배경
앤트파이낸셜 (WHO) 는 세계 최고의 얼굴 일치 알고리즘을 기반으로 대화형 얼굴 생체 인식 및 이미지 탈감작 기술을 개발했으며 앤트파이낸셜 클라우드를 통해 높은 동시성과 신뢰성의 시스템 보안 아키텍처를 구현했습니다. 이를 기반으로 한 얼굴 검증 핵심 제품은 성공적으로 상용화되어 알리페이, 인터넷 뱅킹 등 인증 시나리오에 널리 사용되고 있다. 최근 테스트 보고서에 따르면 이 기술 얼굴 인식의 정확도는 이미 99.6% 에 달했고, 눈무늬 등 다변량 검증과 함께 정확도는 99.99% 로 육안 인식 97% 의 정확도를 훨씬 능가했다.
알리페이가 얼굴 인식 기술을 도입한 이후 사용자 로그인, 실명인증, 비밀번호 회수, 공급업체 감사, 지불 위험 검증 등의 시나리오에서 주요 인증 방법으로 널리 사용되고 있으며, 20 15 년 말 온라인 이후 150 만 명 이상이 서비스를 제공하고 있습니다. 얼굴 인식 기술은 기존의 암호 기반 인증 방식에 비해 보안, 신뢰성, 인식 성능, 사용자 경험 등에서 크게 향상되었으며 인터넷 금융 시나리오를 실현하는 데 실질적인 의미를 갖습니다.
InfoQ 는 앤트파이낸셜 얼굴 인식 기술에 대해 앤트파이낸셜 생체 인식 기술 책임자인 진계동을 인터뷰했다.
진계동 박사는 현재 개미 금융서비스그룹 글로벌 핵플랫폼부 이사 겸 선임 전문가로 바이오메트릭 기술의 개발과 응용을 담당하고 있다. 팀을 이끌고 앤트파이낸셜 뱅킹, 알리페이 등 금융 장면에서 얼굴 인식 기술을 성공적으로 도입하고 대규모로 적용함으로써 바이오메트릭 인텔리전스 및 애플리케이션 분야에서 세계를 선도하고 있습니다. Chen Jidong 은 게임 빅 데이터 연구 센터의 수석 데이터 과학자이자 EMC China institute 빅 데이터 연구소 소장을 역임했습니다.
매사추세츠 공과대학평론' 은 20 17 년 글로벌 파격적인 기술목록을 발표했는데, 그 중 얼굴을 칠하는 것이 명단에 올랐고, 앤트파이낸셜 역시 이 기술의 대표회사다. 앤트파이낸셜 바이오메트릭 기술 책임자로서 이 일을 어떻게 생각합니까? 이것은 또한 중국의 얼굴 인식 기술이 세계 선두에 있다는 것을 의미합니까?
일반적으로 목록 설명이 더 정확합니다. 목록의 파격적인 기술은 얼굴 인식이 아니라 얼굴 지불이다. 돌파구의 정의는 "사람들에게 고품질의 기술 솔루션을 제공하는 것" 입니다. 따라서 기술 자체뿐만 아니라 응용 장면과 기술을 적용하여 사람들의 삶을 변화시키는 방법도 강조한다. 기술의 응용을 강조하는 것도 앤트파이낸셜 기술 연구 개발의 포지셔닝이다. 기술 자체뿐만 아니라, 우리는 기술의 응용이 어떻게 사람들에게 동등한 금융 서비스를 제공하는지에 더 많은 관심을 기울이고 있다. ID 및 인증은 모든 금융 서비스의 기초이므로 얼굴 인식에 기반한 온라인 ID 인증은 디지털 푸혜 금융 서비스에서 중요한 역할을 합니다.
얼굴 인식으로 대표되는 컴퓨터 시각 기술은 지난 몇 년 동안 장족의 발전을 이루었는데, 주로 심도 있는 학습 기술의 심층 응용, 컴퓨팅 능력의 향상, 방대한 데이터의 폭발 덕분이다. 얼굴 인식 기술은 최근 2 년 동안 전면 상용화되었으며, 얼굴 인증, 얼굴 지불도 시작 단계에 있으며, 적용할 수 있는 새로운 장면이 많이 있습니다.
20 16 운기대회에서 앤트파이낸셜 전시장에' 미래카페' 가 개설돼 게스트가 카메라 앞에서 얼굴을 닦으면 결제가 완료됩니다. 얼굴 닦기 지불은 곧 착지할 현실 장면으로 알려졌다.
얼굴 인식 연구 분야에서 우수한 중국 연구자들이 기술의 끊임없는 발전을 촉진하는 중요한 힘이다. 전 세계적으로 중국의 얼굴 인식 기술은 기술이든 응용이든 모두 선두를 달리고 있다고 할 수 있다. 얼굴 결제는 앤트파이낸셜 및 중국 얼굴 인식 기술회사 Face++ 가 공동 개발했습니다. 앤트파이낸셜 얼굴 인식 핵심 비교 알고리즘을 기반으로 특허 생체 검사 기술을 개발했으며, 금융 클라우드 기반 바람 제어, 공격 방지 보안 전략 등 다차원 핵심 기술을 결합하여 금융 수준의 정확성과 보안을 제공합니다.
최근 몇 년간 얼굴 인식 분야의 앤트파이낸셜 투자와 발전에 대해 이야기할 수 있을까요? 얼굴 인식 분야 전체의 지위는 어떻습니까?
앤트파이낸셜 (WHO) 는 몇 년 전부터 얼굴 인식 분야에 자금과 인재를 투입하기 시작하면서 다른 바이오메트릭 기술 개발에 지속적으로 투자하고 있다. 바이오메트릭 기술은 이미 앤트파이낸셜 기술 체계와 안전 풍제어 체계의 중요한 부분이 되었다. 앤트파이낸셜 (WHO) 는 20 15 부터 알리페이 사용자 로그인, 실명인증, 비밀번호 회수, 지불 위험 검증 등의 시나리오에 얼굴 인식 기술을 적용하기 시작했다. 지금까지 150 만 명 이상의 사용자가 사용하고 있습니다. 우리가 아는 한, 국내외 사용자 수와 방문량이 가장 많은 얼굴 인식 시스템이자 금융 분야 최초의 대규모 상선 시스템이다.
앤트파이낸셜 얼굴 인식 기술
얼굴 인식에 일반적으로 사용되는 알고리즘 모델을 간단히 소개해 주시겠습니까? 앤트파이낸셜 들은 어떤 알고리즘 전략을 채택했습니까?
일반적으로 얼굴 인식은 얼굴 일치 알고리즘으로 1: 1 검증과 1:N 인식으로 나뉩니다. 알고리즘의 핵심은 기계가 서로 다른 얼굴 사진 사이의 유사성을 자동으로 판단할 수 있게 하는 것이다. 얼굴 인식 시스템의 연구는 1960 년대에 시작되었고, 80 년대 이후 컴퓨터 기술과 광학 이미징 기술의 발전에 따라 끊임없이 개선되었다. 이 기술 개발에 관련된 알고리즘 모델에는 로컬 얼굴 특징점을 기반으로 하는 인식 모델, 글로벌 피쳐 변환 또는 형상 피쳐를 기반으로 하는 인식 모델, 2D 또는 3D 템플릿 모델링을 기반으로 하는 인식 모델이 포함됩니다. 현재 얼굴 인식 기술은 컨볼 루션 신경망 (CNN) 기반 인식 모델로 전환되었습니다.
얼굴 인식은 모델의 정확성을 인식하는 것 외에도 기계가 인식할 얼굴 그림이 사진, 비디오, 마스크 등의 가짜 얼굴이 아닌 살아있는 얼굴에서 나오는 것을 보장하는 중요한 부분이 있다. 따라서 생체 검사 기술도 얼굴 인식의 성공적인 응용의 관건이다. 생체 감지에는 많은 알고리즘이 관련되어 있으며 센서 기술과도 밀접한 관련이 있습니다. 예를 들어 지문 인식은 콘덴서/인덕턴스 센서를 통해 생체를 감지할 수 있고, 홍채 인식은 적외선 카메라를 통해 생체를 감지할 수 있다. 적외선 카메라의 스마트폰 보급률이 여전히 낮기 때문에 현재의 생체 얼굴 검출 기술은 주로 동작 상호 작용을 기반으로 하는 인식 모델과 이미지 분석을 기반으로 하는 인식 모델을 포함한 일련의 소프트웨어 알고리즘에 의존하고 있습니다.
앤트파이낸셜 얼굴 인식과 생체검사 두 방면에서 동시에 추진되는 동시에 눈무늬 인식, 성문 인식 등 다중인자 생체 인식 기술을 개발해 얼굴 인식을 강화하고 있다. 또한 대규모 데이터 분석 기술을 기반으로 사용자 행동 및 다양한 시나리오를 기반으로 하는 지능형 인식 모델을 개발하여 완벽한 ID 솔루션을 형성합니다.
알리페이퍼 얼굴 지불 서비스에서 얼굴 인식 요청의 최고치를 소개해 주시겠습니까? 일일 요청 수량은 어떤 규모일 수 있습니까? 개미금은 어떤 기술 구조를 복용하여 업무를 지탱합니까?
금융 얼굴 인식의 기술적 요구 사항과 어려움은 다음과 같이 요약됩니다.
1. 높은 보안: 얼굴 감지 기술 (사진 위조, 비디오, 마스크, 전문 소프트웨어 도구 등 공격 방지).
2. 높은 정확도: 매우 낮은 오해율의 경우 (
3. 고가용성: 대규모 동시 얼굴 매칭 서비스 (TPS = ""> 1000)
4. 높은 실시간 성능: 실시간으로 얼굴 일치 결과 (응답 시간
알리페이의 얼굴 인식은 금융 수준의 정확도와 보안뿐만 아니라 높은 안정성, 신뢰성 및 낮은 실시간 응답도 필요로 합니다. 앤트파이낸셜 클라우드 기반 인프라는 고가용성과 동적으로 확장되는 서비스 프레임워크 체계를 구현하여 브러시 서비스가 쌍십일, 신년봉과 같은 동시 최고봉의 요구를 충족시킬 수 있도록 합니다.
앤트파이낸셜 데이터 환류는 어떻게 합니까? 우리에게 소개해 줄 수 있나요?
데이터 역류는 알고리즘 인식 정확도를 높이고 제품 사용자 경험을 향상시키는 효과적인 수단입니다. 앤트파이낸셜 데이터 보안, 개인 정보 보호 등의 관련 사양을 엄격히 준수하면서 조명, 거리, 각도, 기간 등과 같은 주요 매개 변수 정보를 기록하여 다양한 실제 환경에서 얼굴 인식의 견고성을 확인하고 분석합니다. ) 사용자가 얼굴을 닦는 과정에서 이 실제 장면의 분석 결과에 따라 알고리즘과 제품을 더욱 개선하여 완전한 데이터 중심의 폐쇄 루프 제품 개발 및 최적화를 실현합니다.
얼굴 인식의 어려움
앤트파이낸셜 얼굴 인식 데이터베이스의 데이터 수준, 얼굴 감지에서 비교 결과를 반환하는 데 걸리는 시간, 얼굴 인식의 정확성을 소개해 주시겠습니까? 정확도의 적용 범위는 무엇입니까? 정확성은 한족만을 겨냥한 것인가, 아니면 모든 인종 (소수민족, 백인, 흑인) 을 겨냥한 것인가? 다른 인종의 얼굴 인식에 어려움이 있습니까? 어떻게 해결합니까?
현재, 앤트파이낸셜 (WHO) 는 중국 본토 시민의 알리페이실명 사용자만을 겨냥하고 있다. 현재까지 알리페이 4 억 5000 만 실명 사용자 중 3 분의 1 은 브러시 서비스 로그인, 실명인증, 비밀번호 회수 또는 고위험 거래에서 인증을 받은 적이 있다. 얼굴 인식 (예: 얼굴 닦기 로그인) 전체 통과율은 95% 이상이다 (실패한 사용자도 적극적으로 퇴출한다). 다양한 인종의 얼굴은 더 큰 다양성을 가지고 있어 얼굴 인식 시스템의 정확성에 도전할 수 있다. 그러나 현재 심도 있는 학습을 기반으로 한 인식 모델은 이미 대량의 데이터를 처리할 가능성이 있다. 서로 다른 인종의 얼굴 데이터가 끊임없이 훈련을 할 수 있다면, 이 문제도 잘 해결될 수 있다.
얼굴 검출, 생체검사, 이미지 탈민, 얼굴 비교의 발전 현황과 어려움에 대해 따로 이야기할 수 있을까요? 안경, 마스크, 마스크, 또는 사진과 영상으로 얼굴을 닦는 것은 어떻게 처리합니까?
얼굴 검출: 얼굴 검출 알고리즘은 현재 얼굴 인식 기술 중 가장 성숙한 분기로, 정확도와 경량급으로 상업적 사용 요구를 충족시켰다. 백그라운드 서비스인 것 외에도 스마트폰, 디지털 카메라 등 프런트 엔드 장치에도 널리 사용되고 있다. 현재 직면하고 있는 도전은 저조도 환경과 큰 각도의 측면 얼굴 조건에서 얼굴 감지입니다.
생체감지: 지난 몇 년 동안 생체감지 기술도 큰 발전을 이루었고, 이미 대부분의 사진과 동영상 공격을 해결할 수 있었지만, 생체공격 수단도 진화하고 있다. 특히 각종 얼굴 관련 모델링 소프트웨어가 합성되거나 변환된 얼굴이 점점 더 실감나게 변하고 있다. 얼굴 생체검사 기술은 끊임없는 공방, 끊임없는 보완의 과정이 될 것이다.
이미지 탈민: 이미지 탈민은 정보 손실을 가져올 수 있는데, 이는 얼굴 인식의 정확도를 높이는 것과 모순된다. 앤트파이낸셜 (WHO) 는 독특한 단방향 변환 탈민 기술을 개발하여 이 문제를 잘 해결할 수 있다. 현재 이 방면의 학술 성과는 그리 많지 않다.
얼굴 일치: 현재 기계의 인식 능력은 이미 사람의 눈을 능가하고 있지만, 저광, 과장된 표정, 진한 화장성형, 노화, 쌍둥이는 여전히 끊임없이 해결해야 할 문제이다. 데이터의 축적과 훈련에 따라 성능도 향상되고 있다.
도전
현재 얼굴 인식 분야에서 가장 큰 도전에 대해 이야기할 수 있을까요? 얼굴 인식 알고리즘과 공학의 관점에서 그들이 직면한 도전에 대해 이야기할 수 있습니까?
알고리즘에서, 우리는 또한 얼굴 인식과 생체 검사의 정확성을 높여야 한다. 앞서 언급한 바와 같이, 문제를 파악하려면 끊임없이 진화하고 나타나는 새로운 공격 방법을 방지해야 한다.
엔지니어링의 과제는 주로 사용자 경험, 시스템의 안정성과 신뢰성, 극단적인 브러시 경험을 보장하면서 사용자의 사용 임계값을 지속적으로 낮추는 데 있습니다. 상호 작용 카피 라이팅, 장치 호환성, 알고리즘 가속, 매개변수 적응 등 여러 가지 측면이 있습니다. 얼굴 인식의 핵심은 이미지 특징 추출 및 비교이기 때문에 CPU 집약적인 컴퓨팅 어플리케이션으로 수억 명의 알리페이 사용자의 인증 요구 사항, 특히 쌍십일, 신년 빨간 봉투 등 동시 최고치를 직면하고 있습니다. 얼굴 브러시 서비스의 성능과 고가용성을 보장하는 방법은 시스템 과제입니다.
앤트파이낸셜 얼굴 인식 제품은 2065438+2005 년 7 월 정식 온라인 상태였다. 이전에는 모든 제품이 신속한 제품 최적화 및 반복을 위한 소규모 테스트였습니다. 우리는 실제 장면이 매우 복잡하다는 것을 알았다. 사용자는 실내와 실외, 다양한 빛 속에서 낮과 밤에 서로 다른 각도와 자세로 얼굴을 닦는다. 어떤 사람은 침대에 누워 얼굴을 닦고, 어떤 사람은 팩을 할 때 얼굴을 닦기도 한다. 다양한 복잡한 현실 환경에서 얼굴 닦기 경험, 특히 사용자가 1 억 규모에 달하는 것을 어떻게 해결할 것인가는 큰 도전이다. 이는 알고리즘 문제뿐만 아니라 제품, 상호 작용, 사용자 경험, 환경 매개 변수 적응, 보안 정책, 동시 시스템 아키텍처 등 다양한 문제를 다룹니다. 이것은 시스템 공학이다. 1 년여의 제품 최적화를 통해 다양한 복잡한 환경에서 좋은 브러시 사용 환경과 안전성을 보장할 수 있습니다.
미래 목표
얼굴 인식에 대해 이야기할 수 있을까요? 얼굴 지불 외에 앞으로 어느 곳에 적용될 수 있을까요?
인증은 이미 인터넷 금융의 인프라, 심지어 인터넷+의 인프라가 되었다. 얼굴 인식에 기반한 인증 방식은 디지털 세계의' 당신이 바로 당신입니다' 를 더 잘 증명하고 편리성과 안전성을 높일 수 있습니다. 또 신용체계는 전 사회의 기초서비스이고, 신분확인과 인증은 신용체계의 기초이다. 모든 신용서비스의 핵심 토대는 개인의 신용등급을 아는 것이다. 물론' 네가 바로 너다' 를 증명하는 것이 전제이다. 그렇지 않으면 평가된 신용등급이 다른 사람이 될 수 있다. 신용대출과 금융의 응용 외에도 안방 분야도 얼굴 인식의 중요한 응용이다. 전국의 많은 도시에서 기차역은 이미 얼굴 인식 차표를 올려놓았고, 베이징 공항은 이미 통관했다.
앞으로 몇 년 동안 얼굴 인식 분야에서 앤트파이낸셜 들이 달성하고자 하는 단계와 목표를 소개해 주시겠습니까?
첫째, 기술적으로 세계 선두를 유지하고, 다양한 비즈니스 시나리오의 심층적인 응용을 이끌고, AI 구동 및 데이터 중심의 선순환을 형성합니다. 동시에 국내뿐만 아니라 앤트파이낸셜 국제화와 함께 전 세계에 적용돼 더 많은 사용자에게 안전하고 편리한 얼굴 닦는 제품과 서비스를 제공한다.
앞으로 몇 년 동안 얼굴 인식 산업의 발전을 어떻게 볼 것인가?
현재 얼굴 인식 산업 전체가 아직 초기 단계에 있다. 위에서 설명한 바와 같이 각 업종, 각종 사용자 집단, 그리고 갈 길이 멀다. 국제든 국내든 얼굴 인식에 대한 업계 표준은 없다. 현재 얼굴 인식 관련 제품은 사용상 어느 정도 문턱이 있어 보급에 이르지 못하고 있다. 하지만 기술의 지속적인 투입과 함께 산업 환경이 성숙해지고 관련 기준이 끊임없이 등장하면서 앞으로 몇 년 동안 얼굴 인식 산업 응용의 진정한 발발을 맞이할 것으로 예상된다. (윌리엄 셰익스피어, 윈스턴, 과학명언) (윌리엄 셰익스피어, 윈스턴, 과학명언)
통지
얼굴 인식으로 전업하고 싶은 신인에 대한 제안은 무엇입니까? 문턱이 너무 높아서 자를 수 없는 건가요?
얼굴 인식은 시스템 공학이다. 알고리즘 자체를 제외하고 제품, 상호 작용, 엔지니어링은 모두 심도 있는 연구와 탐구가 필요하다. 알고리즘에서 온라인 서비스, 사용자 경험, 실험실 성능에서 실제 장면 시스템 성능에 이르기까지 해결해야 할 많은 어려운 문제가 있습니다. 각 링크마다 자를 수 있는 점이 많다. 중요한 것은 사용자의 문제가 실제로 해결되었는지 여부입니다.