在4月26日由手机报在线举办，主题为“聚焦AI，决战手机之巅”的AI手机产业峰会会议期间，旷视科技Face++副总裁敖翔先生对手机报在线（http://www.shoujibao.cn/）表示，旷视科技成功运用在vivoX21智能手机上的跨模态人脸识别技术，就是通过人工智能软件技术来提升摄像头硬件能力的具体表现。跨模态人脸识别技术可以实现不受外界光线限制，对训练目标内容进行全天候智能识别功能。

　　

　　“表现在智能手机人脸识别检测解锁与认证上，就是能够让手机全天候刷脸，具有方案易用、带来极致体验、以及硬件成本的优势。”

　　

　　据旷视科技副总裁敖翔介绍：“旷视科技的技术团队，通过在海量的RGB可见光2D数码图像数据基础上，加入了2D红外IR数据部分，再结合不同种族的人脸3D生理特征模型，让人工智能神经网络软件可以精准的识别出手机使用者的人脸特征，进而确定其真实身份，引导手机完成软件所设定的下一步指令。”

　　

　　旷视科技副总裁敖翔

　　

　　敖翔先生表示，通过机器进行人脸识别的难度，除了识别的精准度外，面临的最大挑战在于采样环境光线的随时变化引起的图像数据一致性差异，以及环境光线变化所带来的光线干扰和阴影成像不同。

　　

　　所以机器要精准识别不同环境光线条件下的人物脸部特征，甚至环境光线明显不足的夜晚条件下也要能正常运作，就需要以有限的IR数据完成AI人工智能神经网络软件的模型训练，并以RGB图像与IR图像进行交叉对比，最终通过Domain Transfer Learning域迁移学习来完成整个软、硬件间的协同作业，完成整个认证过程。

　　

　　“旷视科技的机器视觉AI人工智能技术，不仅可以在任何光线下完成人脸识别功能，并还打造出了融合20多项技术的人像光效产品，为人像提供不同的光线光效优化，对智能手机拍照影像进行场景识别与优化、美颜美肤、场景替换等特效处理，满足影音交互时代人们之间的社交互动需求。”

　　

　　敖翔先生还对手机报在线透露了旷视科技开发的3D人脸识别算法技术，除了适配3D摄像头硬件获取深度数据的3D人脸算法技术外，前面提到的旷视以RGB可见光2D数码图像数据，加入部分2D红外IR数据，再结合不同种族的人脸3D生理特征模型等元素AI人工智能神经网络软件，能让普通的摄像头也能在3D人脸识别上做到很优秀。

　　

　　不过敖翔先生也表示，如果没有3D摄像头的深度数据，即便是通过3D深度数据训练过的AI人工智能神经网络软件，也只能在2D平面数据上，猜测出3D深度数据出来，并不能完成真正的3D深度数据采样与比校。

　　

　　“目前旷视科技在普通摄像头上，可以用AI人工智能神经网络软件完美实现任何光线环境下的人脸识别过程，但还没办法完成需要3D深度信息的人脸认证过程。具体到智能手机的‘刷脸’应用上，就是可以快速的完成人脸识别，进行解锁、开启或进入应用程序等操作，但还没办法完成支付等场景下的人脸识别认证与确认工作。”

　　

　　在3D人脸识别领域，敖翔先生认为除苹果IOS系统外，其它如安卓系统要消化3D人脸识别的软件原理、硬件设计等，还需要较长的一段时间才能完成。因为还没有一个标准的模式给行业参考，所以操作起来将会十分复杂。

　　

　　“在机器视觉的人工智能处理领域，仅以安卓系统手机的人脸识别应用为例，就需要根据不同芯片来设计不同的AI人工智能神经网络软件算法。如AI人工智能神经网络软件到底是在CPU芯片上运行，还是在GPU、或FPGA上运行；是只在端上运行，还是在云上运行，还是端跟云相结合来运行，都需要开发与之相应的AI人工智能神经网络软件算法。”

　　

　　敖翔先生表示，手机人脸识别技术需要平台厂商、终端品牌厂商与算法软件厂商一起协同开发才能完成，而高效节能的运行在终端硬件上则是最基本的要求。“要让手机人脸识别技术完美的运行，除了需要有很好AI人工智能神经网络软件训练模式，让识别更为精准外，如何对神经网络软件进行精简，让其能在最少的能耗、最短的时间完成工作，也最为关键。”

　　

　　也正因为算法软件的高度订制化特性，所以敖翔先生机器视觉AI人工智能神经网络软件的开发成本十分高昂，除了手机这种有着海量终端销售来分摊开发成本的产品，或者有着很高安全成本的行业应用如出行、安检、金融等领域外，要让它在所有的行业应用上推广，目前看起来至少在开发成本上还有些障碍。

　　

　　不过敖翔先生认为机器视觉的最终目的，肯定是为提升人类的生产力服务，但是要实现到那一步，不管是系统平台、网络通讯协议、神经网络算法软件，还是硬件水平或应场景开发等，都还有很长的路要走。“旷视科技目前专注于人脸识别刷脸验人的服务，通过基于深度学习算法打造的感知识别技术，为金融、安防、手机、地产等行业提供人为核心的安全、高效、智能的数据服务。”