NEC致力于在全球各地推广安全事业解决方案「安全城市(Safer Cities)」，解决各项社会问题，创造社会价值与消除数位落差与不平等。目前已有超过40国导入相关技术与解决方案，打造从国家到个人全方面安全的安心社会。
在「社会解决方案」中，「生物辨识解决方案」是关键技术之一，其中的「人脸辨识解决方案」已累积近30年的开发成果，在美国国家标准与技术研究院(NIST)所举办的人脸辨识技术比赛中，取得多次世界第一(图1)。
图1 NEC生物辨识发展史。
动态人脸辨识技术更贴近应用所需
近年来，「人脸辨识解决方案」已取得多项的技术突破，在世界各地广泛应用于犯罪调查、失智老人协寻、受刑人管理、出入境管理、大型运动场馆入场管理及犯罪侦防等运用。在大型运动赛事与车站、机场、都市闹区的维安上，除了能辨识出特定人士，借此发现VIP贵宾、特定人士，锁定疯狂球迷与犯罪份子，实现多种监测与控管，达到安全、安心的大规模安防。
所谓的人脸辨识，可分为以下四流程：
1.人脸侦测(Facial Detection)
透过监视影像的监控，寻找每一格(Frame)中出现的人脸。
2.人脸撷取(Facial Capture)
侦测到人脸，依照辨识引擎所需，撷取人脸大小，并储存。
3.特征撷取(Feature Extraction)
引擎依据NeoFace引擎演算法将人脸图片转化成特征档案，特征化人脸资讯，转变成可视化、可分析化的资料，供后续比对。
4.比对(Matching)
将特征档进行比对，分为身分验证应用(Verification, 1:1比对法)及身分识别应用(Identification, 1:N比对法)。
过往，大多数人脸辨识技术采用静态辨识技术(Static Detection)，撷取监视影像画面，转换成为图片，并针对图片中的人脸进行人脸辨识，在感知式(Noticed)的辨识情境中可以取得高效的辨识结果。但在动态非感知式(Unnoticed)辨识的状态，如维安，侦测等情境里，用一般监视器所拍下的影片来进行静态人脸辨识时，会受到环境条件(监视摄影机的位置、画质、光线角度、拍摄到的人物大小等)与拍摄人物的动作条件(步行速度、脸的方向、视线等)双方面的影响，静态辨识的架构就得透过拉高监控影像张数(FPS , Frame Per Seconds)以撷取大量的影像，弥补不良的状况，拉高辨识率。但在拉高张数的情况底下，网路、伺服器容量等也会提高容量，拉高建置的成本；基于此，NEC运用AI技术所开发出的动态人脸辨识技术，即使是拍摄环境恶劣及拍摄人物条件不佳的影像情况底下，也能达到高度精准的辨识。
动态人脸辨识技术(Dynamic Detection)，是在动态非感知情况下，拍摄的人物移动时即使并未意识到镜头，也能即时进行人脸辨识。运用这项技术，就能高速解析监控录影的影片或是透过摄影机拉回的影像，检测出指定人物。在摄影机架设的环境，也能够更自然的融入闭路电视中，不须要求使用者站定并面向摄影机，自然行走中就能完成高精度人脸辨识，使用上的便利性大幅提升。
先进演算法助力多脸动态侦测难不倒
为了达到动态人脸辨识技术，加强多脸侦测、多角度侦测、遮蔽侦测以及低解析度解析等技术，才能在多人、即时的动态架构下，进行高精度的人脸辨识。NEC技术着重于多项技术强化，于人脸辨识导入深度学习(Deep Learning)技术，针对脸部方向变化、距离镜头太远(低解析度)的人脸影像，维持高精准度的强悍性能。
在多脸侦测的技术下，采用多重比对脸部检测演算法，利用GLVQ(Generalized Learning Vector Quantization)的演算法进行多重且快速的脸部位置侦测(图2)。自动抽出眼睛区块及辨别脸部为检测方法，对于脸部正面以外的角度也可快速高精准的进行检测，在一样的硬体效能下，能够最大量的侦测画面中出现的人脸(图3)。
图2 利用GLVQ演算法进行多重且快速的脸部位置侦测。
图3 在设置摄影机进行动态人脸辨识情境下，不管摄影机架设的角度，仍有一定程度能够辨识到人脸。
在监视影像中，多人同时经过辨识区域时，能够快速定位画面中出现的多个人脸，进行辨识，不会有漏网之鱼。
在人员动态移动的情况下，被摄影者无法持续与摄影机保持水平，会对辨识系统造成一定程度的影响；因此，NEC人脸辨识引擎采用摄动空间演算法(Perturbation Space Method)强化拍摄角度容错率。摄动空间演算法可将所拍摄的2D人脸相片，模拟自动产生出9种角度的类3D比对用特征，能够提高比对时，因摄影机架设位置所造成的角度问题，于实际运用时降低因角度所造成的影响。
在动态移动时，可能会有前后错位导致脸部会被遮蔽，导致辨识效果不佳。NEC人脸辨识引擎采用适应领域混合比对演算法(Adaptive Regional Blend Matching)，让脸部在被稍微遮蔽的情况依然能够进行辨识。此方法是将照片切割成好几个小方块，由小方块之间进行特征比对，即使遮盖部份脸部也可顺利进行比对，还能减少因服装或表情变化带来的影响，使人脸辨识的速度更快、更精准(图4)。
图4 将照片切割成好几个小方块，由小方块之间进行特征比对，即使遮盖部份脸部也可顺利进行比对。
另外，在动态非感知的情境下，因为错位、角度、装饰等情况，导致被比对者脸上出现屏蔽，NEC人脸辨识引擎仍可准确辨识，使用便利性大幅提升。
基于上述技术支撑，NEC动态人脸辨识技术拥有世界最高辨识率及速度，在2017年美国国家标准与技术研究院(NIST)所举办的动态影像人脸辨识技术评比测试(Face In Video Evaluation)，辨识精准度99.2%大幅领先其他厂商，获得全球第一的最高评价。连同往年静止影像人脸辨识，NEC已连续四次夺得世界第一。
在不同动态情境中，NEC都以最高准确率或最低错误率取得第一，在机场登机门出入管理情境中，旅客不会感知现场监控摄影机存在而停下脚步；NEC人脸辨识在这样的困难环境中，以99.2的命中率取得佳绩，其中错误率仅有0.8%。
在体育场检知可疑人物情境中，透过远端安装的摄影机，能够远距离的检测可疑人物，即使人物距离太远导致的解析度低、脸部方向变化过大、人脸部分遮蔽情境等环境因素下，仍能找出特定人物，NEC错误率成绩仅为第二名1/2以下。
在不同的情境下，NEC的辨识引擎都能够取得佳绩，不仅如此，在动态人脸辨识的情境下，NEC采用独家的三种演算法，在辨识时能够提供最佳的准确率。
结合AI技术辨识更可靠
「NeoFace人脸辨识解决方案」属于NEC尖端AI技术群「NEC the Wise」之一，借以发展出全球创新的解决方案，在导入建置上，能够容忍更多的环境因素如角度、动线等，并且降低被辨识者的排斥感，大大降低导入门槛。透过Data Mining的技术串接多支摄影机，可追踪辨识者路径，回头追溯犯罪行为的发生(图5)。
图5 相似度高的人脸自动分群。
NEC在生物辨识领域中，运用日新月异、愈趋成熟的最新技术来架构可靠的系统。其中在安全相关领域所确立的「Safer Cities」解决方案，期待透过「社会解决方案」创造安全、安心、效率、公平的社会，人脸辨识系统即为其一重要技术。人脸辨识技术属于NEC尖端AI技术群「NEC the WISE」之一，今后也将持续开发相关解决方案，加速提供给社会基础设施、民间设施等广泛领域。
(本文作者任职于NEC)
