继指纹识别、人脸识别之后,掌纹识别或许很快也会走进人们的生活。在旷视科技举办的MegTech2021技术开放日上,记者便体验到了这项新技术。
与面部识别或指纹识别类似,掌纹识别也是一种具有独特性的生物特征识别方式,主要通过提取和比对掌纹图像中的掌纹特征完成身份识别。
据悉,掌纹是指手指末端到手腕部分的手掌图像,其中很多特征可以用来进行身份识别:如主线、皱纹、细小的纹理、脊末梢、分叉点等。
不过,掌纹识别的难点也在于如何克服低质量图像、手掌弯曲等因素对掌纹识别的影响。为此,旷视科技基于在屏下指纹和面部识别的多年技术积累,通过深度学习算法,有效提升了掌纹识别在强光、干冷等困难场景下的准确率。
对于掌纹识别的应用场景,现场的工作人员表示,相对于人脸图像和需接触才能识别的指纹,掌纹识别具有更私密、安全的优势。未来,掌纹识别在通行、支付、解锁等各类身份认证场景中有广泛的应用空间。
除了掌纹识别外,记者在现场还体验了十余项AI领域的前沿技术应用。比如自定义手势识别技术,它可以通过精准实时的手势关键点检测与跟踪,支持用户根据不同使用场景的需求,随时录入并个性化定义新手势,支持静态手势和动态手势的实时录入,亦可支持多手检测。
面对AI产业的发展,旷视首席科学家、旷视研究院院长孙剑在分享中表示,AI能否产生更多商业价值需要回答三个问题:一是AI有没有用;二是AI在哪里用;三是AI易不易用。
首先是AI有没有用的问题。要回答这一问题就需要进行的是技术可行性和产品价值的验证。孙剑认为,基础科研是任何一项技术持续突破的大前提,要证明一项技术有没有用,首先要看能否完成基础科研的价值论证,对AI行业来说就集中在基础科研带来的算法突破上。
其次是AI在哪里用的问题。也就是基于AI技术打造的产品,要找到能够触达的行业客户,完成商业实现和落地。从旷视科技的角度,其主要选择了消费物联网、城市物联网和供应链物联网三大场景进行AI技术落地。
“在十年的实践中旷视发现,算法不再仅仅是“软件物料”,而是已经成为“核心组件”。从科研到落地,算法正在创造越来越大的价值,也在开始重新定义软硬件。”,孙剑称。
最后,需要回答AI易不易用的问题。一直以来,AI的生产力被高昂的算力成本、人才成本所掣肘,AI技术往往成为众多企业的成本中心而非价值中心。再加上当前大量算法生产过程仍是非标准化的,从而导致算法生产过程充满不确定性,制约着算法的规模化生产。
孙剑表示,要解决这一问题,就需要降低开发者门槛,同时推动算法生产的标准化、自动化。去年3月,旷视正式开源了其自研AI生产力平台Brain++的核心组件深度学习框架旷视天元(MegEngine),使旷视成为最早将底层框架开源的人工智能企业之一。
而在此次技术开放日上,旷视又进一步对外展示了Brain++的最新功能,比如自动化的数据管理和质检、自动推荐合适的训练算法和模型、自动检查算法准确率并给出优化建议等。
孙剑表示,虽然过去十年,AI技术价值的发展经过了基础科研、行业落地、基础设施建设三个阶段。但这三个阶段并非交接棒式的一段替换一段,而是并行前进不断跃迁,也正是这三个阶段的交融、转化,才让人工智能发展的越来越好。