誤報率(False Negative)是指本來是負樣例(兩張不同人的人臉),但分類成了正樣例(算法認為是同一個人),通俗地講可以稱之為「報警錯誤」。「報警錯誤」的次數(shù)/總次數(shù),得出的數(shù)據(jù)即為誤報率。在誤報率相同的情況下,識別準確率越高,則表示技術(shù)的性能越好。

人臉識別精度的提高,意味著在特定場景下用戶將獲得更好的體驗,以及單位工作時間內(nèi)效率低大幅提升,比如在銀行場景下的顧客會獲得更好的體驗,公共安防領(lǐng)域的一線警務(wù)人員的無效工作量將會大幅降低。

特定場景下,機器人臉識別性能接近極限

根據(jù) NIST 官方今年發(fā)布的成績,目前全球最好人臉識別技術(shù)水平為千萬分之一誤報下的識別準確率接近 99%(yitu-001),這意味著受限場景下,在千萬分位誤報上,人類已經(jīng)將機器的人臉識別能力推向了極限。

NIST 在 2017 年 6 月也發(fā)布過全球競賽成績,彼時人臉識別技術(shù)的最好水平為千萬分之一誤報下識別準確率 95.5%。時隔一年,人臉識別技術(shù)的準確率提升了 75.6%,去年這一指標的最好水平在 2018 年排到了第九位(yitu-000)。

全球人臉識別性能的高速增長,還體現(xiàn)在機器的人臉識別規(guī)模上。2017 年全球人臉識別最高水平可識別規(guī)模在 20 億人,比 2016 年可識別千萬規(guī)模提高了兩百倍,比 2015 年已經(jīng)提高了數(shù)萬倍。而在 2015 年,特定場景下,機器識別人臉的水平已經(jīng)正式超過人類,刷臉支付等場景被解鎖。

從本次發(fā)布的榜單上看,全球前 5 名在萬分位誤報率的指標下,已經(jīng)很難區(qū)分算法性能,作為比賽的發(fā)起者,NIST 也在逐年提高「考卷」的難度。對一個算法模型來說,將誤報率從萬分位提升到百萬分位,漏報率(即應(yīng)該報警卻沒有報警)會增加,相當于提高了「考卷」難度。

本次公布的成績顯示,在百萬分之一誤報下,當前全球最好水平識別準確率達到 99.3%,冠軍獲得者依圖科技是唯一將漏報率做到 1% 以下的參賽者,并且與第二名中國科學院深圳先進技術(shù)研究院(siat-002)相比,相同漏報率下的誤報也減少十倍,相同誤報下性能提升接近了一半。

智能化拉動全球安防市場超高速增長

根據(jù)官方介紹,NIST 舉辦的人臉識別算法測試,數(shù)據(jù)集全部來自美國國土安全局的真實業(yè)務(wù)場景,例如美國出入境、刑偵過程中的大量照片等,測試結(jié)果代表著技術(shù)在實戰(zhàn)場景中的表現(xiàn)。

事實上,以人臉識別技術(shù)為代表的人工智能技術(shù)已經(jīng)開始在全球公共安全領(lǐng)域廣泛應(yīng)用。美劇中類似《疑犯追蹤》出現(xiàn)的場景,已經(jīng)在現(xiàn)實中落地應(yīng)用,推動全球公共安全產(chǎn)業(yè)的智能化演進的同時,也拉動了全球安防市場規(guī)模的顯著增長。

英國市場研究機構(gòu) Juniper Research 近期發(fā)布的一份研究新報告提到,智能安防已經(jīng)成為全球安防產(chǎn)業(yè)增長的原動力,預(yù)計到 2023 年全球安防產(chǎn)業(yè)規(guī)模將從 2018 年的 120 億美元增長到 450 億美元以上,增長將超過 260%。

受益于人臉識別性能的提升,安防后端處理系統(tǒng)平臺可以同時處理的前端產(chǎn)品數(shù)量也大幅增加。這反過來大大**了前端高清采集和探測設(shè)備的產(chǎn)品升級、整體市場需求的擴大,以及存儲設(shè)備的增長。國內(nèi)傳統(tǒng)安防公司海康威視和大華受益于此,連續(xù)幾年整體營收中的一半都由硬件攝像頭產(chǎn)品營收所貢獻。

而值得一提的是,FRVT 2018 競賽成績中,中國算法團隊占據(jù)了半壁江山,除了冠軍再度被中國公司依圖科技摘得以外,第二名被中國科學院深圳先進技術(shù)研究院(siat-002)拿下,商湯科技的聯(lián)合創(chuàng)始人湯曉鷗教授正是該院副院長;奪得第五名的是另外一家人臉識別獨角獸曠視科技(megvii-001)。

在如此強勁的中國算法力量加持下,中國智能安防市場的增長特別是硬件市場的增長還將持續(xù)。而伴隨著人工智能性能的提升,更多極低誤報率下對通過率有要求的場景也將被率先解鎖,比如支付、強門禁等領(lǐng)域?qū)⒂瓉砣斯ぶ悄芗夹g(shù)和大數(shù)據(jù)應(yīng)用驅(qū)動下的新一輪業(yè)務(wù)創(chuàng)新和市場增長。

來源：AI科技評論