人工智能技术基础设施_ [人工智能]借助先进的人工智能技术，识人、识车、识商品 视觉识别 让生活更加智慧

最近，智能垃圾分类箱出现在重庆。 人民视觉

前几天，北京市通州区王先生更换了装有面部识别模块的智能门，解决了他多年的烦恼。 “父母记性不好，不管出去多少次都忘了钥匙，被锁在门外。 现在擦脸的话，门就会打开。 ’他说

除了认人之外，视觉识别技术还能识别汽车和商品。 作为人工智能的重要应用领域，将来随着视觉识别精度的提高和应用环境的完善，它将给人们带来更加智慧安全的体验。

认识者:静态认识比较成熟，动态认识应完美

人脸识别是可视地识别比较成熟的应用场景，其基本原理是，通过视频收集装置取得用户的人脸图像，利用核心算法计算分析该人脸的五官位置、人脸的形状和角度等信息，然后与自己的数据库模板进行对照来判断用户的身份。

因为脸部代替了身份证和账号密码等认证信息，作为生物认证的特征具有很高的唯一性。 以乘车安全检查为例，通过正确的人脸识别技术，比较乘客人脸数据和背景数据，快速完成一对一的静态认证，实现安全、方便、智能、高效的通行。 在金融检验、办公勤务、交通旅行等领域，人脸识别特性得到了应用。

除身份信息认证外，人脸识别还可以监视特定的人群，实现1对n的动态对照:从大量人群数据库中找到符合检索对象的人脸数据图像，进行对照。 通过智能照相机捕捉和扫描脸部信息，人们可以在广大人群中找到分开的亲人，警察可以在人群中识别和追踪犯罪者。

另外，通过脸部识别场景内的全员，与人物数据库进行匹配，也能够实现m对n的对照。

腾讯优图研究室研究员王川南表示，人脸识别技术迄今为止，在可控环境下，一对一的静态识别已经成熟，动态识别相对困难。 “例如，脸部识别的精度取决于光、表情的姿势和画质等要素。 另外，现在很多脸部识别算法，对于正面或接近正面的脸部图像，当产生间距或侧面等时识别精度降低。 另外，根据收集设备取得的脸部图像的品质也不同，如何有效地识别分辨率低、品质差的脸部图像，是业界应该解决的课题”

认知车:感知能力迅速提高，自动驾驶需要很多技术推进

移动互联网兴起，停车场智能化成为可能。 汽车的一个重要身份特征是通过摄像机识别车牌并将其上传到终端，不仅可以通过收费的网关防止车主停车，还可以准确知道停车位的数量和地理分布等信息，帮助人们尽早计划停车安排

前几天，北京大学信息科学技术学院的研究小组开发了不扫描号码就能识别车辆的新技术。 该技术根据对车辆外观特征的记录和分析，检索汽车型号和注册信息，如轮廓线、碰撞损伤和油漆损伤。

识别车牌只是视觉识别技术在汽车中的应用的一小部分。 在行业更加重视的同时，其困难在于通过深入融合人工智能、通信、自动化等技术，让汽车能够看到周边环境，实现自动驾驶。

但是，自动驾驶的相关技术非常广泛，复盖了硬件和软件等多方面，哪个部分都不缺乏。 据中国科学院自动化研究所的王跃研究员介绍，近年来汽车的感知能力迅速提高，但遇到雨雾等恶劣天气，就不能工作了，还没有理想的解决办法。 另外，自动驾驶是遵守规则的“好学生”，现实情况总是时时刻刻在变化，机器很难合理地决定一些突发情况。

专家表示，未来的通信技术将使信息传递更快、更稳定，实现车与路、车与人与交通基础设施的互联。

认识商品:想象空间广阔，着地应用是难点

人工智能技术也能自动识别物品。 例如，内置智能照相机的冰箱能够自动识别蔬菜、水果、饮料等物体，提示保鲜时间，监视储藏量。 比如，无人超市和无人货架可以实现零售的无人化，有望创新商品的流通和销售模式。

商品认识前景看起来很美，但落地非常困难。 据海深科技创始人戴剑彬介绍，与人脸识别相比，商品识别的种类多，变化快。 由于不同商品外形差异大，部分柔性商品具有变形特征，难以识别。 “在线视觉识别商品的想象空间广阔，以能够识别充分的商品为前提，在现在的技术条件下几乎无法实现。 相比之下，智能集装箱等相对封闭、商品数量有限的场景，有可能适合这项技术的落地”。

展望未来，他说，随着5G的商业化进展，未来的智能容器可以在云中放置更多的计算能力，在减轻终端重量的同时允许更复杂的任务，并动态地降低识别容器的成本。 同时，随着视觉识别算法的效率和准确性，无人零售有望普及。

应对安全风险，加强基础算法和理论研究

安全专家指出，人们在享受智能认知的便利性的同时，还应防止潜在的信息泄露风险和隐私侵犯。

中国互联网协会研究中心秘书长吴沈括说:“人脸识别具有高度的直接识别性和唯一性，因此该技术对个人来说比其他信息的安全危险性高。”

专家们指出，随着个人“露面”的环境和应用场景的增加，信息泄露的风险也会增加。 今年9月，北京青年报报道了在某网络商店街上公开销售约17万条“脸部数据”。 根据业者发表的商品信息，这些“脸部数据”复盖了2000人的肖像，每人约有50~100张照片。

因此，专家小心提出平台的上传和使用许可，对于不必要的重要场合，不建议用户打开脸部识别功能。 管理部门应加大数据保护力度，加大对非法收集、使用用户个人信息的企业的惩戒力度。 人脸信息采集主体也要加强自律，遵守行业标准。

不仅要防范风险，保护隐私，专家们还建议提高视觉识别的效率和准确性。 地平线创始人兼首席执行官馀凯表示，数据、算法和计算能力是推动人工智能发展的三大要素，芯片是其基础支持。 在万物相互连接的背景下，将来会出现大量的智能终端装置，耗电低、图像处理能力强等智能芯片不可或缺。

回答的专家认为，中国在视觉认知的商业探索中领先于世界，但基础算法和理论研究还很短。 他们提出，在促进商业应用的同时，也要着力研究基础算法、建设基础学科和培养人才。