云栖号资讯：【点击查看更多行业资讯】
在这里您可以找到不同行业的第一手的上云资讯，还在等什么，快来！

福州人民很快就可以靠“脸”行走江湖了。

在地铁站，刷脸就可以进站；

在图书馆，刷脸就可以借书；

在医院或政务服务中心，刷脸就可以取号；

……

甚至上课点名、上班考勤都用的是人脸识别。

从今夏到明年，这些功能正在陆续上线中。

注意，这些不同场景背后，连接的是同一套系统。

在福州市政府的官方智慧城市应用e福州手机App上录入人脸信息，完成各项设置之后，就可以凭借一张脸出行。

目前，刷脸乘地铁的功能已经开始测试，8月份全面上线。

上线之后，如果你去福州旅游、出差，就可以体会到：

刷脸通行，不再仅局限于某个单位、某栋写字楼、某个园区，而是来到福州这片土地上的所有人，都可以共享、共用这一套系统。

这听起来就有几分科幻感。

千万人同刷脸，到底有多难？

《银河系漫游指南》的作者道格拉斯·亚当斯，用一套“科技三定律”来吐槽人们对于科技的认知：

1）任何在我出生时已经有的科技都是稀松平常的世界本来秩序的一部分。

2）任何在我15-35岁之间诞生的科技都是将会改变世界的革命性产物。

3）任何在我35岁之后诞生的科技都是违反自然规律要遭天谴的。

人脸识别技术的出现虽然并不在大部分科技从业者出生之前，但在科学技术能够飞速转化为生产力的行业里，任何三五年前已有的技术都是这个世界“系统自带”的功能，和“黑科技”、“前沿”沾不上一点边儿。

的确，人脸识别早就走进了应用环节，可能你每天上班都要经过人脸识别门禁。

可对于福州来说，本地常住人口就有780万，加上附近的莆田、宁德、平潭，整个福州都市圈大约有1400万人，再加上前来尝鲜的游客、被临时派驻的商务人士，就算只有七成人使用刷脸服务，这个数字也达到了千万人。

福州目前有两条地铁线路，共42个站，2019年客运峰值52万人次。此外还有5条线路在建，数年内，日客运量眼见着就要破百万人次。

按进站刷一次脸、出站结算再刷一次脸，每次和1000万张人脸做比对，简单算个乘法就知道，这套系统每天需要比对20万亿次。

所以扫到一张脸，再去跟千万张脸对比，从千万人里确定你是谁，这个过程每天重复20万亿次，这太难了，简直是“会改变世界的革命性产物”。

千万量级底库能力

解决这个问题的，是一家我们熟悉的AI公司，依图。

其实，依图的两位创始人朱珑和林晨曦都是福州人，两人是福州师范大学附属中学的同班同学，也都是信息学奥赛省赛一等奖得主。

福师大附中校园里，有一座“求索”碑，镌刻着14名在各类国际奥林匹克竞赛中摘金夺银的附中学子名字。

巧的是，依图的首枚芯片名字也叫“求索”。

看来两位创始人有很强的家乡情结了，为福州搭建人脸识别系统，也算是回报家乡、便利父老了。

既然是回报父老乡亲，那么这套人脸识别系统就不仅仅要方便，还要保证准确率。

他们手中的武器，是千万量级的底库能力。

普通App的人脸识别，不需要把扫描到用户的脸和系统数据库里亿万用户的脸对比，毕竟App上有用户的账户，只要和数据库里这个账户的人脸对比就可以了。其他的线下刷脸场景，也会有手机号码辅助等功能。

但依图靠着千万底库，可以让用户不带手机就能被识别。

而且，目前的准确率几乎是100%，误报率只有万亿分之一。

假设一个福州人每天出门、回家坐两趟地铁，刷脸4次，那他可能平均68年才能碰到一次被识别错的情况，真的是一生一次的体验啊。

这个准确率，已经比扫二维码或者刷地铁卡要高得多了，单就人脸识别来说，也是全球最高水平。

此外，人脸识别并不是这套系统的全部功能，需要的是一整套完整的解决方案。除了刷脸进出站之外，还需要解决投诉处理、流程监控、数据管理、运维监控等一系列流程，也需要建立大规模的人脸数据库，在每个应用场景布设专用感知设备，结合到地铁系统里。

真·新基建无疑了。

光、时间、速度，都不是问题

但想在千万人口的大城市实现地铁刷脸进出站，并不是暴力堆算力、上规模就能完成的。

还需要考虑细节。细节，才是市民用户体验的核心部分。

第一个细节问题，是光照。

地铁站有不同的环境，有的在地上，有的在地下；有的靠自然光，有的靠人造光；地上的车站晴天一个样，阴雨天一个样；早上一个样，中午一个样。

光线不一样的情况下，人脸识别摄像头“看”到的场景自然是不一样的，理想的实验室环境下的识别准确率无法直接套用到真实应用场景中。

为了解决这个问题，依图采用了红外+可见多模态识别算法，能提高场景光线变化适应性，满足了算法精度要求，在不同的环境光线下，都能准确识别人脸。

第二个问题是，人的脸总会有一些细微变化。

作为一套大规模部署、长时间运营的系统，必须得兼容这一千万人的容貌变化。人脸有变瘦的、变胖的、变老的，如果一直在和很久之前的人脸特征比对，那随着时间的流逝准确度可能会变成一个问题。

依图采用了自监督学习与在线学习结合的算法，利用每天刷脸用户的数据自动优化算法模型，以解决容貌变化带来的影响。

换句话说，就是刷脸越多，精度越准。

最后是速度的问题。

相信很多人都有这样的经历：排队付款，前面的人手机卡了，半天打不开付款码；排队进地铁闸机，前面的人打开App乘车码或者找地铁卡都等了好久。

而依图的成绩是：1分钟能过45人。考虑到人正常步行的速度，这个速度足够用了。

在硬件上，这靠的是针对地铁场景专供的设备和平台；在软件上，这靠的是优化的AI算法能力，采用高可用的云计算和微服务架构，深度融合对接APP平台、ACC/AFC（清分中心/自动售检票系统）、以及闸机等地铁前端设备，实现全面工程优化提升系统间响应速度和吞吐量。

One More Thing

其实早在去年12月，另一座城市——贵阳也实现了刷脸出行，无需注册，单程票、多程票、旅行套票全通道都可以刷脸支付。

如果有一日，当智慧城市的宏愿得以实现，信息完全打通，那么在交通出行、挂号办事这些基本功能之外，刷脸这一功能还会拓展到更多生活领域，人脸将成为一张新的身份证，“抛弃手机，见脸行事”成为可能。

届时也不再需要各类繁琐的证件、证明、手续、文件，现实世界中的生活，或许会像在网游世界里一样便利。

【云栖号在线课堂】每天都有产品技术专家分享！
课程地址：https://yqh.aliyun.com/live

立即加入社群，与专家面对面，及时了解课程最新动态！
【云栖号在线课堂 社群】https://c.tb.cn/F3.Z8gvnK

原文发布时间：2020-05-18
本文作者：郭一璞
本文来自：“量子位公众号”，了解相关信息可以关注“量子位”