本文通過一款人臉識(shí)別考勤門禁產(chǎn)品，分享初做AI產(chǎn)品過程中的思考和總結(jié)，特別對(duì)人臉識(shí)別性能指標(biāo)做了詳細(xì)的說明。

目錄

1. 為什么是人臉識(shí)別
2. 確定需求和場(chǎng)景
3. 整體方案設(shè)計(jì)
4. 產(chǎn)品開發(fā)
5. 產(chǎn)品測(cè)試-人臉識(shí)別指標(biāo)詳解
6. 總結(jié)

隨著AI技術(shù)興起的浪潮，各種傳統(tǒng)硬件不斷被智能化，以提高效率和體驗(yàn)?？v觀市面上的AI硬件產(chǎn)品，無非有兩種：

• 一種是傳統(tǒng)硬件企業(yè)以硬件為主進(jìn)行AI賦能，比如智能門鎖、智能冰箱等，核心還是硬件；
• 另一種就是互聯(lián)網(wǎng)企業(yè)以提供AI服務(wù)和內(nèi)容為主的載體終端，比如智能音箱、翻譯機(jī)等，核心是AI服務(wù)能力和內(nèi)容；

硬件不同于軟件，做硬件成本很高，但是隨著市場(chǎng)不斷擴(kuò)大，競(jìng)爭(zhēng)也越來越大，產(chǎn)品開始同質(zhì)化導(dǎo)致價(jià)格不斷降低，利潤也越來越低。所以對(duì)于傳統(tǒng)硬件公司來說，一方面需要引入新的AI元素對(duì)產(chǎn)品進(jìn)行創(chuàng)新打造差異化，另一方面也要不斷滿足用戶新的需求，保持市場(chǎng)地位。

互聯(lián)網(wǎng)公司在軟件服務(wù)上有明顯的優(yōu)勢(shì)——擅長AI技術(shù)研發(fā)以及設(shè)備管理系統(tǒng)、業(yè)務(wù)管理系統(tǒng)、APP等平臺(tái)開發(fā)，海量數(shù)據(jù)收集和內(nèi)容提供，具有很強(qiáng)的產(chǎn)品運(yùn)營能力和營銷意識(shí)。戰(zhàn)略上作為軟件服務(wù)的延伸，互聯(lián)網(wǎng)企業(yè)也可能會(huì)開發(fā)硬件產(chǎn)品，打造新的端到端的閉環(huán)。

做為創(chuàng)業(yè)者，直接從硬件入手門檻非常高，硬件涉及到ID結(jié)構(gòu)、組裝生產(chǎn)、供應(yīng)鏈管理和銷售渠道等方面，需要長期的摸索積累；在這個(gè)機(jī)會(huì)稍縱即逝的關(guān)口，這顯然不合適。所以，不妨將自己定位為一個(gè)AI技術(shù)解決方案和服務(wù)商，為傳統(tǒng)硬件企業(yè)賦能，這樣既能貼合傳統(tǒng)硬件企業(yè)轉(zhuǎn)型升級(jí)的迫切需求，又能避開跟大型互聯(lián)網(wǎng)企業(yè)的直接競(jìng)爭(zhēng)。

本文通過針對(duì)200人以內(nèi)企業(yè)的人臉識(shí)別考勤門禁一體機(jī)方案，分享一下關(guān)于做AI產(chǎn)品的一些思考和總結(jié)。

一、為什么是人臉識(shí)別

人臉識(shí)別，是基于人的臉部特征信息進(jìn)行身份識(shí)別的一種生物識(shí)別技術(shù)。說到生物識(shí)別，通常應(yīng)用在智能門禁中的其他生物識(shí)別技術(shù)主要包括指紋、靜脈、虹膜、聲紋。對(duì)比如下圖所示：

目前消費(fèi)者對(duì)智能門禁的關(guān)注順序如下：首先是安全性；然后是長期穩(wěn)定性（5～10年）、便利性、準(zhǔn)確性和成本；其他因素還有外觀、品牌等。綜合上表可以看出，在生物識(shí)別上，人臉識(shí)別具有很大的優(yōu)勢(shì)。

目前市面上關(guān)于人臉識(shí)別考勤一體機(jī)的價(jià)格主要集中在千元左右，靜脈識(shí)別和虹膜識(shí)雖然在安全性上很有優(yōu)勢(shì)，但便利性不夠、成本太高；聲紋識(shí)別準(zhǔn)確性中等，且容易受到噪音干擾，因此也很少選擇這種方案。

目前市面所有的智能考勤門禁一體機(jī)，指紋識(shí)別基本上都是標(biāo)配，相比與人臉識(shí)別來說，指紋不夠安全也不夠便利，而且對(duì)小孩和老人的手指支持不好。

綜上所述，相比其他生物識(shí)別方式，人臉識(shí)別非常有優(yōu)勢(shì)，而且隨著算法的提升和活體檢測(cè)等技術(shù)的補(bǔ)充，人臉識(shí)別在安全性和穩(wěn)定性上會(huì)越來越高，這塊趨勢(shì)將越來也明顯。

這里普及一下人臉識(shí)別的幾個(gè)特點(diǎn)：

• 非侵?jǐn)_性：人臉識(shí)別無需被識(shí)別者主動(dòng)配合采集設(shè)備，在不干擾人們的正常行為情況下就能較好地達(dá)到識(shí)別效果。
• 非接觸性：人臉圖像信息的采集不需要用戶與設(shè)備直接接觸。
• 并發(fā)性：在實(shí)際應(yīng)用場(chǎng)景下可以進(jìn)行多個(gè)人臉的分揀、判斷及識(shí)別。
• 友好性：通過人臉識(shí)別身份的方法與人類的習(xí)慣一致，人和機(jī)器都可以使用人臉圖片進(jìn)行識(shí)別。
• 便捷性：采集設(shè)備簡(jiǎn)單，使用快捷。常見攝像頭在在數(shù)秒內(nèi)即可完成圖像采集。

通過人臉識(shí)別，能夠在保證安全性的前提下，快速地同時(shí)對(duì)多人進(jìn)行識(shí)別，完成快速解鎖通行和排隊(duì)考勤等應(yīng)用場(chǎng)景，體驗(yàn)非常好

二、確定需求和場(chǎng)景

需求分析是產(chǎn)品經(jīng)理的基本功，做需求分析的時(shí)候一定要結(jié)合具體的場(chǎng)景。

比如我們的人臉識(shí)別考勤門禁一體機(jī)，主要是用于200人以內(nèi)的中小公司，一般安裝在公司大門口，使用時(shí)間早晚比較集中，使用對(duì)象包括員工和HR等。不同的場(chǎng)景對(duì)需求的具體滿足方式提出了不同的要求，也就是對(duì)產(chǎn)品方案的要求。

一般客戶會(huì)提出大概的需求，產(chǎn)品經(jīng)理需要仔細(xì)考慮每一個(gè)需求描述，結(jié)合自身對(duì)競(jìng)品、場(chǎng)景和技術(shù)的了解，設(shè)計(jì)產(chǎn)品方案，并反復(fù)與客戶溝通。比如客戶提出了如下需求：

1. 人臉識(shí)別 數(shù)量:不低于200PCS用戶
2. 刷卡功能 數(shù)量:200組
3. 密碼功能 數(shù)量:50組
4. 顯示屏 2.4 TFT
5. 低功耗:待機(jī)功耗小于50ua
6. 喚醒和對(duì)比時(shí)間小于1.5秒
7. 采用4節(jié)干電池供電
8. 常規(guī)門鎖功能
9. 內(nèi)置藍(lán)牙模塊
10. 手機(jī)APP開門
11. 考勤功能
12. 動(dòng)態(tài)密碼功能 10分鐘內(nèi)1次有效 通過手機(jī)生成
13. 時(shí)效密碼功能(10組)通過手機(jī)下發(fā)
14. ………

當(dāng)收集到很多需求時(shí)，建議首先對(duì)問題進(jìn)行分類并根據(jù)經(jīng)驗(yàn)和分析進(jìn)行補(bǔ)全，比如分為嵌入式硬件需求、嵌入式軟件需求、APP需求、管理后臺(tái)需求和其他需求，如下圖所示：

這里只是做一下簡(jiǎn)單的介紹，實(shí)際做產(chǎn)品需求分析時(shí)候會(huì)有大量的溝通和細(xì)節(jié)上的決策，涉及到用戶訪談、競(jìng)品分析、場(chǎng)景分析、卡諾分析等多種復(fù)雜的過程。

三、整體方案設(shè)計(jì)

作為AI賦能方案商，我們的專注點(diǎn)通常在人臉識(shí)別嵌入式模塊和互聯(lián)網(wǎng)平臺(tái)服務(wù)上，而外觀結(jié)構(gòu)、生產(chǎn)組裝以及認(rèn)證銷售都由傳統(tǒng)廠商負(fù)責(zé)。

目前關(guān)于人臉識(shí)別考勤門禁一體機(jī)主要有兩種方案：

一是終端采集到人臉照片后將圖片上傳到云端服務(wù)器，由服務(wù)器對(duì)照片進(jìn)行實(shí)時(shí)處理，并將處理結(jié)果返回給終端設(shè)備，這種方案對(duì)網(wǎng)絡(luò)的依賴比較強(qiáng)，同時(shí)處理能力也比較強(qiáng)。

二是將訓(xùn)練好的人臉識(shí)別模型部署到終端設(shè)備上，設(shè)備采集到人臉照片后直接處理，只將處理結(jié)果反饋到云端，這種方案不依賴外部環(huán)境，但對(duì)設(shè)備本身的計(jì)算能力有較高的要求。

隨著終端設(shè)備計(jì)算能力的不斷提升和成本下降，第二種方案在體驗(yàn)和成本上的優(yōu)勢(shì)將越來越大。系統(tǒng)架構(gòu)如下圖所示：

人臉識(shí)別考勤門鎖系統(tǒng)主要有以下幾個(gè)組成部分：

1. 終端設(shè)備：由雙目攝像頭或其他如3D Tof攝像頭（圖像采集、活體檢測(cè)）、補(bǔ)光板（適應(yīng)昏暗環(huán)境）、AI芯片（提供模型運(yùn)行算力）、MCU（業(yè)務(wù)系統(tǒng)）和觸摸屏幕（人機(jī)交互界面）等關(guān)鍵元器件和機(jī)械零件等組成。

2. 固件：內(nèi)置了人臉檢測(cè)、圖片預(yù)處理、特征提取、特征對(duì)比、活體檢測(cè)、人臉識(shí)別等算法模型SDK和門鎖應(yīng)用程序，其中機(jī)器學(xué)習(xí)算法可在外掛的AI芯片上進(jìn)行加速運(yùn)算，應(yīng)用程序在MCU上進(jìn)行運(yùn)算；更好的方案是算法模型和應(yīng)用程序都運(yùn)行在集成了AI加速單元的SoC芯片上。

3. IOT平臺(tái)：通常擁有AI能力的硬件會(huì)通過wifi或2/3/4G無線網(wǎng)絡(luò)等方式聯(lián)網(wǎng)，與云端服務(wù)器進(jìn)行通信。因?yàn)榻K端設(shè)備數(shù)量眾多，且比較分散，也不會(huì)實(shí)時(shí)聯(lián)網(wǎng)，所以通過IOT平臺(tái)對(duì)設(shè)備進(jìn)行管理，包括設(shè)備管理、生命周期管理、固件更新、數(shù)據(jù)存儲(chǔ)、可視化監(jiān)控等。同時(shí)IOT作為管道負(fù)責(zé)設(shè)備端與云端Sass系統(tǒng)之間的數(shù)據(jù)交互。

4. 門鎖Saas系統(tǒng)：人臉識(shí)別考勤門鎖產(chǎn)品的客戶通常為企業(yè)用戶，一般會(huì)提供一個(gè)多租戶的Sass管理后臺(tái)，以滿足用戶門鎖管理、報(bào)警管理、員工管理、考勤管理等復(fù)雜的需求。

5. 小程序：因App開發(fā)和維護(hù)成本較高，采用小程序?qū)崿F(xiàn)輕量級(jí)的門鎖Saas系統(tǒng)中的功能，方便管理員進(jìn)行移動(dòng)辦公管理。

6. 人臉識(shí)別平臺(tái)：包括人臉數(shù)據(jù)、標(biāo)注平臺(tái)和模型訓(xùn)練平臺(tái)，將訓(xùn)練好的模型打包成SDK移植到芯片上供業(yè)務(wù)系統(tǒng)進(jìn)行調(diào)用。

四、產(chǎn)品開發(fā)

人臉識(shí)別考勤門禁產(chǎn)品方案開發(fā)主要涉及到三個(gè)方面，分別是：

1. 人臉識(shí)別模塊：包括人臉數(shù)據(jù)集準(zhǔn)備、人臉數(shù)據(jù)標(biāo)注、服務(wù)器端訓(xùn)練模型，模型SDK封裝和模型遷移到終端環(huán)境等；

2. 嵌入式軟硬件：人臉識(shí)別相關(guān)芯片、補(bǔ)光板、活體檢測(cè)、防撬傳感器、屏幕等硬件功能模塊和人臉注冊(cè)識(shí)別解鎖流程以及設(shè)備端用戶管理等軟件功能模塊；

3. 互聯(lián)網(wǎng)平臺(tái)：主要指設(shè)備連接和通信管理的IOT平臺(tái)，輕量級(jí)的小程序管理端以及完整功能的考勤門禁Saas平臺(tái)。

4.1 人臉識(shí)別模塊開發(fā)

人臉識(shí)別平臺(tái)通常包括人臉數(shù)據(jù)庫、標(biāo)注數(shù)據(jù)庫和標(biāo)注工具、模型訓(xùn)練和測(cè)試平臺(tái)。

通常我們可以采用公開的已經(jīng)標(biāo)注好的人臉數(shù)據(jù)集進(jìn)行模型訓(xùn)練，為了實(shí)現(xiàn)更好的模型效果，也很有必要建立自有的人臉數(shù)據(jù)庫，并通過標(biāo)注平臺(tái)對(duì)數(shù)據(jù)進(jìn)行標(biāo)注。然后通過Opencv、Dlib、Tensorflow、Cafe等平臺(tái)對(duì)人臉數(shù)據(jù)集和標(biāo)注文件進(jìn)行不斷訓(xùn)練和測(cè)試，從而得出符合預(yù)期的人臉檢測(cè)、特征提取、特征對(duì)比、活體檢測(cè)等模型。

整個(gè)人臉識(shí)別平臺(tái)大概如下圖所示：

模型訓(xùn)練好，通常還需要對(duì)模型進(jìn)行裁剪遷移到實(shí)際運(yùn)行環(huán)境中并封裝成SDK供嵌入式業(yè)務(wù)系統(tǒng)進(jìn)行調(diào)用，其中還涉及到模型在真實(shí)環(huán)境中參數(shù)的調(diào)整和優(yōu)化。一般的人臉識(shí)別流程如下圖所示：

關(guān)于人臉識(shí)別流程，網(wǎng)上有很多資料，寫的非常詳細(xì)，具體查看：

1）《人臉識(shí)別產(chǎn)品設(shè)計(jì)，AI產(chǎn)品經(jīng)理需要了解的實(shí)戰(zhàn)干貨》

2）《人臉識(shí)別 | AI產(chǎn)品經(jīng)理需要了解的CV通識(shí)（二）》

3） AMiner 第十三期研究報(bào)告《2018人臉識(shí)別研究報(bào)告》

人臉采集：通過攝像頭實(shí)時(shí)采集人臉圖片，采集人臉數(shù)據(jù)時(shí)需要注意一下關(guān)鍵相應(yīng)因素：

1. 圖像大?。喝四槇D像過小會(huì)影響識(shí)別效果，人臉圖像過大會(huì)影響識(shí)別速度。非專業(yè)人臉識(shí)別攝像頭常見規(guī)定的最小識(shí)別人臉像素為60*60或100*100以上。在規(guī)定的圖像大小內(nèi)，算法更容易提升準(zhǔn)確率和召回率。圖像大小反映在實(shí)際應(yīng)用場(chǎng)景就是人臉離攝像頭的距離。

2. 圖像分辨率：越低的圖像分辨率越難識(shí)別。圖像大小綜合圖像分辨率，直接影響攝像頭識(shí)別距離?，F(xiàn)4K攝像頭看清人臉的最遠(yuǎn)距離是10米，7K攝像頭是20米。

3. 光照環(huán)境：過曝或過暗的光照環(huán)境都會(huì)影響人臉識(shí)別效果?？梢詮臄z像頭自帶的功能補(bǔ)光或?yàn)V光平衡光照影響，也可以利用算法模型優(yōu)化圖像光線。

4. 模糊程度：實(shí)際場(chǎng)景主要著力解決運(yùn)動(dòng)模糊，人臉相對(duì)于攝像頭的移動(dòng)經(jīng)常會(huì)產(chǎn)生運(yùn)動(dòng)模糊。部分?jǐn)z像頭有抗模糊的功能，而在成本有限的情況下，考慮通過算法模型優(yōu)化此問題。

5. 遮擋程度：五官無遮擋、臉部邊緣清晰的圖像為最佳。而在實(shí)際場(chǎng)景中，很多人臉都會(huì)被帽子、眼鏡、口罩等遮擋物遮擋，這部分?jǐn)?shù)據(jù)需要根據(jù)算法要求決定是否留用訓(xùn)練。

6. 采集角度：人臉相對(duì)于攝像頭角度為正臉最佳。但實(shí)際場(chǎng)景中往往很難抓拍正臉。因此算法模型需訓(xùn)練包含左右側(cè)人臉、上下側(cè)人臉的數(shù)據(jù)。工業(yè)施工上攝像頭安置的角度，需滿足人臉與攝像頭構(gòu)成的角度在算法識(shí)別范圍內(nèi)的要求。

人臉檢測(cè)：人臉圖像采集完成后需要通過“人臉檢測(cè)”技術(shù)判斷圖像中是否存在人臉。如果存在人臉則繼續(xù)流程，否則重新采集圖像。

人臉圖像預(yù)處理：系統(tǒng)獲取的原始圖像由于受到各種條件的限制和隨機(jī)干擾，往往不能直接使用，必須在圖像處理的早期階段對(duì)它進(jìn)行圖像預(yù)處理。所謂圖像預(yù)處理就是基于人臉檢測(cè)結(jié)果，對(duì)圖像進(jìn)行灰度矯正、噪聲過濾等處理，并最終服務(wù)于特征提取的過程。

人臉圖像特征提?。?/strong>人臉特征提取就是對(duì)人臉進(jìn)行特征建模將一張人臉圖像轉(zhuǎn)化為一串固定長度的數(shù)值的過程。輸入是“一張人臉圖像（帶人臉坐標(biāo)框）”，經(jīng)過人臉關(guān)鍵點(diǎn)定位后，輸出人臉相應(yīng)的一個(gè)數(shù)值串(特征)。