当前位置:js代码下载 >> 新闻中心 >> qq强制聊天新闻 >> 浏览文章
qq强制聊天新闻

人脸识别的商业用途

标签:识别,别的,商业,商业用途,用途 发布时间:2024年03月28日 点击16
分享数:69
  人脸识别软件是一种特别很是壮大的技术,对用户隐私构成了紧张威胁。同样,这个行业目前发展十分迅猛。现在,十数家初创公司和科技巨头正在向酒店、零售店,乃至黉舍提供人脸识别服务。因为新算法较五年前能更为正确地识别人脸,行业发展特别很是敏捷。这些科技公司将数十亿的人脸素材用以训练,并改进这些算法,而这通常无需任何允许。事实上不锈钢阀门,包括你在内,很有可能所有人的数据都被人脸识别公司用于 “训练集” 中,或存在于某个公司的客户数据集里。

面对如许的情况,消耗者可能会感到惊奇。


例如,在至少三起案件中,科技公司通过用户手机上的拍照应用,获得了数百万张人脸图像。目前,针对人脸识别软件的法律限定尚无,这意味着人们几乎无法阻止这种情况发生。
2018 年,华盛顿特区附近机场的 “登机道” 上,有一台摄像机采集着匆匆走过的 “路人” 脸孔数据。不过现实上,这只是美国国家标准与技术研究所(NIST)的模仿体系用于展示该装配 “在田野” 是如何收集人脸数据的。NIST 会定期举办人脸识别软件竞赛,约请全球公司参与,这些由自愿者志愿贡献的人脸数据将用于竞赛。
早期人脸识别技术便是通过如许的体例来运作的,学术科研人员会请求用户允许。而现在,科技公司站在了人脸识别技术的前沿,他们不太可能在使用人脸数据时请求明确的允许。
据研究机构 Market Research Future 报道潍坊做网站,人脸识别行业竞争激烈,人脸识别软件的市场正在以每年 20% 的速度扩张,预计到 2022 年,市值将达每年 90 亿美元。其商业模式之一则是:向客户发放软件允许,许可他们使用本身的人脸识别程序,这些客户包括执法部门、零售商、中学等。

在公司参与的此类软件开发竞赛中,假如算法能够正确识别人脸,并不会导致误差,该公司就能获胜。与人工智能的其他领域一样,开发出人脸识别的最佳算法,意味着必要积累大量的人脸数据。虽然科技公司能够使用当局和大学取得允许的数据集,如耶鲁人脸数据库(Yale Face Database),但这些训练集的数据相对较少,人脸数据仅稀有千个。此外,这些官方数据集还有其他局限性,很多缺乏多样性,或者未能包含诸如阴影、戴帽或化妆等条件,因而不够真实。为了建立起能在真实场景下探测人脸的识别技术,科技公司必要更多的图像。
FaceFirst 公司 CEO Peter Trepp 透露表现,“数百、数千根本不够,必要数以百万计的图像。假如缺乏戴眼镜或不同肤色人种的数据训练库,则无法得到正确效果。” 这是一家位于加州的人脸识别公司,帮助零售商筛选出犯罪分子,将其挡在门外。
从应用服务提供商转为 AI 公司
公司从何处寻觅数百万张图像训练软件?来源之一是警局的人脸数据库,也可以找私人公司购买。加州的 Vigilant Solutions 公司就提供人脸数据“服务”,其中包含一个 1500 万张面孔的人脸数据集。
然而,一些初创公司已经找到了更好的面孔来源——用户的 “小我相册” 应用。这些应用可编辑用户手机相册中的照片,通常包含统一小我在多个姿势和情境下的多张图像——这可是训练集的海量数据源。
Ever AI 的 CEO Doug Aley 透露表现:“我们有客户在数千种不同的场景中被标记统一人,站在阴影中的,戴着帽子的,凡你能想到的。”Ever AI 是一家旧金山的人脸识别初创公司淄博网络公司,于 2012 年推出 EverRoll,这是一款帮助消耗者管理一大堆照片合集的应用。
Ever AI 已获投 2900 万美元,投资者包括 Khosla Ventures 和其他硅谷风险投资公司。
在美国国家标准与技术研究所最近的竞赛中,取得 “面部照片” 分类中第二名,“天然环境面孔”分类第三名。Aley 将成绩归功于公司重大的照片数据库,据 Ever AI 统计,该数据库中约有 130 亿张图片。
初期,Ever AI 还仅是个照片应用时,其激进的营销策略曾引发争议,并暂时导致 App Store2016 年将 EverRoll 下架——这款应用诱使用户向其手机联系人发送推广链接,还被用户诘问诘责攫取私人数据,。根据 Greg Miller 2015 年在 FB 上的评论,“该程序在安装后立即收集你的通信录,即刻给所有人发新闻…… 然后开始拉取你的照片,上传至云端。”四年后,Miller 惊奇地发现,曾叫作 EverRoll 的应用程序仍存有他的照片,而且如今它已成为人脸识别公司了。
Miller 对我们透露表现,“不,我当时没故意识到,也完全不能赞成。所有这些都是真实存在的题目,不再有隐私,这只会让我害怕。”
Ever AI 的 CEO Aley 则透露表现,该公司不会将其数据库的小我信息走漏出去,仅用于训练软件。他还透露表现,该公司类似社交媒体,用户可以选择退出。 Aley 还否认 Ever AI 从一开始就打算向人脸识别方向发展,并透露表现关闭照片应用是商业方面的决策。目前,Ever AI 的用户分布在各行各业,包括公司 ID 管理、零售业、电信通信业以及法律实行部门。
EverRoll 也并不是唯一转向人脸识别的相册应用提供商。旧金山的初创公司 Orbeus 于 2016 年被亚马逊悄然收购曲靖会务费发票,它也曾提供过一个名为 PhotoTime 的热门图片管理应用。据内部人士吐露,Orbeus 的 AI 技术以及海量人像数据库促成了这次收购。因为签有保密协议,这位员工不肯吐露身份,但他透露表现“亚马逊追求的就是这些功能,他们在收购后关闭了这款应用。”

现在 PhotoTime 已不复存在,不过亚马逊还在继承贩卖另一款 Orbeus 的产品,名为 Rekognition。这款产品供执法机关及其他组织用于人脸识别。亚马逊公司拒绝吐露 Orbeus 的相册应用在多大程度上用于训练 Rekognition 软件,只是说这款软件将各种来源的数据用于其人工智能项目——包含人脸识别,并透露表现他们并没有使用用户的 Prime 照片训练算法。


总部位于西雅图的 Real Networks 则是另一家使用其用户照片软件来训练其人脸识别算法的公司,这家公司的在线视频播放器一度特别很是闻名,而现在则专注于针对黉舍孩童的人脸识别软件。同时它还提供了一款针对家庭用户的智能手机应用,名为 RealTimes,有评论称这款应用背地里窃取人脸数据。
人脸识别软件并不奇怪。该技术的雏形初现于 20 世纪 80 年代,当时美国的数学家正开始用一系列数值来定义人脸,并用概率模型来匹配。佛罗里达州坦帕市的安保人员在 2001 Super Bowl 上使用了它,赌场也使用这一技术多年。但曩昔几年里,情况发生了转变。
美国国家标准与技术研究所的 Grother 说:“人脸识别正历经革命。”他增补道,在高模糊或低质量图片中,这种转变最为显明。“底层技术已发生转变,新一代算法庖代了旧技术,它们特别很是有用。”
人脸识别的这场革命正更广泛地改变人工智能领域,而这得益于两大因素:首先是新兴的深度学习科学,这是一种类似人脑的模式识别体系:二是前所未有的海量数据,这些数据可以在云计算的帮助下以低成本存储息争析。
毫无疑问,最先充分行使这些新发展的公司是谷歌和 Facebook。
2014 年,社交网络首推 DeepFace 程序,该程序可以识别两张脸是否同属一人,正确率高达 97.25%,几乎相称于人类在统一测试中的得分。
据安全公司 Gemalto 称,一年后谷歌凭借 FaceNet 程序获得头名,达到百分之百的正确率。
现在,这些公司以及微软等科技巨头在人脸识别领域均处于领先地位,这在很大程度上是由于它们可以访问大量的人脸数据库。尽管如此,在赓续增加的人脸识别市场上,越来越多的初创公司也在探求本身的位置,它们也取得了极高正确率。
仅在美国,就有十几家如许的初创公司,包括 Kairos 和 FaceFirst。
根据披露曩昔几年数十宗投资的市场研究公司 PitchBook 的数据表现,硅谷赓续涌现出该行业的公司。据 PitchBook 的数据,曩昔三年该行业的平均总投资为 7870 万美元。以硅谷的标准来看,这个数据不算多么惊人,但反映出风险投资的庞大抉择,即至少有几家人脸识别初创公司将敏捷成长为大公司。

一些开发人脸识别软件的公司正在使用新技术,可能会削减训练算法对大量人脸数据的需求。迈阿密的人脸识别初创公司 Kairos 就是如许一个例子:Kairos 的客户中有一家大型连锁酒店,据其首席安全官 Stephen Moore 称,Kairos 正在创造 “合成” 的面部数据,以复制各种表情和光照条件下的脸孔数据。他还透露表现,这些 “人造脸孔” 意味着公司可以在开发产品时使用更小规模的数据库。


TAG标签耗时:0.0011308193206787 秒