????從進(jìn)出辦公大樓到會(huì)議室，從取快遞到食堂吃飯，只需對(duì)準(zhǔn)攝像頭刷一下臉，就能輕松完成通行、支付、取件等操作。在阿里巴巴，“臉”已經(jīng)成為員工日常生活辦公的通行證。

??

[[250756]]

阿里園區(qū)食堂使用人臉支付

作為園區(qū)“刷臉”的主要技術(shù)支持方，阿里巴巴信息平臺(tái)事業(yè)部園區(qū)大腦技術(shù)團(tuán)隊(duì)負(fù)責(zé)人楊含飛(花名：少昊)表示，今年1月初，***臺(tái)人臉閘機(jī)才正式在園區(qū)落地。而現(xiàn)在，“人臉”已經(jīng)運(yùn)用在阿里園區(qū)的方方面面，平均每天會(huì)進(jìn)行20多萬(wàn)次的人臉識(shí)別。

此外，隨著會(huì)議活動(dòng)對(duì)安防要求的增加，一些大型展會(huì)對(duì)人臉識(shí)別的需求也變得越來(lái)越強(qiáng)烈。在今年9月云棲大會(huì)上，阿里內(nèi)部的這套人臉閘機(jī)，支持現(xiàn)場(chǎng)12萬(wàn)人次的通行。

??

[[250757]]

云棲大會(huì)上的人臉門(mén)禁

那么，在這些大規(guī)模的人員識(shí)別場(chǎng)景中，阿里內(nèi)部的人臉識(shí)別究竟是如何做保障的?

今天，我們邀請(qǐng)少昊親自揭秘阿里巴巴人臉識(shí)別的優(yōu)化方案。

人臉識(shí)別時(shí)，首先需要對(duì)方提供一張照片進(jìn)行人臉注冊(cè)，然后在識(shí)別過(guò)程中，通過(guò)終端照片去檢測(cè)當(dāng)前畫(huà)面照片上是否有人臉出現(xiàn)。如果有就會(huì)去提取特征并與服務(wù)端算法進(jìn)行對(duì)比，來(lái)確認(rèn)兩者之間是否一致?？梢?jiàn)，人臉識(shí)別實(shí)際上是特征的“提取”與“對(duì)比”。

少昊認(rèn)為，在這一過(guò)程中，特征提取是否完整與充分，對(duì)比是否快速準(zhǔn)確，與識(shí)別算法、終端軟硬件以及人臉底庫(kù)照片都有關(guān)系。所以，信息平臺(tái)在做大型人員識(shí)別的優(yōu)化時(shí)，主要從這三個(gè)方向入手：

終端的優(yōu)化

終端的優(yōu)化分為硬件與軟件。硬件上，主要針對(duì)攝像頭采用寬動(dòng)態(tài)技術(shù)，IPS優(yōu)化，從捕捉畫(huà)面前景與背景處理上達(dá)到清晰均衡的要求，解決逆光問(wèn)題，讓人臉識(shí)別更加快速有效。

??

[[250758]]

軟件上，我們主要對(duì)拍攝清晰度做管理和控制。一般來(lái)說(shuō)，在捕捉到識(shí)別圖像后，首先會(huì)對(duì)每幀圖像進(jìn)行數(shù)據(jù)監(jiān)控與評(píng)估。在經(jīng)過(guò)數(shù)據(jù)化打標(biāo)之后，會(huì)給圖像進(jìn)行分類(lèi)，來(lái)考察不同清晰度下的圖像通過(guò)率。以及不同清晰度與角度下，圖像的實(shí)際分布情況。這能有效管控識(shí)別速度與識(shí)別距離，確保整個(gè)識(shí)別過(guò)程的通行效率。

識(shí)別算法的優(yōu)化

誤識(shí)率是人臉識(shí)別的基礎(chǔ)，所以在識(shí)別算法上，技術(shù)人員一是對(duì)誤識(shí)進(jìn)行控制;二是對(duì)相似度進(jìn)行管理。

因?yàn)槭芩惴ㄐ阅苡绊?，隨著人臉底庫(kù)的增加，算法性能會(huì)逐步降低。如何在識(shí)別服務(wù)上進(jìn)行優(yōu)化，成為人臉識(shí)別的一大關(guān)鍵。

用戶(hù)行為產(chǎn)生的大量數(shù)據(jù)，使數(shù)據(jù)預(yù)測(cè)成為可能。比如在杭州進(jìn)行人臉識(shí)別出現(xiàn)誤識(shí)別，本人有可能實(shí)際上正在北京出差或休假等。所以，如果結(jié)合數(shù)據(jù)算法模型來(lái)準(zhǔn)確的預(yù)測(cè)用戶(hù)行為，對(duì)人群進(jìn)行合理區(qū)分的話(huà)，就能一定程度解決誤識(shí)別。

基于此，團(tuán)隊(duì)成員在誤識(shí)別上進(jìn)行的***個(gè)優(yōu)化就是——分組優(yōu)化。通過(guò)特征細(xì)分人群，降低誤識(shí)，提高通過(guò)率。

分組優(yōu)化首先需要考慮時(shí)間與空間因素。如果把一個(gè)區(qū)域空間圈得越小，未來(lái)一定時(shí)間內(nèi)出現(xiàn)在該特定區(qū)域內(nèi)的人也會(huì)越少。同時(shí)，時(shí)效越強(qiáng)，在該區(qū)域該時(shí)段出現(xiàn)的人臉也會(huì)越少。

同時(shí)，結(jié)合實(shí)際應(yīng)用場(chǎng)景，通過(guò)業(yè)務(wù)規(guī)則與特點(diǎn)的判斷，以及人臉識(shí)別算法的性能特性，就能更好確認(rèn)合理的空間、時(shí)間以及人數(shù)的分組規(guī)模情況。

以阿里巴巴園區(qū)人臉識(shí)別取件的分組優(yōu)化為例。從地域?qū)傩陨蟻?lái)看，每個(gè)小郵局都是一個(gè)固定的空間單元，有具體的位置。從時(shí)效性來(lái)看，當(dāng)包裹到達(dá)小郵局后，它的主人在一段時(shí)間內(nèi)會(huì)去拿包裹。從業(yè)務(wù)屬性上來(lái)看，小郵局是收取包裹快遞的地方。通過(guò)這三點(diǎn)屬性，就能基本確定取件場(chǎng)景的分組優(yōu)化方案。判斷哪些員工會(huì)去哪個(gè)小郵局的分組中。

此外，取件還會(huì)存在代領(lǐng)情況。這一情況在業(yè)務(wù)規(guī)則中就沒(méi)法確認(rèn)，需要基于歷史行為去分析，一個(gè)包裹被別人代領(lǐng)的可能性是多少，以及被誰(shuí)代領(lǐng)的可能性更高。然后將這一預(yù)判結(jié)果加入到人臉識(shí)別的分組中。

??

[[250759]]

阿里園區(qū)小郵局通過(guò)人臉取件

通過(guò)一系列的算法模型學(xué)習(xí)優(yōu)化，提升模型預(yù)測(cè)的準(zhǔn)確性，不斷的改善人員分組質(zhì)量，目前人臉在支持阿里巴巴園區(qū)通行上，誤識(shí)率已經(jīng)有效控制在千分之一左右。

除了分組優(yōu)化外，在面對(duì)不同膚色與人種的情況下，團(tuán)隊(duì)還建立了不同種類(lèi)的算法模型與底庫(kù)。這樣可以針對(duì)特定膚色人種的通行率和誤識(shí)率，做針對(duì)性的優(yōu)化。

人員底庫(kù)照片的優(yōu)化

少昊表示，很多時(shí)候，人臉識(shí)別不成功并不是現(xiàn)場(chǎng)攝像頭或比對(duì)算法出了問(wèn)題，還是底庫(kù)照片的質(zhì)量太差，導(dǎo)致無(wú)法進(jìn)行人臉識(shí)別。除了讓對(duì)方重新提供照片圖像外，還可以通過(guò)算法進(jìn)行大小臉檢測(cè)、照片校正以及身份核實(shí)，來(lái)確認(rèn)本人身份。

此外，算法還可以幫助底庫(kù)照片進(jìn)行自學(xué)習(xí)。通過(guò)人員照片序列的分析后，提取特征進(jìn)行圖片聚類(lèi)分析，隨后再通過(guò)圖片質(zhì)量分析后，對(duì)本人身份進(jìn)行核實(shí)，進(jìn)而完成底庫(kù)照片的注冊(cè)與特征提取。

通過(guò)上述手段優(yōu)化，在人臉識(shí)別通過(guò)率保持不變的情況下，誤識(shí)率可以降到1‰。

今年雙11期間，阿里園區(qū)的這套人臉識(shí)別技術(shù)還應(yīng)用于雙11作戰(zhàn)指揮室與天貓雙11晚會(huì)現(xiàn)場(chǎng)的安防保障。

少昊表示，通過(guò)人臉屬性識(shí)別的進(jìn)一步豐富，硬件及算法能力的進(jìn)一步提升，未來(lái)，人臉識(shí)別技術(shù)將會(huì)滿(mǎn)足更多商業(yè)場(chǎng)景需求，一個(gè)真正的刷臉時(shí)代就要來(lái)了。

【本文為51CTO專(zhuān)欄作者“阿里巴巴官方技術(shù)”原創(chuàng)稿件，轉(zhuǎn)載請(qǐng)聯(lián)系原作者】

??戳這里，看該作者更多好文??