隨著數字時代全面到來，開發者正成為社會進步的中堅力量，更是企業創新的動力和產業革命的靈魂，機器視覺、人臉識別、深度學習等各類AI技術則是開發者手中用以改變世界的實戰利器。

為幫助更多開發者深入掌握視覺AI實戰技巧，4月1日，虹軟視覺開放平臺主辦的AI Maker開發者創造營在成都舉行。作為系列活動，“天府之國”成都站是開發者創造營的首站，后續還將去到開發者云集的各個城市，為全國各地的開發者答疑解惑，傳授視覺AI開發的一線實戰技巧。

虹軟開放平臺一直非常重視開發者群體，除提供免費、離線的ArcFace人臉識別算法外，也致力于打造系統化的開發者培訓體系，旨在為全行業輸送高質量人才，打造促使產業變革的智能基座。除線下的AI Maker開發者創造營城市站活動外，虹軟開放平臺還在線上發布了囊括技術、產品、解決方案等三個領域的視頻公開課程，為開發者打造循序漸進、登堂入室的技術階梯——這也是虹軟開放平臺所打造的開發者生態的一部分。

【資深工程師剖析一線實戰技巧】

在滿場開發者的矚目中，開發者創造營請出了虹軟資深技術專家和開放平臺的開發者代表，從人臉識別應用的開發、測試和使用心得三方面，詳細闡述了來自一線的實戰經驗。

針對人臉識別的開發技巧，虹軟技術專家整體介紹了開發思路、優化策略和常見疑難。據專家介紹，盡管人臉識別的應用已經相當普遍，如刷臉乘車、人臉識別測溫、人臉支付等等，都屬于常見的應用場景。然而人臉識別產品的開發卻并不容易，在實際部署中是否采用了某些優化策略，會對識別效果和識別速度產生顯著影響——這些策略正是一線開發者在實踐中總結出的寶貴經驗。

譬如人臉追蹤是相當重要的優化策略之一，最大的用處是防止重復識別，降低資源占用，在需要同時檢測多張人臉等算力消耗較高的場景下，可以顯著提升識別速度。

從技術原理來說，算法在運行過程中，會檢測視頻系列幀前后的人臉移動情況和特征，從而進行追蹤和檢測。以虹軟視覺開放平臺的ArcFace免費人臉識別算法為例，當人臉入框時，算法會根據檢測結果為該張人臉標記一個FaceID。該人臉從進入畫面到離開畫面的整個過程中，FaceID不變，算法也不會重復提取特征值，避免重復識別導致資源無效占用。

活體檢測也是當下人臉識別應用不可或缺的功能。虹軟ArcFace SDK可以同時支持RGB和IR紅外雙目活體檢測，既能通過分析采集摩爾紋、成像畸形、反射率等人像破綻來識別活體，也能基于紅外圖像天然濾除特定波段光線的特征，來抵御基于屏幕成像的假臉攻擊，在成本與性能上達到了較好的平衡。

但是，由于RGB攝像頭和紅外攝像頭是不同的模組，不可避免會在成像參數和組裝精度上有所不同。因此需要進行雙目對齊，以確保兩個鏡頭在活體檢測、人臉比對時，使用的是同一張人臉圖像。一般來說，我們的策略是將RGB鏡頭所檢測到人臉框坐標，嵌套至紅外鏡頭采集的圖像中。如發現該人臉框與紅外圖像中的對應人臉有所偏移，就需要對該人臉框坐標進行調整。

人臉框嵌套只是最簡單的雙目對齊策略，如有需要用還刻意采用鏡像、縮放、旋轉等對齊策略，這些都可以在虹軟視覺開放平臺所提供的官方Demo中得到參考。在結合人臉識別門禁，詳細介紹了多個實用優化策略與部署時的常見錯誤后，技術專家又圍繞人臉識別算法測試進行了實戰經驗分享。目前市面上既有OpenCV等開源算法庫，很多芯片廠商的產品也自帶簡單算法，同時如虹軟開放平臺這樣的專業算法廠商也會開放相關技術，但對于開發者而言，面對市場上的各類算法，如何對算法性能做出合理評判就相當重要。

在理想狀態下，人臉識別準確率越高越好，但算法在產品化時會受到光線、遮擋、圖片質量、遮擋等外部因素，以及人臉姿態、年齡、性別、人種和表情等內部因素的綜合影響。因此，評價一款算法是否適用于產品，需要結合實際場景并進行測試后才能做出評價。多數情況下，業內以基于FAR（錯誤接受率，又稱誤識率，即把某人誤識為其他人的概率）和FRR（錯誤拒絕率率，即本人注冊在底庫中，但比對相似度達到不預定的值）的DET曲線作為評判參考。

理想狀況下，FAR和FRR都越低越好，但兩個指標是一個蹺蹺板，一個指標的降低通常意味著另一個指標會升高，所以需要實現兩者間的平衡。一般認為在FAR達到市場正常水準時，FRR越低，該人臉識別算法性能就越好。在實際測試時，開發者需要根據對應項目建立相應的測試集，采集場景需要貼近實際使用場景；盡可能涵蓋識別目標的全屬性，包括性別、膚色、發型等因素；屬性權重按照評測偏重點分配；測試集本身也需要有足夠的容量，來保證測試結果可信。

【3年7項目，虹軟開發者坦陳心得】

除了兩位資深工程師的詳細授課，虹軟開放平臺的開發者代表也出來現身說法，講述了自己多年以來使用ArcFace進行產品開發的心得。據開發者介紹，他于2018年入職新公司，接手的第一個項目就是人臉識別系統的開發。起初為了提升自身形象，該公司從某算法大廠購買了一套人臉識別系統，每年都需要支付12萬元的使用費用，但性能上并不盡如人意，不滿足高并發場景，不支持二次開發，為企業的產品推廣與定制化帶來很大阻礙。

該位開發者入職后就著手人臉識別算法的選型與開發，這次他吸取了原先的教訓，從算法性能、二次開發成本、使用成本和運維成本等多方面入手，就市場上較為成熟的幾款算法進行測試對比，最終選擇了虹軟的ArcFace SDK。當時由于項目簽約快、開發時間短、人臉識別準確性要求高，該開發者承受著不小的壓力，好在ArcFace上手較快、集成較為簡單，最終有驚無險地完成了項目開發。

進入新公司三年來，他先后從ArcFace 1.2版本用到了4.0版本，三年時間完成了7個人臉識別項目的開發，儼然成為了資深的虹軟開發者，也憑借自身出色的工作成績，在新公司得到了上級和同事的認可。

在親手體驗過ArcFace的多個版本后，該開發者對最新的4.0版本評價最高：ArcFace4.0對于人臉檢測、人臉識別、活體檢測、人證核驗等算法模型都進行了全面升級，算法精度大幅提升，活體檢測防攻擊能力大幅增強。新算法還兼容了大面積遮擋下的人臉識別功能，新增多項人臉屬性分析能力，可以滿足更多樣化場景的需求。

總體而言，他認為虹軟開發平臺極大降低了中小企業在人臉識別方面的應用門檻，可以快速、高效地完成ArcFace的部署集成，從而將更多精力集中在公司的核心業務能力上，快速實現項目落地，這對整個行業而言都是極大的便利。

短短兩個小時一晃而過，創造營結束后，仍有多位開發者圍著虹軟工程師進行技術探討。開發者的熱忱專注令人動容，后續AI Maker開發者創造營還將在更多城市舉辦，不斷凝聚前期活動經驗，將最實用的專業知識傳遞到有需求的人手中，推動虹軟開發者生態持續壯大，既讓更多開發者分享數字經濟的紅利，也為行業打下堅實的“智能基座”。

fqj