Jan 16, 2020

【热点资讯】AI寻人,帮你找回失去已久的亲人

宽泛科技专注为人工智能、影视后期、VR/AR/MR、视觉计算、虚拟化云计算、商务应用等行业客户提供基于深度学习、人脸识别、图像识别、视频分析、无人驾驶、医疗影像识别等硬件解决方案。


联合国会员国通过了第A/RES/68/192号决议并将每年的7月30日定为世界打击贩运人口日。


世界打击贩运人口日


一直以来约有2100万人深陷现代奴役的泥潭之中。男人、妇女和儿童落入国内外人口贩运者之手。世界上每个国家,无论是受害者的来源国、中转国还是目的国,都受到贩运人口行为的影响。古往今来的奴役不仅是可耻的,而且如废奴主义者约翰·卫斯理所说是“令人厌恶的所有罪行的集合”,不应存在于我们的世界。



2010年联合国大会通过了《联合国打击贩运人口的全球行动计划》,敦促世界各国政府协调一致地打击这一祸患。该计划呼吁将打击贩运人口行为列入联合国更广泛的方案之中,以便促进全世界的发展和安全。此行动计划中非常重要的一条就是为贩运人口行为的受害者,特别是妇女和儿童受害者,建立一个联合国自愿信托基金。


2013年联合国大会召开高级别会议评估《全球行动计划》。联合国会员国通过了第A/RES/68/192号决议并将每年的7月30日定为世界打击贩运人口日。该决议称这个国际日对于“提高对人口贩运受害者境况的认识以及促进和保护他们的权利”十分必要。


如果你关注人口贩卖,那你一定知道 “北大女硕士赴美交流突然失踪”的事件,北大女硕士章莹颖被加拿大人口贩子盯上并实施了绑架,不知所踪。


人口贩卖,一个看似距离我们很远,实则就潜伏在我们身边的高危犯罪。目前,全世界约有2700万的人口贩卖受害者,当中大多数为女人和儿童,也不排除男人。全社会对人口贩卖犯罪都是深恶痛绝,各国政府打击力度也是有增无减,越来越多的社会力量也广泛参与到阻止人口贩卖的活动中来。但是悲剧却依旧屡屡发生,一些犯罪行为更是令人发指。


这些年,我们依然对“人口贩卖”四个字充满着无力感。对于警察而言也是一个棘手的难题。受害者通常被各种形式的监禁,长时间非人的折磨或者被迫买淫,导致他们精神崩溃,意志力薄弱,求生欲望低下。这大大的加剧了警方办案的难度。


联合国有关报告显示,人口贩运活动遍及全球。全球每年至少有250万人沦为人口贩运活动的受害者。最常见的人口贩运形式是性剥削,占到人口贩运活动总数的79%,第二类最常见的形式是强迫劳动,占总数的18%。


为了拯救这些失踪的人口,许多人都在奉献自己的力量。而在人工智能的领域,利用人脸识别技术和人脸数据库,可以快速的检索失踪人口的定位。


AI寻人


2016年两会期间百度CEO李彦宏提出的关于“AI寻人”的提案引起社会的广泛关注。在2017年的百度联盟峰会上,李彦宏就再次分享了通过人工智能寻找走失亲人的真实案例,凭借一张照片,一对老人在志愿者帮助下找回了走失8个月的儿子,而这背后的技术平台就是百度与民政部合作的一个基于人脸识别技术的百度寻人平台。



其实,类似的寻人平台并不少见,全国范围内,以民政部、救助站为首的公益机构以及民间志愿组织,大部分都有开通PC或手机APP应用的寻人平台。如影响力较大的有全国救助寻亲网,也是百度合作的第一家AI寻人平台,还有福建省公安厅与腾讯互联网+合作事业部联合发布的“牵挂你”防走失平台等等,还有我们日常在新闻客户端常看到的类似“随手拍”等平台,这些都是针对人员走失找回的公益平台,各大平台由于后台的技术支持方不一,因此,找回的技术方式和流程也不尽相同,不过,核心的技术架构普遍采用的是人脸识别+大数据。


随着人工智能技术的日趋成熟,其在各领域的应用也逐步落地,驱动了多应用领域走向智能阶段,其中人脸识别更是以其技术的通用性,快速颠覆了包括公安抓捕嫌疑人、人员走失找回等原有应用体系的工作流程,辅以大数据运作平台,系统的识别率和海量数据的检索能力都得到质的提升,可大大提高目标人员信息匹配的准确率,这也是当前AI寻人的真实现状。包括百度、腾讯等在内目前都已是相关AI寻人平台背后的人脸识别技术提供方。


根据最新的数据显示,百度寻人平台日均用户调用人脸识别功能超过200次,90%以上相似度占到1/10。腾讯优图合作的防走失平台则在成立后短短的3个月时间里成功找回124名走失人员。如果用原始的人眼查看的方式,远达不到如今的数据值。



影响AI寻人成功率的两大因素



AI寻人指向的是两大要素,一是人脸识别的精准度,二则是人脸库的数据量。


一、人脸识别技术



首先我们来了解下人脸识别本身的技术。在人工智能技术的持续的进化下,人脸识别的准确率也在逐渐提升,我们已经能看到有多家企业在国际权威人脸识别数据库LFW上刷新纪录的消息,实验室的数据高达99.5%甚至往上,这是人脸识别技术应用到实际业务中的基础,我们也为此感到高兴。


影响人脸识别的因素有很多,其中影响人脸检测的因素有:光照、人脸姿态、遮挡程度;影响特征提取的因素有:光照、表情、遮挡、年龄,模糊是影响人脸识别精度的关键因素。而在跨年龄人脸检测中影响因素更多。


一般而言,在跨年龄阶段人脸识别中,类内变化通常大于类间变化(不同人相似年龄的照片的相似度有时比同一人不同年龄段的照片相似度更高),这造成了人脸识别的巨大困难。同时,跨年龄的训练数据难以收集,没有足够多的数据,基于深度学习的神经网络很难学习到跨年龄的类内和类间变化。


针对这些技术难点,目前相关技术提供商均在通过优化算法以及加大对模型的训练来寻求突破,我们也能从相关的资讯中了解到人脸识别监测精度的发展进度,它们的落地领域包括应用最为广泛的安防监控以及金融、商业应用等领域。


二、人脸库的数据共享问题


从寻人平台的操作流程来看,用户只需上传一张要查找人的照片,系统会自动进行人脸比对,然后按照人脸相似度生成一张查询结果页面,供用户再次确认。这个过程中,系统采用的是静态人脸比对的方式,通过目标人的人脸照片和数据库中的人脸进行比对。因此,人脸匹配的几率,其实和数据库中人脸的数据量有很大关系,人脸库中的照片来自于各地方救助站、公安、民政局以及随手拍等渠道提供的数据,据相关资料了解,目前全国2000多个救助站有共3万多条走失人员数据,这个数据仅仅是救助站的数据,还不包括公安部门的数据,当然还有来自民间的随手拍的数据甚至街头巷尾视频监控抓拍的人脸数据。而这些数据分散在不同的寻亲平台,目前还没有一个系统可以统计到所有的具体失踪人口的数据,数据共享问题也极大地影响着当前寻人找回的成功率。


数据共享问题涉及到方方面面,这方面的建设也不能一蹴而就,相比于早前传统的方式,近两年的人工智能技术已经推动了人员走失找回方式的重大变革,AI寻人需要循序渐进,我们也期待在技术的推动下,更多走失的亲人可以重回温暖的家,这需要社会各方的努力!


人脸识别硬件解决方案



宽泛科技提供最专业的人工智能深度学习服务器解决方案,解决在开发AI时遇到的硬件问题


在人脸识别技术被广泛研究和应用的今天,效率决定速度

利用人脸识别算法,高效率的建立运算模型