臺灣本土人臉辨識,訊連科技搶全球前段班


人臉辨識是現今新潮科技技術的代表之一,無論是要解決管理問題或是力求走在時代尖端的公司,都得以透過人臉辨識來達成目的。這使得全球各大公司紛紛計畫或實際引進人臉辨識功能的應用。而臺灣影音大廠訊連科技也發展此技術,且準確率擠進國際Top 20;並以此技術引入自家產品或與他廠合作推出新產品。

Uber加入駕駛辨識、Google欲開發人臉解鎖

人臉辨識的方便性,使得各家大公司都紛紛引進此技術:

  • 去(2018)年底在臺灣傳出疑似駕駛性侵乘客案件的Uber,昨(28)日宣布對臺灣地區做安全保障功能的升級。其中Uber在2016年與微軟Cognitive Services合作、並在美國進行實測的「駕駛人臉辨識」,也整合進此次臺灣版服務系統的更新。系統將隨機要求駕駛在每一趟服務中,上傳即刻實拍的自拍照、避免有假冒身分的司機提供服務,使乘客陷入不安全之中。

圖片來源:https://ithelp.ithome.com.tw/articles/10207088

  • 相較於Apple早已推出人臉辨識解鎖的Face Id功能,一直以來總是由各廠牌手機自行以附掛軟體進行人臉辨識的Android陣營,近日也終於傳出Google推出原生形式的人臉辨識系統的可能性:在疑似Android Q的早期編碼裡,出現多行與人臉辨識的相關敘述,且其顯示新版人臉辨識功能將可用於解鎖裝置。這象徵著Google很可能在下一版的作業系統Android Q中推出人臉解鎖的功能,趕上人臉辨識的風潮。

除了Uber、Google這些公司將人臉辨識引入應用層面的消息外,研發人臉辨識技術著稱的公司也同樣備受注目,如商湯科技、或是本站介紹過的日本電子(NEC)

訊連科技人臉辨識,臺灣本土第一

全球都在追求人臉辨識的風潮下,臺灣訊連科技公司(CyberLink)也在人臉辨識的技術上下足了功夫。2018年10月底,美國華盛頓大學舉辦了MegaFace Challenge,是一場百萬張人臉辨識的演算法挑戰賽,包含Google、微軟、搜狗、三星等都有參賽。而訊連自家的演算法FaceMeTM臉部搜尋引擎,在此挑戰賽中以98.41%的準確率,在國際間名列全球20強之內,稱霸臺灣本土廠商。

人臉辨識導入自家視訊會議軟體,主打背景模糊、AR彩妝

在人臉辨識技術有所著墨的訊連,也將此技術應用到自家視訊會議軟體PerfectCam 2上。由於導入臉部偵測技術,因此可以推出背景模糊功能,以保護用戶隱私或商業訊息、且屏蔽背景雜物,也能使其他與會者提高專注力。

https://datayogurt.tw/public/upload/userimages/0130_1.png

圖片來源:https://www.youtube.com/watch?v=4Vnk-2anSkU&t=45s

除此之外,人臉辨識技術讓PerfectCam可以偵測五官,以此來搭配AR技術,推出彩妝工具讓用戶自由搭配,使自己在會議上看起來更有精神。而若處於緊急狀態,沒有時間慢慢搭配色彩,PerfectCam還提供九種預設模式,讓用戶可以快速上妝、不耽擱會議時間。

https://datayogurt.tw/public/upload/userimages/0130_1.png

圖片來源:https://www.youtube.com/watch?v=4Vnk-2anSkU&t=45s

與宏碁、達碩合作,攻邊緣運算

去(2018)年11月,宏碁推出aiSage搶攻AIoT邊緣運算*,可直接裝置在電腦螢幕上、並主打影像辨識能力。而其內建的鏡頭以及當中的人臉辨識技術,就是使用訊連的FaceMe人臉辨識引擎。這使得aiSage有機會延伸至電子看板、資訊服務站或零售系統等應用。

https://datayogurt.tw/public/upload/userimages/0130_1.png

圖片來源:https://tw.cyberlink.com/twn/press_room/view_4397.html

無獨有偶的,持續在IoT方面耕耘的達碩科技,也將為其第一款內建人臉辨識功能的企業門禁考勤機MT 430,導入訊連的FaceMe人臉辨識引擎。未來達碩也可能將FaceMe導入旗下更多考勤門禁機,或是居家社區門禁應用機。

總結

臉部辨識相關的應用與想像已經逐一被實現,如Apple、Google、Uber等全球大廠也有所跟進。訊連科技的規模相較於國際臉部辨識大廠來說雖然較小,但仍靠著自身的FaceMe技術在MegaFace Challenge中拿下亮眼成績,位居臺灣之首。此技術除了用於自身視訊產品,更被宏碁、達碩等其他公司相中,延伸至門禁、邊緣運算裝置中。而往後更多元、與不同廠商的應用結合,也值得期待。

*邊緣運算:是種分散式運算的架構,將數據運算由網路中心節點,移往網路邏輯上的邊緣節點來處理。邊緣節點較中心節點更接近於用戶終端裝置,因此可以加快資料的處理與傳送速度、減少延遲。如此的資料分析,更接近於數據資料的來源,因此更適合處理大數據。 

參考來源:

封面圖片:https://tw.cyberlink.com/stat/technology/cht/tech_face.jsp

內文資料:聯合新聞網 / xda-developers / mashdigi / 癮科技 / inside / MegaFace / Cyberlink / MirrorMedia

延伸閱讀