曾經(jīng)火爆朋友圈的年齡識別已經(jīng)讓大家興奮不已,馬云在德國漢諾威博覽會上展示的人臉支付更是驚艷了世人。人臉識別的背后,到底有哪些數(shù)據(jù)分析和技術(shù)支持呢?近期,由Comet Labs、聯(lián)想之星主辦,聯(lián)想控股微空間、星云加速器協(xié)辦的線上分享會中,來自聯(lián)想控股旗下聯(lián)想之星的被投企業(yè)Face++(曠視科技)的商務(wù)總監(jiān)宋晨,為大家揭開了人臉識別的面紗,并分析了其在線下零售店中的應(yīng)用。今天,小編與大家一起打開“人臉識別”這扇新世界的大門。
人臉識別也屬于人工智能
人工智能包括很多領(lǐng)域,比如機器學(xué)習(xí)、機器視覺、語音語義、手勢控制等,歸結(jié)到一點就是跟數(shù)據(jù)相關(guān)。其實,谷歌或百度也可以被稱為人工智能公司,因為他們一直在用數(shù)據(jù)和技術(shù)研發(fā)產(chǎn)品,再用產(chǎn)品搜集數(shù)據(jù),最后形成數(shù)據(jù)的回流和閉環(huán)。
凡是有了數(shù)據(jù),就能做各種人工智能相關(guān)的東西。人臉識別也是人工智能中的一個領(lǐng)域,其魅力在于:相較于指紋、聲紋、靜脈識別,具有一定的便捷性,且識別質(zhì)量非常高,所以人臉識別更能贏得用戶的喜好。
人臉識別有三個非常重要的階段
第一個階段:人臉檢測。對機器來說,人的臉部只是照片或視頻流的一個畫面,所以機器首先需要通過視覺學(xué)習(xí),將人臉標注出來。
第二環(huán)節(jié):質(zhì)量判斷。只是因為在人群中多看了你一眼,機器便產(chǎn)生了25幀或30幀的畫面,其中包括正臉、側(cè)臉、仰角、俯角等各種角度的照片。“質(zhì)量判斷”就是根據(jù)預(yù)定的算法,挑出質(zhì)量最高的照片,這張照片有幸入選最終人臉識別的環(huán)節(jié)。
第三環(huán)節(jié):人臉識別。人臉識別會分為1比1比對及1比N比對兩個部分。
金融與安防:人臉識別的行業(yè)應(yīng)用
1比1比對就是證明自己是自己。例如金融、社保領(lǐng)域,比如支付環(huán)節(jié)、身份證與真人對比。
金融業(yè)對人臉識別的使用,更多的是沒有柜面的領(lǐng)域。比如傳統(tǒng)的券商開戶,是通過券商與用戶當(dāng)面視頻驗證是否為自愿開戶。但有了1比1的識別之后,可以大量減少坐席的人工,通過比對,由機器自動辨認是不是自愿或本人開戶。目前來講,馬云在漢諾威展示的smile to pay(人臉支付),更多的是向世人宣傳,這項技術(shù)已經(jīng)逐步進入到了商業(yè)化的領(lǐng)域。
1比N比對則是廣義的1比1,實際上做了N組的1比1比對。應(yīng)用場景更多是安防、智慧城市以及商業(yè)領(lǐng)域。
商業(yè)領(lǐng)域講究“精準識別”,而安防領(lǐng)域的概念是“疑似識別”,比如同時彈出5個疑似的人選,下一步則需要人工干預(yù)。這就使得對N的底層數(shù)據(jù)庫要求很高。就曠視的經(jīng)驗來說,能夠做到5千人以下的精準識別已經(jīng)在全球達到了領(lǐng)先水平,而對于安防領(lǐng)域,N的底層數(shù)據(jù)庫則可以做到千萬級甚至億級。
當(dāng)人臉識別出現(xiàn)在零售門店
近年來,實體店遭受的沖擊非常大,很多的商家、中小門店,甚至品牌連鎖、大型商超都存在痛點問題。
比如受到電商的沖擊(因為用戶行為在線上,電商可以掌握后臺數(shù)據(jù)),線下又面臨客流量少、數(shù)據(jù)量不夠、監(jiān)控和收銀數(shù)據(jù)無法打通、只能無差別對待客戶等問題。Face++也曾跟紅星美凱龍、萬達、蘇寧、麥當(dāng)勞等商場超市做過深入的交流,商家最想知道的事情,都圍繞著三個方面:人群統(tǒng)計、人群屬性、人群行為。
人群統(tǒng)計:多點布控攝像頭
上圖是Face++給一家品牌連鎖的大客戶做的一個整體的分析平臺,背景是不同品牌的展臺位置平面圖,圖中的A、B、C、D、E則代表了5個攝像頭的位置。
A、B點通過吸頂?shù)姆绞?,布設(shè)在店面門口,主要用于人流統(tǒng)計,包括進出店面的精準客流統(tǒng)計數(shù)據(jù)。
D點通過吸頂?shù)姆绞?,布設(shè)在店面的品牌展示專區(qū),主要用于:區(qū)域人數(shù)、客戶停留時長統(tǒng)計、區(qū)域熱力圖分析。
E點通過俯視的方式,布設(shè)高清的人臉識別攝像頭,主要用于在用戶非配合的情況下進行抓拍并進行年齡、性別分析。
人群屬性:分析多項后臺數(shù)據(jù)
這張圖代表AB點的客流統(tǒng)計。藍色、綠色分別代表了進店、出店的人數(shù),根據(jù)這張圖商家可以判斷不同時間段進出店的整體的客流情況。
這張圖包含了三部分的信息。條狀圖是區(qū)域中停留的人數(shù)變化。餅圖是區(qū)域中的人員停留時間,商家可以根據(jù)這些數(shù)據(jù)判斷銷售導(dǎo)購人員的轉(zhuǎn)化行為是否有效。熱力圖表示不同區(qū)域的人員聚集,由此分析出哪款產(chǎn)品周圍的人多,不同區(qū)域內(nèi)應(yīng)該擺放多少產(chǎn)品。
上圖主要是用來分析男女比例、年齡比例。雖然目前還沒有辦法將這項數(shù)據(jù)直接應(yīng)用到商業(yè)領(lǐng)域。但是對于未來的精準營銷,鎖定客戶群體具有非常大的作用。
人群行為:智能識別消費者動作
用戶到店時,首先可以通過人臉識別判斷客戶身份,其次后臺會顯示出該客戶是否為會員,過往購買數(shù)據(jù)、喜好,客戶的身高、衣著尺碼等數(shù)據(jù)。而后通過店員或經(jīng)理手中的手持智能設(shè)備的后臺APP,實現(xiàn)會員到店提醒解決方案。
通過到店人員的年齡、性別甚至是人員屬性分析,可以為區(qū)域產(chǎn)品推廣計劃、店面促銷效能、VIP客戶關(guān)懷等更多的營銷行為提供有力支撐?;谶@樣的識別,實體店可以在用戶進店后,用數(shù)據(jù)量化客戶的每一個動作和購物環(huán)節(jié),這會對商家有非常大的幫助。