人臉辨識技術 (FRT, Facial Recognition Technology) 的需求與應用正急劇成長。根據市場研究報告指出,全球人臉辨識商機到 2020 年已達 42.9 億美金,預計到 2028 年更將達到 138 億美金、年複合成長率達 15.7% 之高。人臉辨識市場營收增長,可歸功於實體安控、生物辨識裝置應用的導入,以及 5G 技術進步等因素。
本文我們將與您分享在選擇人臉辨識軟體解決方案時,有哪些主要考量,以及為何訊連科技 FaceMe 是最適合 IoT / AIoT 設備整合的人臉辨識引擎。文中也將介紹人臉辨識的數種應用情境,例如安控、保全、金融科技 (fintech) 等。
訊連科技自 1996 年創立以來就以多媒體軟體、AI影像技術廣為人知,成為全球首屈一指的多媒體影音開發商。而訊連在 AI 人臉辨識技術亦有超過 10 年以上的開發經驗。超過 200 項專利,以及強大的技術基礎,為訊連科技開發 FaceMe 臉部辨識系統奠定了穩固的基石。
透過與硬體廠商的深度合作,FaceMe 人臉辨識核心可以運行於大多數硬體裝置上運行,如各種邊緣運算裝置及產業應用場景,並針對各式硬體深度優化。此外,更可透過獨家的 TrueTheather™ 影像優化技術,提升影像解析度與人臉辨識精準度。
而訊連科技在致力成為人臉識別技術領導者的同時,也遵循全球人權原則進行技術開發與創新,以國際人權為優先並盡可能達成積極正面的影響。基於以上,FaceMe 不會在任何被列入黑名單的國家或任何可能侵犯人權的情境中被使用。
訊連科技長期以來與全球頂尖晶片製造商、專業委託代工 (OEMs)、原廠委託設計工廠 (ODMs) 維持緊密的夥伴關係,確保 FaceMe 在硬體版本、速度優化、準確度和功耗等方面都能不斷精進。
FaceMe 讓用戶不必在辨識準確度與彈性之間妥協。市面上其他臉部辨識軟體多受限於無法同時運行於不同作業系統、晶片記憶體,及硬體裝置,導致企業需同時整合多個不同廠商的軟硬體方案才得以使用,徒增營運或開發成本。而 FaceMe 人臉搜尋引擎的設計原理旨在保有彈性的裝置相容性下,極大化人臉辨識精準度。
「臉部辨識技術基準測試」由美國國家標準暨技術研究院 (National Institute of Standards & Technology, NIST) 所設立,為全球最具權威的臉部辨識演算法評比,其中以 1:N 之邊境證件比對測試,與 1:1 之實境照比對兩個項目最具指標意義。
在 1:N 之邊境證件比對測試項目 (VISA Border Test)裡,藉由通過邊境檢查站時拍攝之實際相片,訊連科技 FaceMe 於百萬分之一誤認率下達到的正確辨識率高達 99.83%,更是排除中、俄廠商的全球第一。
此外,在難度更高的 1:1 之實境照比對項目 (WILD Test)裡,應用場景涵蓋智慧安控、智慧警政、智慧城市、智慧交通及智慧零售等,FaceMe 更順利克服安控攝影機拍攝時常出現之角度不佳、局部遮蓋、光線不佳等問題,在十萬分之一誤認率下達到 97% 的辨識率。在兩個項目中,均名列全球前 10 名。
FaceMe 支援多種活體辨識及防偽機制,透過一般的 2D 鏡頭、紅外線加 2D 鏡頭模組,以及 3D 景深鏡頭等,來判別畫面上是否為真人而非 3D 印製面具、偽裝的照片或影片,避免不肖人士透過照片或影片進行不法行為,大幅降低個資外洩或身份竊取等問題,對於講求身分核實的金融科技業來說更是個必要功能之一。
FaceMe 更相繼於 2021 年與 2022 年通過 iBeta ISO/IEC PAD 活體辨識 Level 1 及 Level 2 的測試,爾後更在 2023 年 10 月於 NIST 活體冒用攻擊測試取得全球第一佳績,意即 FaceMe 的活體防偽技術可以 100% 杜絕2D照片與3D面具的冒用攻擊,在僅使用 2D 鏡頭的情形下,有效辨識真人的成功率高達98.5%,對於金融保險或其他身份驗證的應用場景,實為最穩健且值得信賴的台灣人臉辨識廠商。
FaceMe 相較於市場上其他臉部辨識軟體,在 AI 推理引擎、跨平台支援、與系統需求上有極高的相容性,針對不同的硬體配置(如搭載的晶片以及作業系統),提供彈性且客製化的方案,滿足智慧門鎖、智慧交通等場域的應用。使用者也能透過 FaceMe SDK 、FaceMe Platform 或者現成的 FaceMe Security 人臉辨識軟體,快速完成安裝在各種作業系統開始運行。FaceMe 也為主流的 CPU、GPU、VPU及 SoC 優化設計。
根據不同的功耗、準確度、速度、成本、擴展性需求,都會需要搭配不同的基礎設施,而 FaceMe® 能運行在各種配置、伺服器、工作站、IoT/AIoT 裝置和手機上。若想對硬體規格有進一步了解,歡迎前往 FaceMe 網站了解更多或與我們聯繫。
此外,FaceMe 支援多種作業系統,包括 Windows、Linux、Android、iOS、JetPack 等,確保開發人員能更輕鬆地將人臉辨識技術整合至其硬體平台中。
訊連科技與眾多市場領導品牌深度合作,透過各大晶片廠、軟硬體廠商及代理商的完善合作及分銷關係,確保 FaceMe 是市場上最具競爭力且符合需求的解決方案。
英特爾 (Intel)、輝達 (NVIDIA)、高通 (Qualcomm)、聯發科 (MediaTek)、恩智浦 (NXP) 等晶片大廠皆與訊連科技合作,使 FaceMe 得運行於其最新款、效能最好的技術之上。
知名硬體廠如研華 (Advantech)、華碩 (Asus)、威聯通 (QNAP)、美超微 (Supermicro)、晶睿通訊 (VIVOTEK) 也與訊連科技 FaceMe 高度整合,建構出效能更優異的人臉辨識解決方案。
而 Milestone、AXIS、Genetec、Network Optix 等VMS軟體業者,也與訊連科技 FaceMe 結盟,讓 FaceMe 得以無縫整合至其企業既有的安控系統與影像管理系統 (VMS) 之中。
FaceMe 提供跨平台的 SDK 形式、API 開發平台以及開箱即用的 FaceMe Security 解決方案(門禁、監控、零售等應用)與 FaceMe eKYC 解決方案(金融 eKYC 應用)。
FaceMe SDK是專為客製化使用情境設計的跨平台人臉辨識引擎,可同時支援多種作業系統 (Windows, Linux, Android, iOS),與推理引擎(OpenVINO™、TensorRT、TensorFlow、SNPE、NeuroPilot及CoreML),亦可於多種硬體裝置上運行,包含高階工作站、工業電腦、IoT/AIoT邊緣裝置與行動裝置,非常適用於各種安控、醫療、零售及金融應用等場景。
FaceMe SDK 提供四個主要功能:
FaceMe 採用之深度學習類神經網路演算法,在 NIST FRTE 臉部辨識測試中,達 99.83% 的正確辨識率 (TAR, True Acceptance Rate),躋身全球最精準且速度最快的人臉辨識引擎之一,並於 2021 年國際電腦視覺大會(International Conference on Computer Vision,簡稱 ICCV)舉辦之人臉活體辨識競賽中,榮獲第三名之佳績。
FaceMe Platform 為一項 HTTPS API 的平台服務,讓開發人員能針對不同的使用場景,在既有的系統、程式語言等開發環境下,快速設計出多種人臉辨識應用,如身分驗證、考勤打卡、零售人流分析等。
FaceMe Platform 具備以下三大特點:
FaceMe Security是專為智慧安控系統設計之一站式解決方案,可運行於個人電腦、大型工作站、伺服器,以及各種 IoT/AIoT 邊緣裝置,因應不同場景提供彈性的軟硬體整合服務。FaceMe Security 可支援各大主流影像管理系統 (VMS) 如 Milestone XProtect、Genetec Security Center、Network Optix Nx Witness 與 VIVOTEK VAST2,並與 IP 網路監控攝影機、電子鎖及門禁系統做整合,從人臉辨識、身份查驗、安全監控乃至上下班打卡等,皆可於短時間內迅速完成。如欲進一步了解,請參閱FaceMe Security 系統需求。
金融科技為數位轉型底下的新潮流趨勢,許多銀行、保險業者皆紛紛跟進。相較其他生物辨識技術(指紋掃瞄、虹膜掃描),人臉辨識為金融科技首要採納之技術,這是因其所需之硬體裝置門檻較低,且論易用性、辨識率以及辨識速度,臉部辨識皆略勝一籌。
訊連科技開發之FaceMe eKYC是專為銀行、金融服務和保險業 (BFSI) 所設計之一站式人臉辨識解決方案,藉由 eKYC (Electronic Know Your Customer,電子化認識你的客戶)之臉部辨識技術,從帳戶申請、信貸交易、保險申辦、至客服聯繫與支援,皆可遠端完成。相較於其他的生物辨識技術,人臉辨識因具有「遠端辨識」之優勢,因此可以在擷取臉部特徵值後與資料庫做即時比對,迅速完成身分驗證。
金融業在人臉判別與辨識精準度要求上較其他產業來得更嚴謹,FaceMe 提供多種 2D、3D 臉部防偽機制,杜絕有心人士欲透過相片或影片來盜用他人身份的狀況,例如透過手機、平板上的 2D 鏡頭來辨識是否為真人或以 3D 立體鏡頭、紅外雙目鏡頭模組、結構光、ToF,應用於 ATM 無卡提款或臨櫃開戶等場景。
人臉辨識作為高精準的生物辨識技術之一,其應用無疑將於未來持續成長,替當今各產業面臨的安控、身分辨識、考勤打卡等場景提供更全面性的解決方案。隨著更多臉部辨識廠商加入市場競爭的行列,評估各家臉部辨識軟體時,有許多基礎面與執行面的問題需先釐清,您可閱讀如何選擇人臉辨識系統?七大關鍵重點深入解析!