢蠢欲动,特别是金融业、安防业都在追求人工智能的落地。人工智能新秀云从、商汤、旷世,老牌王者海康、华为都在建设自己的人工智能平台。

        人工智能领域人脸识别目前来看是最先落地的技术,本文将介绍人脸识别产品中人脸识别引擎。人脸识别应用一般分为3个层面:业务系统、人脸识别引擎、算法SDK。一般算法SDK技术性非常强,对于不熟悉人脸识别算法的开发人员应用SDK是非常吃力的,所以很有必要开发一套人脸识别引擎来屏蔽算法的复杂度,使普通的开发人员也能使用人脸识别技术。

        人脸识别引擎需要包括如下几个特点:

1.方便第三方接入,目前来看业界的引擎都是提供http接口。

2.引擎需要解决水平扩展、多机容错。

3.引擎需要提供无状态和有状态的负载均衡策略。

需解决的主要技术难题

1、光照问题

光照问题是机器视觉重的老问题,在人脸识别中的表现尤为明显。由于人脸的3D结构,光照投射出的阴影,会加强或减弱原有的人脸特征。

2、表情姿态问题

与光照问题类似,姿态问题也是目前人脸识别研究中需要解决的一个技术难点。姿态问题涉及头部在三维垂直坐标系中绕三个轴的旋转造成的面部变化,其中垂直于图像平面的两个方向的深度旋转会造成面部信息的部分缺失。针对姿态的研究相对比较的少,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而比较厉害的情况下,人脸识别算法的识别率也将会急剧下降。面部幅度较大的哭、笑、愤怒等表情变化同样影像着面部识别的准确率。

3、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。特别是在监控环境下,往往彼监控对象都会带着眼镜,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。

4、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。一个人从少年变成青年,变成老年,他的容貌可能会发生比较大的变化,从而导致识别率的下降。对于不同的年龄段,人脸识别算法的识别率也不同。

5、人脸相似性

不同个体之间的区别不大,所有的人脸的结构都相似,甚至人脸器官的结构外形都很相似。这样的特点对于利用人脸进行定位是有利的,但是对于利用人脸区分人类个体是不利的。

6、图像质量

人脸图像的来源可能多种多样,由于采集设备的不同,得到的人脸图像质量也不一样,特别是对于那些低分辨率、噪声大、质量差的人脸图像(如手机摄像头拍摄的人脸图片、远程监控拍摄的图片等)如何进行有效地人脸识别是个需要关注的问题。同样的,对于高分辨图像对人脸识别算法的影响也需要进一步的研究。

7、样本缺乏

基于统计学习的人脸识别算法是目前人脸识别领域中的主流算法,但是统计学习方法需要大量的训练。由于人脸图像在高维空间中的分布是一个不规则的流形分布,能得到的样本只是对人脸图像空间中的一个极小部分的采样,如何解决小样本下的统计学习问题有待进一步的研究。

8、海量数据

传统人脸识别方法如PCA、LDA等在小规模数据中可以很容易进行训练学习。但是对于海量数据,这些方法其训练过程难以进行,甚至有可能崩溃。

9、大规模人脸识别

随着人脸数据库规模的增长,人脸算法的性能将呈现下降。

期望实现的主要技术目标

1.对外接口层,业界都提供http json方式输入命令。

2.无状态服务,如人脸比对、身份证识别、银行卡识别等等。

3.有状态服务,如人脸检索。

注:无状态服务和有状态服务在做负载均衡时技术不一样

4.算法SDK封装层,SDK封装的目的是屏蔽算法厂家,做一个适配层,这样可以接入不同厂家的算法。

5.数据层,对于人脸识别应用一般需要保持结构化数据(人脸特征、人脸信息),非结构化数据(人脸图片)。

6.管理层,如管理网页、监控网页、配置中心等等。

解决9大技术难题。

需求解析

解析单位:广东省广州市 解析时间:2024-01-17

柯锐鹏

广州市科学技术协会

部长,博士

综合评价

此描述已足够清晰以便于专家进行需求跟进,硬件要求:3D人脸识别算法引擎技术对硬件有一定的要求,需要具备高性能的计算设备以支持快速的数据处理和算法运算。同时,还需要配备高分辨率的摄像头或传感器来捕捉精确的三维人脸数据。 三维人脸建模算法:3D人脸识别算法引擎技术的核心是三维人脸建模算法,这需要借助复杂的数学模型和算法来提取和分析人脸的三维几何特征。因此,该技术需要具备深厚的数学和计算机图形学知识,并不断改进算法以提高准确度和实时性。 数据集和训练样本:为了使3D人脸识别算法引擎技术具备良好的识别效果,需要构建大规模的人脸数据集,并针对不同人种、年龄、性别等特征进行充分的训练和测试。此外,还需要不断更新和完善数据集,以适应各种复杂的环境和场景。 姿态和表情识别算法:在实际应用中,人脸可能存在不同的姿态和表情变化,这对3D人脸识别算法引擎技术提出了更高的要求。因此,该技术需要具备强大的姿态和表情识别算法,能够准确地分析和捕捉人脸的各种变化。
查看更多>

解析单位:广东省广州市 解析时间:2022-09-30

柯锐鹏

广州市科学技术协会

部长、博士

综合评价

此描述已足够清晰以便于专家进行需求跟进,相比于2D人脸识别,3D人脸识别使用了更加安全的数据读取设备,确保了人脸的真实性,让人脸信息难以被盗用。经历一段时间的发展,有了越来越多的数据样本,3D人脸识别的算法也越来越成熟。基于3D结构光的人脸识别已在一些智能手机上实际应用,比如iPhone使用的face ID,是运用硬件和算法的结合,使用3D人脸识别来验证手机和账户。在安防领域,3D人脸识别逐渐得到重视。在2019年CPSE安博会上,乐橙发布了业内首款3D结构光AI人脸识别视频锁,可为用户建立毫米级3D人脸模型,有效防止照片、视频、头套面具的攻击。而且,3D结构光识别受光线、背景灯环境等因素的影响较小,应用更加稳定。市场上,3D人脸识别模组的价格一直居高不下,导致了智能锁的成本增加,加上中国家庭对智能锁的需求没有完全被挖掘,所以3D人脸识别的智能锁市场占有率比较低。随着人们对3D人脸识别新技术的接受度越来越高,3D人脸识别技术也会越来越普及。理论上不需要跨行业专家共同解决。
查看更多>
更多

处理进度

  1. 提交需求
    2022-08-18 15:21:30
  2. 确认需求
    2022-08-23 16:21:13
  3. 需求服务
    2022-08-23 16:34:53
  4. 需求签约
  5. 需求完成