大眾對人臉辨識技術應用最普遍的認識包含 FaceID 手機解鎖還有電子支付。事實上,人臉辨識也被廣泛採用於不同產業領域(零售、安控、醫療、金融等)。訊連科技 FaceMe® 為台灣第一的人臉辨識引擎,我們將於本文提供您人臉辨識技術的 6 大常見應用與最新見解。
人臉辨識(臉部辨識)是一種利用 AI 技術將人臉影像轉換為數位的特徵值後,再將其與資料庫比對以驗證其身分的生物辨識技術。這項技術在邊緣運算為基礎的架構中可表現最佳效能及最快的辨識速度。在 人臉辨識的原理及邊緣運算應用【2023 最新版】一文中,我們提供了人臉辨識技術及其運作原理的完整概述。
近幾年人臉辨識應用更趨普及。人臉辨識引擎 FaceMe® 為不同垂直產業提供許多功能與價值,且也已經被廣泛地採用和部署。以下我們簡單說明人臉辨識的主要應用功能。
根據市場現況,我們觀察到以下 10 個垂直應用領域及產業別,在導入人臉辨識技術方面最為普及:
接下來我們將綜合探討人臉辨識技術在這些產業的常見應用案例,以及執行上需要特別考慮的事項。
今天,AI 人臉辨識已廣泛用於各式情境,以下我們以 6 種最常見的應用情境,帶您掌握 AI 人臉辨識技術。
近年來,人臉辨識技術的應用在安控及保全領域中普及度最高。根據 調查,2020 年人臉辨識應用的市場佔比中,門禁及安控應用高達 37%。
安控設備是保護財產和人身安全的重要工具,但不論是連接 Wi-Fi 的家用攝影機到複雜的 CCTV 系統、視訊監控系統,往往都得仰賴人員持續監看,再針對事件另外通知指定人員,過程不僅麻煩、昂貴,而且不可靠。
導入人臉辨識的智慧安控系統能顯著提高跨部門的保全和監視系統之有效性,安控系統的監看不必再仰賴大量人工,而可以透過 AI 人臉辨識進行身分辨識,精準判別出出入者之身分;不但降低總體成本,更可延伸至門禁、考勤、迎賓系統等應用。當人員出現在攝影機的視野內,人臉辨識可以辨認出系統資料庫中的人員,並在需要人為干預時自動發送警報。
舉例來說,FaceMe® Security 即是針對強化安控保全所設計的人臉辨識解決方案,可整合至現有 IP 安控架構中,支援各大主流影像管理系統(Milestone XProtect、Genetec Security Center、AXIS ACS、Network Optix Nx Witness、VIVOTEK VSS、Hanwha Vision Wisenet WAVE)讓企業可直接就地無痛升級成具備人臉辨識功能的智慧安控系統,全面提供身份辨識、出勤打卡、甚至進行口罩辨識等功能。
在符合倫理道德和建設性的前提下應用人臉辨識,可大幅促進環境安全。下面的例子將進一步說明,人臉辨識可於哪些安控保全應用上落實。
由於倉庫和工廠在全球化的經貿中扮演重要角色,為了保護貴重財產設備,保全系統往往也是是一筆巨大的投資。配備 AI 人臉辨識功能的系統可確保只有授權人員才能進入管制區。此外,人臉辨識應用於大規模場域時,可同時進行多人辨識,大幅降低人事配置成本,強化門禁管理,提高整體環安控的品質。您可進一步閱讀我們的深入報導,了解 如何透過 AI 人臉辨識打造智慧工廠,提升場域安控管理。
利用人臉辨識,透過將即時圖像和預先註冊的身分資料庫進行匹配,可以有效地監視場所,並在特定人員嘗試進入時,即時向相關單位示警。
校園安全就是最常見的案例之一。人臉辨識技術的安控系統可協助警衛管有效管理進出人流,一旦已知的罪犯或身分不明的成年人接近或嘗試進入校園,系統就會自動通知相關人員即刻採取行動。類似功能也適用於零售業者。當安控系統辨識出偷竊慣犯或不速之客進入商店時,可立刻通知保全或相關人士應對。
將人臉識別系統用於居家安全,能為消費者帶來極大便利性,並能有效保護家人和財產的安全。智慧居家安全系統導入人臉辨識 功能後,不論成員是否在家都能保護住所的安全。若系統辨識人員為家庭成員,就不會發出警報,當出現非家庭成員或未授權訪客,就會立即向家庭成員和應急反應人員通知入侵者。
存取控制係對於特定位置或資源(如:器材、機具),讓特定人員進行的存取或使用,舉例如下。
AI 人臉辨識可以有效強化人員進出場所的安全性,用以授權員工、家庭成員、預先註冊訪客的進出,並限制未授權訪客進入。包括:
旅客登機是航空旅行中最容易人潮堵塞的流程之一。現在,全球許多航空公司都已開始使用人臉辨識來實現自助登機。不論是:
都能以配備人臉辨識功能的自助服務機(kiosks)和閘門來提升效率與安全。您可閱讀我們的深入報導,進一步了解如何 透過AI人臉辨識技術,打造智慧安控門禁系統。
從研究機構、醫院、工廠和倉庫,到農業和採礦業,都有許多專用設備和機械需要嚴格地控管權限和操作、追蹤和報告。傳統的控制系統在效能和複雜性方面差異甚大,範圍從鑰匙、紙本記錄到門禁卡和電腦化追蹤。在機器中嵌入人臉辨識控管後,可實現精確的非接觸式刷臉登入和詳細的使用記錄,並在未授權的嘗試登入、允許時段外的操作,或超出安全時間限制等情況下發出警報。應用如下:
傳統的考勤系統,需要員工以實體認證(如:識別證)、個人資訊(如:PIN 碼)甚或生物特徵(如:指紋)來完成打卡上下班。然而前二者可能造成人員假冒或代打卡的潛在風險,比如說識別證可能弄丟、密碼可能遭盜用等。採用指紋辨識是已大量商業化的做法,但指紋有接觸並遭病毒傳染的風險,或者在必須戴手套防護的特殊環境下無法適用;因此,人臉辨識是一項極佳的考勤打卡選擇。以下我們列舉幾個原因,說明為何像 FaceMe® TimeClock 這樣的人臉辨識解決方案,最適合企業採用為考勤系統。
認識你的客戶(Know your customer, KYC)是全世界的金融服務都採用的程序,且受到法律管制。它要求金融機構做出合理的努力,以驗證其業務夥伴(包括其客戶)的身分、適宜性和風險,藉以預防詐欺、洗錢或身分盜竊的不法行為。
一般而言,KYC 的程序是由銀行、金融服務機構或保險公司,透過身分證、第二證件(駕照、護照等)驗證客戶身分,確認為本人,以預防詐欺、洗錢或身分盜竊,並可對法律規範下的產品和服務進行限制。例如,驗證客戶的年齡,以從自動販賣機購買香煙或酒精飲料。
人臉辨識技術顛覆了傳統的 KYC 流程,實現金融產業的數位轉型。在 KYC 的過程中加入人臉辨識,即為電子化認識你的客戶(eKYC)驗證。eKYC 是一個遠端的全數位化過程,客戶能夠使用個人電腦或行動裝置從任何地方自行執行整個認證流程,以人臉辨識將即時臉部表情與掃描或已存檔的官方身分證件做匹配,並在授予服務和產品取用權限之前確認個人的身分,增加穩定性與效率。
過程通常如下:
FaceMe® eKYC 人臉辨識解決方案嵌入了活體偵測技術,更於 2022 年通過 iBeta ISO/IEC PAD Level 2 防偽攻擊測試,可確保人們不會使用相片、錄製的影片或 3D 面具來冒用他人身份進行詐欺行為。
對於金融、壽險業者來說,通常已提供行動網銀、App 等介面,供用戶使用。於各種 Fintech 金融科技服務中,無論是 eKYC、人證比對、身分證真偽辨識等,都是導入服務不可或缺的要素。而於 2021 年,金管會通過了視訊投保相關方案後,壽險業者也積極導入遠距投保相關服務。您可進一步閱讀 遠距投保上路,視訊核身+人臉辨識終極指南。
網路資安意識日趨重要,許多金融保險業者開始導入人臉辨識 eKYC 來強化線上金融服務的安全性。在 人臉辨識 eKYC 六大優勢,協助金融保險業打造客戶優質服務 一文中為您歸納金融保險業使用人臉辨識 eKYC 的 6 大優勢,您可透過此篇獲得更全面的知識。
人臉辨識除了可以強化安控外,也可提供零售或服務業更優質的個人化服務,協助業者轉型為智慧零售。人臉辨識可以提供有註冊臉部相片的 VIP 會員不同於以往的客戶體驗,也可以僅根據匿名顧客的主要人口統計資訊,提供一定程度的個人化體驗。零售、旅宿、餐飲業者只要將 FaceMe® 這樣設計完善的 人臉辨識 SDK 整合至智慧看板、互動式資訊服務站等裝置上,提供人臉辨識功能,就能打造個人化客戶體驗,帶來極大的助益。您可進一步了解 人臉辨識如何協助智慧零售進行數位轉型。
讓我們進一步探討人臉辨識於零售、服務業的使用案例。
近年來,電子看板成為公共場所、購物中心零售商店中用來傳達多媒體促銷訊息的常見工具。透過內建的相機拍攝,電子看板可加入各種人臉辨識功能,提供個人化的互動式店內體驗。當顧客授權店家使用人臉辨識後,他們就能依據過去購買記錄或行為偏好,看到個人化的推薦清單。即使面對匿名購物者,搭配人臉辨識的電子看板也可以根據個人的實體特徵(例如性別、年齡和情緒)來顯示更多相關資訊,投放分眾化的廣告。
餐飲或旅宿業者能借助人臉辨識技術,識別 VIP 客戶並提供會員禮遇。當飯店偵測到 VIP 會員時,系統即可通知服務生,依據已知資訊提供符合其喜好的服務,例如房型、飲食偏好等。點此了解 AI 臉部辨識如何結合飯店旅遊業,共創優質顧客體驗。
零售業者也可於店內安裝裝置辨識有註冊臉部相片的 VIP 客戶,並在 VIP 客戶出現時提醒員工主動接待和關心。
將人臉辨識技術加入 POS 裝置和自助結帳機,可提供顧客安全、無卡、完全零接觸的支付方式。對於大筆金額的交易,人臉辨識可以搭配信用卡或官方身分證件作為雙重身分驗證。從員工自助餐廳到速食店,從雜貨店到任何零售商,都可以採用這樣的作法。
若業者有會員制度,也能於其 POS 系統導入人臉辨識 SDK,並載入會員授權之臉部相片。全球的信用卡公司和交易基礎設施提供商正在進行試驗性專案,而目前 Apple Pay 已經提供了使用 iPhone 的解決方案。
人臉辨識還可以用來進行訪客行為分析。在零售業環境中,具有人臉辨識功能的裝置可以擷取客戶的行為和人口統計資料。它可以判定顧客是否在某些商品走道感到困惑或迷路,或者當顧客將產品拿到鏡子旁比對時,是否更傾向於購買該產品。這些模式會透過人臉辨識和 AI 技術擷取,並通知業者以便採取行動,提供更正面的顧客體驗。
自人臉辨識技術發展以來,執法一直是此技術的重要使用案例。儘管人們對於不適當的監視、偏見或錯誤的辨識表示擔憂,但此技術對某些公共部門的確有很大的幫助。美國警方已經在合乎道德的情況下使用人臉辨識技術來解決犯罪,像是辨識偷竊商店貨物的扒手和追蹤危險的罪犯。台灣警方也已透過人臉辨識技術,協助走失老人辨識身分。雖然公眾輿論與相關事件減緩人臉辨識於公部門執法的應用,FaceMe® 針對日前歐盟發布的 GDPR 以及各國隱私權法規的疑慮提供了 Active Facial Recognition 的功能,意即部署於公共場域的各式人臉辨識裝置,僅有當使用者的臉進入鏡頭前特定距離,並且透過「積極表示的同意」(affirmative express consent),系統才會開始蒐集人臉資料並進行分析與比對,藉此兼顧人臉辨識的便利性與安全性。於公共安全、科技執法等場域,往往需要系統整合商進行系統之開發,此時,如FaceMe® SDK 這樣的人臉辨識引擎就非常合適,可以整合至不同平台或軟硬體 - 如手機App、網頁服務,甚至是密錄器(Body Camera)等。您可 深入了解 FaceMe® SDK 之功能,或與我們聯繫取得試用。
以下,我們將分享幾個人臉辨識應用於科技執法及公共安全之應用。
上述例子的一個正面結果是在公共場所(例如繁忙的街道、機場、購物中心和火車站)的攝影機中導入人臉辨識技術,用於尋找失蹤人口和人口販賣的受害者。只要資料庫中存有他們的臉部圖片,當攝影機辨識出他們後便可立即通知執法部門。在印度,短短四天內就 找到了將近 3,000 名失蹤兒童,正是多虧使用了人臉辨識技術。
執法部門和公共安全部門使用人臉辨識不只是為了追蹤罪犯。其中一個正面的案例在試驗中獲得成功,即辨識出那些需要幫助,卻無法自行表達的人。例如:迷了路,患有失智又沒帶身分證的長輩;或是因意外在公共場所昏倒的人。執法人員若使用搭配人臉辨識功能的智慧型手機,可以將人的臉部與政府的照片身分證件記錄進行匹配,提供迅速且適當的幫助。台灣警政單位使用的 M-Police 即是個極佳案例,已多次 透過人臉辨識技術協助走失的長者。
在了解人臉辨識可應用於哪些場景後,現在我們將概述這項技術的執行方式,以及要考慮的因素。
「人臉辨識領並無一體適用的硬體解決方案,通常都會需要針對使用情境、導入規模與產業類別進行客製化。」
目前市面上有非常多元的硬體都能用於執行人臉辨識,包括最常見的個人電腦、工作站、IoT 或 AIoT 裝置等,而不同裝置又有各種晶片和相機的選擇。以上選擇都會影響運算效能與整體擁有成本(TCO,Total Cost of Ownership)。若要瞭解相關資訊,請參閱 邊緣運算與人臉辨識技術 – 2023 終極指南。
人臉辨識基本上是以軟體技術來提供服務。而對於 IoT 或 AIoT 開發商而言,人臉辨識的 SDK 或 API 具備如臉部偵測、特徵值擷取、臉部搜尋與比對等主要功能,此形式可供廠商輕鬆整合至自助服務機、電子看板、攝影機、個人電腦或工作站。
FaceMe® 就是一款軟體開發套件(SDK)。使用者可對其自訂並整合到網路上的多個裝置中,提供邊緣設備的 IoT 和 AIoT (人工智慧物聯網)合適的解決方案。作為 SDK,FaceMe® 幾乎可以整合到任何裝置和作業系統中。歡迎閱讀 邊緣運算與人臉辨識技術 – 2023 終極指南 了解如何整合一套臉部辨識 SDK。
FaceMe® Platform 為可佈建於私有雲或地端伺服器,提供 HTTPS API 作為整合介面的伺服器端產品,開發人員不需具備專業成詩開發能力,便可針對企業各種人臉辨識應用需求,如企業考勤、零售、飯店報到等,輕鬆且快速打造出最適配的人臉辨識解決方案。其所具備之負載平衡與故障備援機制,可於某工作站意外停機時自動啟用,讓其他工作站接手其工作,維持系統與公司業務的正常運作。
對系統整合商(SI)或解決方案開發商而言,以 SDK 或 API 形式整合人臉辨識引擎至既有解決方案中,雖然能擁有更高的彈性,但也意味著需要投入更多資源、時間和工程開發人力,因此對這類廠商而言,現成的解決方案會是更好的選擇。
像 FaceMe® Security 就是一套一站式的軟體解決方案,能於既有 IP 攝影安控系統上,增加人臉辨識功能,並可執行身分驗證、訪客出入、員工考勤、健康監測、即時監控、通知等多樣任務;同時提供多種加值套件,以因應企業不同的需求,。
在針對特定需求來設計人臉辨識解決方案時,建議您先由已受到公認並廣泛使用情境著手。您可閱讀 筑波醫電採用 FaceMe® 人臉辨識打造刷臉門禁解決方案 了解更多。
若想將人臉辨識計入導入全新的應用情境中,則應該先確定並分析所有的因素和變數。一些最重要的考慮因素包括:物理環境、裝置數量、連接裝置、SDK或套裝軟體。歡迎閱讀《選擇人臉辨識系統的 7 大關鍵重點》。
對於人臉辨識如何提升全球的安全性、保全措施和效率方面,我們現在只觸及了表面。未來是 AI 和生物辨識技術的天下,我們也會持續地為 FaceMe® 帶來創新,向使用者提供這套世界級的解決方案。