u      人脸识别之需

Ø        人脸识别技术被寄望为安检加码,提高机场、车站等公共场所的安全防范水准。例如,MH370迷航的第一周,当乘客持假护照登机的消息传出时,满怀猜疑的人们希望电影场景里的迅捷反应,能够出现在真实的身份认证中:从机场录像上及时辨认出乘客的脸部信息,再实时地从云端的人脸数据库内调取匹配的那一个。

u      人脸识别的流程

Ø        几大步骤上下协同。随着互联网化的加深,人脸识别早已不再是一项孤立存在的技术,而是几大步骤上下协同的“流水线作业”:第一步是人脸检测,通俗地说,就是确定位置,找到人脸“在哪里”;第二部为关键点检测,找准五官做进一步分析;第三步才是基于大规模数据的人脸识别。

Ø        设备传输数据。通过设备传递,人脸识别技术将过去不能被设备理解的图片信息,逐渐变成可以被机器理解分析的结构化数据,从而大大提高机器对人的了解,为人提供更准确的推荐、提高各种信息服务的有效性能。

u      创业者涌现

Ø        极客重返技术路。清华大学计算机系2006级、2007级本科生,唐文斌专攻图像搜索,印奇擅于视觉识别,杨沐则在数据挖掘方面见长。三人合作开发一款名叫《乌鸦来了》的体感游戏,玩家通过摇晃头部控制游戏里的稻草人,拦截从天而降偷食庄稼的乌鸦。这款小游戏一度冲上App Store排行榜的前五名,尽管在91助手上下载量表现不俗,但全部获利仅有270多美元。面对没有成功变现的几十万下载量,他们打算重返技术之路。但转轨的深层原因在于兴趣本身:手游不是唐文斌和印奇的真正乐趣所在,团队的基因在技术,把技术做到最好才有成就感。就在Face++团队的年轻人踟蹰之时,另一硅谷巨头Facebook宣布收购来自以色列的人脸识别技术公司Face.com,把它的核心技术团队悉数搬到硅谷,并很快关闭了应用开放接口。Face.com入口的关闭正是Face++的机会,两家公司技术原理类似,当前者被纳入巨头的怀抱,后者选择开放服务,在云端面向开发者提供技术服务,不失为一种差异化的选择。

Ø        国内创业团队技术领先。针对人脸识别“三部曲”,国际上分别有一套公认的评测体系,即人脸检测FDDB评测、人脸关键点定位300-W评测和人脸识别LFW评测。诞生于清华校园的创业团队Face++(北京旷视科技有限公司)接连拿下了这三项检测的世界第一。在LFW评测集上,Face++与facebook先后宣布获得97.27%和97.25%的性能,Face++以0.02%的优势暂时领先。

u      创业者遇见投资人

Ø        联想之星看好云时代的人脸识别。当Face++的团队还在做手机小游戏时,与清华园一街之隔的联想之星已经“盯上”了这支连旷视科技公司都尚未创立的学生团队。对于定位在早期天使的联想之星来说,与清华等高校的系统接触,发掘技术领先的项目,是投资遵循的基本路径之一。而云时代的人脸识别恰是联想之星的重点关注领域。正如联想之星投资副总裁刘维所言:“一个听上去很传统的领域,随着移动设备、云端计算能力的普及和识别算法的大突破,开始真正进入了临爆点。过不了几年,人脸登录、人脸搜索都将成为现实,届时人脸将是最自然、信息量最大的入口”。

Ø        接力投资。在联想之星的50多个已投项目中,280万人民币注资的Face++无疑是最具天使色彩的。天使投资后,李开复和创新工场以数百万美元接力了旷视科技的A轮融资。

u      人脸识别下一站?

Ø        走向显性层面的应用。如Face++为世纪佳缘设计的人脸识别场景中,用户可根据自己对另一半长相的需求,从网站的数据库中搜索相似外貌的用户。这个应用未来可以扩展向其他社交网络,甚至通用搜索引擎的数据库。此外,Face++与360搜索达成了合作。一种试水阶段的图片搜索应用,能为360搜索的用户提供类似“美女搜索”之类的简单服务。

Ø        技术性能进一步提升。人脸识别技术最终指向高度互联网化的运用场景,并能够解决人脸识别的核心需求——非配合式的身份认证系统。如果不了解核心需求,只是做一些非常小的产品,实现不了核心的价值。因此,Face++的当务之急,仍是技术性能的提升。