爆料！傳阿里人靠臉吃飯，真相是......
????從進出辦公大樓到會議室，從取快遞到食堂吃飯，只需對準攝像頭刷一下臉，就能輕松完成通行、支付、取件等操作。在阿里巴巴，“臉”已經成為員工日常生活辦公的通行證。
?? ??
阿里園區(qū)食堂使用人臉支付
作為園區(qū)“刷臉”的主要技術支持方，阿里巴巴信息平臺事業(yè)部園區(qū)大腦技術團隊負責人楊含飛(花名：少昊)表示，今年1月初，***臺人臉閘機才正式在園區(qū)落地。而現在，“人臉”已經運用在阿里園區(qū)的方方面面，平均每天會進行20多萬次的人臉識別。
此外，隨著會議活動對安防要求的增加，一些大型展會對人臉識別的需求也變得越來越強烈。在今年9月云棲大會上，阿里內部的這套人臉閘機，支持現場12萬人次的通行。
?? ??
云棲大會上的人臉門禁
那么，在這些大規(guī)模的人員識別場景中，阿里內部的人臉識別究竟是如何做保障的?
今天，我們邀請少昊親自揭秘阿里巴巴人臉識別的優(yōu)化方案。
人臉識別時，首先需要對方提供一張照片進行人臉注冊，然后在識別過程中，通過終端照片去檢測當前畫面照片上是否有人臉出現。如果有就會去提取特征并與服務端算法進行對比，來確認兩者之間是否一致。可見，人臉識別實際上是特征的“提取”與“對比”。
少昊認為，在這一過程中，特征提取是否完整與充分，對比是否快速準確，與識別算法、終端軟硬件以及人臉底庫照片都有關系。所以，信息平臺在做大型人員識別的優(yōu)化時，主要從這三個方向入手：
終端的優(yōu)化
終端的優(yōu)化分為硬件與軟件。硬件上，主要針對攝像頭采用寬動態(tài)技術，IPS優(yōu)化，從捕捉畫面前景與背景處理上達到清晰均衡的要求，解決逆光問題，讓人臉識別更加快速有效。
?? ??
軟件上，我們主要對拍攝清晰度做管理和控制。一般來說，在捕捉到識別圖像后，首先會對每幀圖像進行數據監(jiān)控與評估。在經過數據化打標之后，會給圖像進行分類，來考察不同清晰度下的圖像通過率。以及不同清晰度與角度下，圖像的實際分布情況。這能有效管控識別速度與識別距離，確保整個識別過程的通行效率。
識別算法的優(yōu)化
誤識率是人臉識別的基礎，所以在識別算法上，技術人員一是對誤識進行控制;二是對相似度進行管理。
因為受算法性能影響，隨著人臉底庫的增加，算法性能會逐步降低。如何在識別服務上進行優(yōu)化，成為人臉識別的一大關鍵。
用戶行為產生的大量數據，使數據預測成為可能。比如在杭州進行人臉識別出現誤識別，本人有可能實際上正在北京出差或休假等。所以，如果結合數據算法模型來準確的預測用戶行為，對人群進行合理區(qū)分的話，就能一定程度解決誤識別。
基于此，團隊成員在誤識別上進行的***個優(yōu)化就是——分組優(yōu)化。通過特征細分人群，降低誤識，提高通過率。
分組優(yōu)化首先需要考慮時間與空間因素。如果把一個區(qū)域空間圈得越小，未來一定時間內出現在該特定區(qū)域內的人也會越少。同時，時效越強，在該區(qū)域該時段出現的人臉也會越少。
同時，結合實際應用場景，通過業(yè)務規(guī)則與特點的判斷，以及人臉識別算法的性能特性，就能更好確認合理的空間、時間以及人數的分組規(guī)模情況。
以阿里巴巴園區(qū)人臉識別取件的分組優(yōu)化為例。從地域屬性上來看，每個小郵局都是一個固定的空間單元，有具體的位置。從時效性來看，當包裹到達小郵局后，它的主人在一段時間內會去拿包裹。從業(yè)務屬性上來看，小郵局是收取包裹快遞的地方。通過這三點屬性，就能基本確定取件場景的分組優(yōu)化方案。判斷哪些員工會去哪個小郵局的分組中。
此外，取件還會存在代領情況。這一情況在業(yè)務規(guī)則中就沒法確認，需要基于歷史行為去分析，一個包裹被別人代領的可能性是多少，以及被誰代領的可能性更高。然后將這一預判結果加入到人臉識別的分組中。
?? ??
阿里園區(qū)小郵局通過人臉取件
通過一系列的算法模型學習優(yōu)化，提升模型預測的準確性，不斷的改善人員分組質量，目前人臉在支持阿里巴巴園區(qū)通行上，誤識率已經有效控制在千分之一左右。
除了分組優(yōu)化外，在面對不同膚色與人種的情況下，團隊還建立了不同種類的算法模型與底庫。這樣可以針對特定膚色人種的通行率和誤識率，做針對性的優(yōu)化。
人員底庫照片的優(yōu)化
少昊表示，很多時候，人臉識別不成功并不是現場攝像頭或比對算法出了問題，還是底庫照片的質量太差，導致無法進行人臉識別。除了讓對方重新提供照片圖像外，還可以通過算法進行大小臉檢測、照片校正以及身份核實，來確認本人身份。
此外，算法還可以幫助底庫照片進行自學習。通過人員照片序列的分析后，提取特征進行圖片聚類分析，隨后再通過圖片質量分析后，對本人身份進行核實，進而完成底庫照片的注冊與特征提取。
通過上述手段優(yōu)化，在人臉識別通過率保持不變的情況下，誤識率可以降到1‰。
今年雙11期間，阿里園區(qū)的這套人臉識別技術還應用于雙11作戰(zhàn)指揮室與天貓雙11晚會現場的安防保障。
少昊表示，通過人臉屬性識別的進一步豐富，硬件及算法能力的進一步提升，未來，人臉識別技術將會滿足更多商業(yè)場景需求，一個真正的刷臉時代就要來了。
【本文為51CTO專欄作者“阿里巴巴官方技術”原創(chuàng)稿件，轉載請聯(lián)系原作者】
