?
百度四款度目系列人脸识别产品五月上市开售，分别是：人脸应用套件、AI镜头模组、视频分析盒子、人脸抓拍机，分别可以满足如智慧社区、驾驶环境、视频分析、客群分析等人脸识别场景需求。这四款产品除了贯彻百度一贯的软硬件+服务路线，在简化落地应用流程、降低开发难度、集成难度，以及挖掘垂直领域的细分需求方面，有一定的借鉴意义。
?
软硬一体应用套件简化应用流程
?社区园区的人脸识别门禁闸机，企业上班打卡考勤，以及各类金融信用服务的身份核验等仍然是人脸识别最主流的应用场景。但目前大部分企业进行人脸识别硬件部署，需要经过算法选型、主板选型、镜头选型、硬件适配、功能开发、场景调优、系统集成、整机制造、部署交付等复杂冗长的流程。
?
为了进一步降低应用门槛，度目人脸应用套件通过软硬一体化的产品形态，使企业开发者仅需进行功能开发、系统集成、整机制造和部署交付，从原来的N步变成4步，简化了应用流程。
?
对企业而言，节约开发环节、能够快速交付至关重要，度目人脸应用套件直击这一需求。在开发易用性方面，该硬件预设了大量场景APP，如闸机、考勤、金融核验应用模式软件，支持设备管理、人员管理、识别策略、数据记录四大类HTTP接口，开发者可以根据具体业务进行修改；拓展性上，支持USB2.0、继电器、报警、键盘、身份证读卡器、麦克风等外设接口，模块化结构方便开发者根据自身需求进一步扩展功能。识别全流程在150ms以内，识别准确率超过了99.7%，支持20W的人脸底库管理。
?
除了上述产品内在设计，在外形方面，该套件的尺寸仅为155mm*84mm*32mm，外壳结构最小支持5寸屏，这可以让它适用于更多的硬件外观形式，企业开发者加装外壳即可快速产出整机。目前该套件的零售指导价是699元/件。
?
AI镜头模组便于跨平台开发和二次集成
?驾驶员身份核验与驾驶行为分析是一个典型的应用场景，目前用人脸识别核验司机身份、分析危险驾驶行为的需求日益高涨，尤其是网约车、长途物流等场景。例如，司机坐上驾驶位，车机主控屏自动识别车主身份，允许他发动汽车；驾驶过程中，低头、闭眼、打哈欠等行为得到车机系统预警。不过，相比一般的人脸识别场景，驾驶行为识别分析的反馈速度要求更高，开发难度也更大。
?
度目AI镜头模组适用于这个场景，它仅有一只口红的大小，适用于单人或少量人的人脸应用场景，一般推荐5人以内。算法处理后的结构化JSON数据输出，让跨平台的灵活开发轻松集成。该模组基于海思3516DV300方案，配备近红外双目镜头及常用接口，预设AI算法能力及通用接口。
?
考虑到目前大部分车机系统都背靠安卓、Win CE、Linux等多个平台，度目AI镜头模组可实现跨平台开发，包括标准的JSON数据输出和数据通信接口，不需要驱动就可以实现极速对接，并支持常用串口，方便开发者进行二次集成及拓展。
垂直细分场景的具体需求必须深挖
?另外两款硬件产品则更加面向垂直细分场景下的具体需求。例如在校园、工厂等半封闭园区甚至政府机关等涉密场所，视频摄像头如何对画面中的人群进行分类，以更好识别外部人士，针对公共场所内的复杂人群识别与管理，人脸识别技术的应用更加追求多功能、高性能、易部署三者之间的磨合。
?
度目视频分析盒子-B1正是针对该需求开发。该设备基于海思3559AV100方案，可实现人脸检测抓拍、活体识别、属性识别、人脸比对检索等功能，同时支持接入4-8路的1080p高清视频流，以12.5-25FPS的速度抓拍30人同屏的画面，而且对开发者相当友好，配置已经做了可视化处理，同样支持包括USB、外部按键、蜂鸣报警器等在内的外设接口。
?
在应用中，度目视频分析盒子-B1可直接接入现有的高清视频流，对接业务系统后即可回传视频流、图片流、识别记录进行分析，方便安保部门进行管理。这个软硬一体盒子约正常路由器大小，可替代小型业务的服务器方案，定价为2999元/件。
?
此外，零售场景也是人脸识别应用的主战场。比如通过分析客群属性，复购率等行为，来帮助商家进行会员及促销方案的优化，最终实现提升销售收入的目标。多用户在中远距离内的人脸检测与抓拍，是人员监控与客群分析的典型要求。不过，市面上人脸抓拍机普遍具备大量冗余的业务功能，或定价高昂，因此，面向简单直接的业务诉求、更加实惠易用的抓拍机有较大的落地空间。
?
人脸抓拍机-VH01可以搭配百度大脑人脸云识别服务，或百度大脑人脸私有化部署包，进行检索与属性分析，输出完整的客群分析数据，这进一步降低了项目接入的技术门槛和人力成本。目前该设备定价为999元/件。此外，利用高清HDR技术，这款设备在逆光、低照度、变化光线等复杂环境中也能获得清晰的数据。
?
人脸识别今年三大落地方向
?由于面向的应用场景千差万别，人脸识别方案需要在垂直领域的细分需求方面进行更深入的钻研。百度AI技术生态部高级产品经理吴延宇曾告诉<电子发烧友>，目前人脸识别落地主要有三大难点，一是场景的泛化能力，二是人脸识别的精度问题，三是行业标准。其中，在场景的泛化能力方面，他列举了不同应用场景下的环境条件，例如暗光、逆光、阴阳光等；大面积遮挡，比如戴口罩，还有侧面、俯视、仰视，还有模糊、分辨率低等情况，这都会影响图片获取时的效果；还有年龄的跨度，从幼儿园的小朋友到八九十岁的高龄老人，算法需要具备很好的年龄跨度的分化性；还有肤色问题，不同人群的肤色识别精度有限，这对于进一步扩展全球市场存在一定挑战；还有活体检测的能力，针对高仿模具、高仿面具，还有一些成本很高的硅胶做出来的人像，对于这种级别的攻击，人脸识别如何去抵御，或是如何辅助硬件和一些策略去抵御攻击，都是值得继续钻研下去的方向。
?
今年看好的人脸识别的落地方向，吴延宇认为：第一类是智慧通行。例如社区门禁、园区访客管理、楼宇的人脸门禁闸机等，这些还会更进一步地火起来，需求会更加广泛、更加深入，实现更稳定的、更精准的应用。第二类是轨道交通。包括高铁、机场、各种公共设施，以及交通运输行业，例如驾驶员的行为分析（瞌睡、打电话、疲劳提前监测等），地铁和公交的人脸支付也会成为热点。第三类是民事办理。例如远程社保的身份证明，或民政大厅的自助机，这些都会进一步得到广泛应用。涉及到3D识别、RGB、NIR的跨模态识别，还有AI镜头等等，这些技术都存在一定的应用机会。
?
从百度大脑今年在人脸识别的升级来看，在AI落地广度、速度、精度不断提升的基础之上，在不断雕琢自身的核心技术。除了上述产品，还全新发布了特效及医美7项能力、人脸实名认证解决方案。图像方面则有四项能力升级优化：人像动漫化升级并正式商用、天空分割开放邀测、图像风格转换新增7种、图像多主体检测能力开放邀测。
?
软硬一体化方案对于推动AI落地至关重要
?大量人工智能技术在落地的过程中，算法和主板的选型、硬件适配与功能开发门槛过高，成为制约各行业进行智能化转型的一道“坎”，这点在人脸识别技术上体现得很明显。
?
当然，就百度自身而言，背后全面的AI能力支撑是关键。其语音、视觉、自然语言处理、知识图谱等AI核心技术都保持业界领先。其中，人脸识别技术以公有云服务调用量日均1亿次的应用规模，稳居业界第一，这也为百度自研视觉硬件产品奠定了扎实的技术基础。
?
有业内人士认为，软硬一体化解决方案可以大幅度减少企业开发者部署应用的工作量，降低人脸识别技术落地难度，使得AI技术能够更快捷、更方便地应用于行业场景，这对于推动产业智能化至关重要。