继指纹识别、人脸识别之后，掌纹识别或许很快也会走进人们的生活。在旷视科技举办的MegTech2021技术开放日上，记者便体验到了这项新技术。
与面部识别或指纹识别类似，掌纹识别也是一种具有独特性的生物特征识别方式，主要通过提取和比对掌纹图像中的掌纹特征完成身份识别。
据悉，掌纹是指手指末端到手腕部分的手掌图像，其中很多特征可以用来进行身份识别：如主线、皱纹、细小的纹理、脊末梢、分叉点等。
不过，掌纹识别的难点也在于如何克服低质量图像、手掌弯曲等因素对掌纹识别的影响。为此，旷视科技基于在屏下指纹和面部识别的多年技术积累，通过深度学习算法，有效提升了掌纹识别在强光、干冷等困难场景下的准确率。
对于掌纹识别的应用场景，现场的工作人员表示，相对于人脸图像和需接触才能识别的指纹，掌纹识别具有更私密、安全的优势。未来，掌纹识别在通行、支付、解锁等各类身份认证场景中有广泛的应用空间。
除了掌纹识别外，记者在现场还体验了十余项AI领域的前沿技术应用。比如自定义手势识别技术，它可以通过精准实时的手势关键点检测与跟踪，支持用户根据不同使用场景的需求，随时录入并个性化定义新手势，支持静态手势和动态手势的实时录入，亦可支持多手检测。
面对AI产业的发展，旷视首席科学家、旷视研究院院长孙剑在分享中表示，AI能否产生更多商业价值需要回答三个问题：一是AI有没有用；二是AI在哪里用；三是AI易不易用。
首先是AI有没有用的问题。要回答这一问题就需要进行的是技术可行性和产品价值的验证。孙剑认为，基础科研是任何一项技术持续突破的大前提，要证明一项技术有没有用，首先要看能否完成基础科研的价值论证，对AI行业来说就集中在基础科研带来的算法突破上。
其次是AI在哪里用的问题。也就是基于AI技术打造的产品，要找到能够触达的行业客户，完成商业实现和落地。从旷视科技的角度，其主要选择了消费物联网、城市物联网和供应链物联网三大场景进行AI技术落地。
“在十年的实践中旷视发现，算法不再仅仅是“软件物料”，而是已经成为“核心组件”。从科研到落地，算法正在创造越来越大的价值，也在开始重新定义软硬件。”，孙剑称。
最后，需要回答AI易不易用的问题。一直以来，AI的生产力被高昂的算力成本、人才成本所掣肘，AI技术往往成为众多企业的成本中心而非价值中心。再加上当前大量算法生产过程仍是非标准化的，从而导致算法生产过程充满不确定性，制约着算法的规模化生产。
孙剑表示，要解决这一问题，就需要降低开发者门槛，同时推动算法生产的标准化、自动化。去年3月，旷视正式开源了其自研AI生产力平台Brain++的核心组件深度学习框架旷视天元(MegEngine)，使旷视成为最早将底层框架开源的人工智能企业之一。
而在此次技术开放日上，旷视又进一步对外展示了Brain++的最新功能，比如自动化的数据管理和质检、自动推荐合适的训练算法和模型、自动检查算法准确率并给出优化建议等。
孙剑表示，虽然过去十年，AI技术价值的发展经过了基础科研、行业落地、基础设施建设三个阶段。但这三个阶段并非交接棒式的一段替换一段，而是并行前进不断跃迁，也正是这三个阶段的交融、转化，才让人工智能发展的越来越好。
相关文章
