旷视科技产品总监李晨光:详解人脸识别的应用场景(含PPT)

雷锋网按:本文根据旷视科技商业产品总监李晨光在高交会《读脸·对话——AI 技术风暴沙龙》的演讲内容整理而来,主要谈论人工智能如何商业化的问题。

人工智能如何商业化一向被人关注

“人工智能如何商业化”一直以来都是被人广为讨论的话题。

旷视科技商业产品总监李晨光在高交会《读脸·对话——AI 技术风暴沙龙》中提到,人工智能平台应该是一种通过数据、技术、产品三者不断循环完成的滚雪球式闭环,AI 的商业化, 不同的技术分类有不同的应用场景。

人工智能领域的分布情况

Venture Scanner 曾对人工智能公司做出以下分类,大致如下:

机器学习(通用):如预测数据模型与分析行为数据的软件平台;机器学习(应用):如利用机器学习技术侦查金融诈骗或者识别最好的销售线索。

自然语言处理(通用):文本自动生成以及文本挖掘生成数据;自然语言处理(语音识别):语音指令的检测并将其转化为可执行的数据。

计算机视觉(通用):图像搜索平台和研发员使用的图像标签应用程序接口;计算机视觉(应用):面部识别软件和能让用户通过拍照搜索商品的软件。

手势控制:让人们通过肢体动作控制游戏角色的软件以及仅用手势就能控制计算机和电视的软件;

情境感知计算:具体应用场景如感知环境的黑暗度并调高亮度的应用。

此外还有我们常见的智能机器人、虚拟私人助手、语音翻译、视频内容自动识别、推荐引擎和协助过滤算法等。

其中旷视科技专注的人脸识别技术属于机器视觉的范畴,下面先讲一下什么是机器视觉。

什么是机器视觉

机器视觉是使机器具有人一样的视觉功能,从而实现各种检测、判断、识别、测量等功能。

什么是人脸识别

首先人脸识别大致可分为两种:“1:1” 和“ 1:N”,前者商业化的落地多在金融和入证方向,而后者则应用于商业和安防领域。

那么何为 1:1,何为 1:N?

1:1 笼统讲就是一对一的人脸“核对”,而 1:N 则是从众多人脸中找出目标对象。

目前人脸识别技术的产品化和商业化能力如何?

李晨光在分享会中展示了人脸识别技术产品化和商业化的不同阶段,不同阶段有不同的特性。

实际场景举例

人脸识别在服务机器人中的应用

随着人脸识别技术和机器人上下游制造产业链的不断成熟,未来人脸识别应用在机器人身上也将是一大趋势。其中旷视科技通过为机器人提供视觉组件(处理器+摄像头)让原来只具备简单语音交互的机器,升级为能看见的智能机器人。

李晨光指出,机器人的视觉硬件组成和应用场景大致如下:

他接着讲到,机器人视觉细化到功能模块可分为以下几个方向:

与旷视科技合作的机器人公司神州云海发言人沈剑波透露:

我们把旷视的机器视觉集成到银行服务机器人中,为银行提供客户识别(识别出 VIP 客户,然后提示工作人员提供更优质的服务)、业务引导、自动巡视、用户画像等。未来该类机器人也会在酒店、机场、餐厅与消费者见面。

人脸识别在楼宇中的应用

除了上述商业化场景外,人脸识别技术也渗透在商业楼宇的各个角落:

基于人脸识别技术,供应商可为商业楼宇提供访客登记、门禁识别系统、陌生人提醒、VIP 贵客迎宾、考勤管理、企业CRM系统集成、展会签到等。

从实验室算法阶段到软件 SDK 阶段,再从单产品、解决方案阶段到现在的综合平台阶段,人脸识别技术各阶段的产品化和商业化也正处于不断更迭和相互融合时期,可以预见,未来还将会有更多的商业化产品投入在市场当中。

原文发布于微信公众号 - AI科技评论(aitechtalk)

原文发表时间:2016-11-21

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏AI研习社

Video ++孙兆民:人工智能行业报告——视频内容识别行业分析 | 分享总结 | 雷锋网

像素的世界已经延伸到图像之外,虽然视频对于机器学习研究人员来说一直都是个挑战,但现在的技术能够使得从视频中提取信息变得跟从图像中提取信息一样简单。人工智能这个新...

3256
来自专栏新智元

【当金融遇到人工智能】富者越富,穷者愈穷?

《21世纪资本论》通过详实的数据研究,提出了一个观点:20世纪70年代以来,在全球范围内投资增长率高于经济增长率。 全球范围内贫富差距扩大,富有者越发富有,而贫...

2574
来自专栏量子位

AI即开即用,这是悄然推出的“腾讯最新AI技术”小程序

李根 发自 凹非寺 量子位 报道 | 公众号 QbitAI ? 在刚刚结束的全球合作伙伴大会上,腾讯第一次把AI喊得响亮。 “Make AI Everywh...

2917
来自专栏企鹅号快讯

微软或将投资利用人工智能对抗气候变化

人工智能 微软公司正在使用人工智能(AI)技术将大量有关地球气候、水、农业、和生物多样性等的原始数据转换成有用的信息。 微软宣布将投资5000万美元,使用人工智...

1766
来自专栏挖掘大数据

总结零售大数据分析应用的四个阶段

要建立数学模型要解决三个问题,首先是数据的量要达到一定的规模和质量;其次是用什么样的算法,如用时间序列还是回归或是人工智能算法;第三是“数据+算法”可以围绕什么...

2107
来自专栏BestSDK

语音SDK Voysis 要做不同于Siri、Alexa 的AI助手,可直接应用于网站或APP

虽说语音驱动的人工智能技术可以改善客户体验,促成更多销售业务,但目前这方面的技术并未成熟到能为每一家公司定制解决方案。位于爱尔兰都柏林的 Voysis 公司希望...

3134
来自专栏数据猿

视频 | 商汤科技联合创始人徐冰:人工智能的特殊商业模式探索

数据猿导读 深度学习有哪些要素?算法在哪些行业已经实现了颠覆?且看中欧微论坛 | 数据猿·超声波活动中商汤科技联合创始人徐冰怎么答。 ? 作者 | 徐冰 深度学...

2676
来自专栏BestSDK

国内首家深度学习SDK发布:一键部署,即可拥有神经网络、模型压缩、异构编程

深鉴科技研发的DNNDK™(Deep Neural Network Development Kit)在官方网站正式上线,这是国内首家公开发布的深度学习开发SDK...

3127
来自专栏量子位

对冲基金第三次浪潮:硅谷和华尔街从未如此接近

量子位 | 李林 编译整理自 Wired ? 来自华尔街的Jeffrey Tarrant,过去三十年里一直投资新的对冲基金。他总是用YC来类比自己的工作,YC在...

34410
来自专栏钱塘大数据

人工智能步入金融领域,“AI+”会是金融业的未来吗

目前金融机构的主流玩法有四种:1. 投资银行和卖方研究尝试自动报告生成,2. 金融智能搜索;3. 公募、私募基金在通过人工智能辅助量化交易;4. 财富管理公司在...

3475

扫描关注云+社区