摘要：撰文|藤子「人工智能要落地应用，在于业务影响力，因此在业务流程上，与人工智能既要深度结合，又要定制化。」平安科技人工智能高级产品总监、平安深度学习平台负责人王健宗博士在9月7日由中国工程院信息与电子工
撰文 | 藤子「人工智能要落地应用，在于业务影响力，因此在业务流程上，与人工智能既要深度结合，又要定制化。」平安科技人工智能高级产品总监、平安深度学习平台负责人王健宗博士在 9 月 7 日由中国工程院信息与电子工程学部主办、浪潮集团承办的 AICC 中国人工智能大会上表示。平安科技最初是中国平安集团的信息管理部，2008 年独立为子公司，服务于集团的 IT 系统。2016 年初，中国平安提出 3.0 时代战略，相对 1.0 时代只销售平安内部产品的自营模式，2.0 时代不只销售平安产品，还销售其他金融机构的产品和服务的平台模式，3.0 时代则是把公司现有技术、系统等核心能力向其他金融机构输出，共建生态圈。
在这样的战略指导下，平安科技也从服务于集团的 IT 公司成为人工智能领域的引领企业，聚焦于大数据、AI、金融科技、云以及区块链等新技术的研究和落地，负责开发并运营集团的关键平台和服务，支持集团的保险、银行、投资和互联网业务发展。
据王健宗介绍，平安科技从 2011 年下半年开始布局大数据。由于计算机硬件，高性能计算的发展，以及算法的革新，特别是深度学习算法的突破，平安科技经过四五年的数据积累，自然也就从数据智能走向了人工智能。
在人工智能领域，平安科技很早就将人脸识别技术应用于平安普惠的放贷流程中，如今，平安科技的人脸识别已在包括平安证券及平安银行在内的 17 个子公司使用。此外，平安科技还在研究多模态识别、虹膜识别、眼纹识别、静脉识别以及步态识别，使这些识别技术共同作用于各个应用场景。
而在技术研究和储备方面，平安科技已拥有超过 18 项前沿新技术，包括声纹识别、图片定损、微表情、图像和语音识别及语义理解。其中，平安声纹是平安科技深度学习团队自主研发的声纹识别引擎，专注于因声识人，能实现智能身份认证，目前已应用在平安银行信用卡电话核查身份，平安产线理赔反欺诈以及 App 登录等 20 多个场景中。
专注于人工智能在金融和医疗领域的应用
于 1988 年诞生在深圳蛇口的中国平安，是中国第一家股份制保险企业，历经 30 年，至今已发展成为保险、银行、投资三大主营业务为一体的多元化集团。而在中国平安内部，2016 年初制定的 1-2-2-N 战略表明，聚焦于大金融资产和大医疗健康。由此，平安科技的人工智能业务也主要围绕金融和医疗进行。
人工智能应用于实际的场景，数据非常重要，平安科技花费将近一年时间打通各机构和业务子公司，将数据整合到一个平台，进行数据的清洗、整合和分析。在此基础上，进行数据挖掘。王健宗介绍，在数据挖掘方面，平安科技并非一步到位，而是从基于业务规则和业务经验到基于商业智能（BI），再到机器学习、深度学习，并吸取 AlphaGo 的经验，分成数个步骤进行。
在业务规则和业务经验阶段，如果是信息数据不吻合，可以帮助业务部门及时应对。商务智能阶段则是寻找数据之间的关联性，对用户按照数据特征进行分类处理，这适用于特征明显的客户群体。但是，有相当一部分特征不明显但与业务目标紧密相关的长尾用户，这时，应用商业智能的方式就不再适合。他们需要个性化的方法来提供服务，王健宗介绍，平安科技搭建的深度学习集群，通过图像识别、语音分析、文本理解等人工智能技术对数据进行挖掘。
「从底层数据的获取、采集、整合，到用户画像、产品画像，再到渠道画像的上层实现，接着是商务智能结构化分析、非结构化分析、预测、异常的监控、深度学习能力，同时支撑的八大应用，这些应用服务于金融领域各个相关的方面。」王健宗表示。
而它们都集中在平安科技的脑智能引擎，脑智能引擎主要分为四层。作为感知层的第一层主要进行数据接入、采集和整合。作为索引层的第二层，主要刻画用户画像、产品画像和渠道画像，这层主要是模型的建立。第三层中枢层聚集了商务智能、预测推荐、异常监控、深度智能等算法能力。第四层作为执行层，是平安科技核心业务的解决方案和应用场景实现层，包括风险控制、欺诈识别、运营优化、精准营销、智能监控、商务智能、智能金融、智能客服。
以风险控制为例。在金融的风控方面，传统的贷款流程比较落后，平安科技依托平安的脑智能引擎，构建多样的数万维的因子，比如企业相关的经营数据、财务信息、税务信息、财报信息，再结合外部的相关行业指数、舆情分析、企业的关系网络，甚至董事长的投资情况等，最终形成企业的风险概况，同时再加上动态趋势，比如通过市场情况综合判断抵押品的价值，在这些基础上，做出估值模型，通过模型确定是否放款。
「从模型的数据获取，到信号的生成、筛选，最后自动更新，然后进行相关的反馈。」王健宗介绍，平安科技通过对所有子公司和相关合作伙伴的数据收集，并通过内部和外部的数据整合，形成了一个非常清晰明确的体系和不同的模型。
「以企业为个体，把企业的相关信息进行搜集，搜集以后进行模型的迭代，晚上搜集完数据，早上就可以有预警信号出来，比如反欺诈，我们通过一些规则的观念分析以及一些社交网络社会计算的能力，同时也能发现一些欺诈的案件，做好风控。」王健宗说。
在医疗领域，看病难，看病耗时长，看病的服务能力差，王健宗认为这些都可以通过 AI 医生来解决。平安科技正在进行的一个重要产品是智能读片，通过医疗影像自动的识别、理解、分类，能够快速的定位患者的疾病，最后给出诊断意见。
在人工智能读取影像领域，由于全国各级医院使用的大型设备有各种型号，比如 CT 设备就近百种，这就造成很多公司数据来源单一，产品不能在医院之间通用，而平安科技在 AI 训练的时候采用了各级医院的不同数据，使系统可以让大多数医院使用。目前，平安科技的肺结节检测系统在临床的准确度已经达到 90%，正在研究糖网、胃癌、宫颈癌等疾病。
平安科技还与政府合作，进行疾病监控的预测，涉及病种包括流感、肿瘤、慢病、高血压、糖尿病等。2017 年上半年，由平安科技研发推出的人工智能+大数据流感预测模型，能够预测流感趋势，精准预测个人和群体的疾病发病风险，帮助政府及时监控疫情，从而指导民众预防疾病，降低国家疾病与防控工作的成本。
如何解决金融和医疗领域的数据稀疏
平安科技深耕金融和医疗的同时，他们发现金融领域和医疗领域的数据量有一个很大的特点，尽管数据很丰富，但是相对社交数据，金融数据和医疗数据相对低频，因而数据维度比较稀疏。
如何把这些低频的数据转化为有用的信息，王健宗介绍，从技术上来看，需要在数据基础层进行数据压缩，因为数据多了之后，很多是无用数据，数据压缩之后，就能减少数据的存储量和传输量。另一方面，提升数据的提取能力，比如利用深度学习或者一些压缩感知算法，能够快速提取相关数据的关键特征，在减少数据尺寸（size）的情况下又不损失数据的含义，王健宗认为，比如模型压缩方面的研究，都是未来的趋势。
使用深度神经网络做模型，层数越多，计算资源越大。现在有一个研究方向是如何用很小的计算资源，比如 100M 的内存，在深度神经网络的模型同样达到 300 层、400 层。而目前，大部分深度学习是使用云服务的能力，另一个研究方向是使设备小型化，包括用手机去做运算，立即出现结果，是否本地化，能否快速的迭代计算，知识的快速获取，王健宗认为这都是以后的趋势。然而，这对算法本身的模型要求更高，模型计算量，在同等的情况下模型本身的尺寸小，花费的计算的资源也可以足够减少，同时也能极度压缩计算的时间。
「理论上像超算，把我们所有的最大的数据灌进去，计算几天几夜，最后出来东西肯定好。但是很多应用场景没有这个时间给你，有时候稍纵即逝的一些东西，所以我觉得这肯定是以后的趋势。」王健宗表示。
「传到后端服务器有很多不可控的因素，比如本身的网络带宽如何，手机流量是否够用，服务器运算后返回，都需要时间。」因此，平安科技将模型前置。据王健宗介绍，平安科技在这方面的研究比较深入，平安科技的很多 App，比如定车损的 App、好车主 App，用户拍张照片进行自动图象的定损，平安科技可以把模型移植到前端，有些运算则可以在手机上快速完成。
本文仅代表作者观点，不代表百度立场。本文系作者授权百度百家发表，未经许可，不得转载。
分享到微信朋友圈
打开微信，点击 “ 发现 ”
使用 “ 扫一扫 ” 即可将网页分享至朋友圈。
扫一扫在手机阅读、分享本文
百家号作者平台APP
扫码下载安卓客户端
便捷管理文章信息
随时查看文章收益目前国内智能人脸识别技术做的好的公司有哪些？_百度知道
目前国内智能人脸识别技术做的好的公司有哪些？
我有更好的答案
知道的比如视觉伟业、商汤科技等、教育、交通，视觉伟业，专注于研究计算机视觉识别和深度学习，业务涉及安防、云从科技、旷视、金融等多个领域
为您推荐：
其他类似问题
换一换
回答问题，赢新手礼包
个人、企业类
违法有害信息,请在下方选择后提交
色情、暴力
我们会通过消息、邮箱等方式尽快将举报结果通知您。深圳国内最好的人脸识别定制公司，人工智能技术 - 新新网
当前位置: &正文
深圳国内最好的人脸识别定制公司，人工智能技术
深圳国内最好的人脸识别定制公司，人工智能技术北京旷视科技有限公司入榜全球zui聪明公司并位列第 11 名。在中国科技部火炬中心“独角兽”榜单中。门禁/闸机系统：简单来说就是提高安防等级、加快排队速度、收集数据用于分析人群行为等。比如火车站机场进站时候，通过实时对比身份证照片和人脸来迅速判断是否是本人，以及是否是在逃嫌犯;另外还有小区、学校、办公楼门禁。工地考勤:工地上的考勤一直是个难题，由于工人不方便随身携带手JI和证件，工地不得不多派人力来手动记录考勤，耗时耗力，人脸识别再工地上的考勤很方便，只需要工人花很少的时间露脸打卡就行。深圳人脸识别人脸图像匹配与识别人脸图像匹配与识别：提取的人脸图像的特征数据与数据库中存储的特征模板进行搜索匹配，通过设定一个阈值，当相似度超过这一阈值，则把匹配得到的结果输出。人脸识别就是将待识别的人脸特征与已得到的人脸特征模板进行比较，根据相似程度对人脸的身份信息进行判断。这一过程又分为两类：一类是确认，是一对一进行图像比较的过程，另一类是辨认，是一对多进行图像匹配对比的过程。这样的特点对于利用人脸进行定wei是有利的，但是对于利用人脸区分人类个体是不利的。易变性人脸的外形很不稳定，人可以通过脸部的变化产生很多表情，而在不同观察角度，人脸的视觉图像也相差很大，另外，人脸识别还受光照条件(例如白天和夜晚，室内和室外等)、人脸的很多遮盖物(例如口罩、墨镜、头发、胡须等)、年龄等多方面因素的影响。在人脸识别中，第1类的变化是应该放大而作为区分个体的标准的，而第二类的变化应该消除，因为它们可以代表同一个个体。国内最好的人脸识别定制公司人脸识别技术已经应用在多个领域，而人脸识别智能锁早在2013年前后就已出现，大有与指纹锁一争高下之意。人脸识别技术是基于人的脸部特征，对输入的人脸图象或者视频流进行识别处理。识别过程S先是判断其是否存在人脸，识别到有人脸后，扫描每张脸的位置、大小和各个主要面部器官的位置信息，然后依据这些信息，进一步提取每个人脸中所蕴涵的身份特征，并将其与已知的人脸进行对比，从而识别每个人脸的身份。人脸检测就是把这其中有用的信息挑出来，并利用这些特征实现人脸检测。主流的人脸检测方法基于以上特征采用Adaboost学习算法，Adaboost算法是一种用来分类的方法，它把一些比较弱的分类方法合在一起，组合出新的很强的分类方法。人脸检测过程中使用Adaboost算法挑选出一些zui能代表人脸的矩形特征(弱分类器)，按照加权投P的方式将弱分类器构造为一个强分类器，再将训练得到的若干强分类器串联组成一个级联结构的层叠分类器，有效地提高分类器的检测速度。人脸识别定制公司人脸识别锁的功耗应该是消费者的担心的问题之一，普通的指纹锁自带4节干电池，电量消耗基本仅用于指纹识别，所以更换一次电池用一年左右是正常;而人脸识别锁在获取人脸时的耗能远比指纹锁获取指纹的功耗大，同时在阴暗的场合还需要启用灯光补光，或需常换电池和充电，不经意的电量不足导致无法开门影响生活。如不能解决上述两个方面的问题，人脸识别锁不可能获取消费者的信任，除了“人脸识别”这一方式能让人们暂时感觉到新潮，其实用性、便利性、稳定性和安全性远逊于指纹锁。
扫码拨打电话人脸识别算法公司Top10盘点
1、云从科技
背靠“计算机视觉之父”，中科院实验室创业团队创立云从科技
云从科技团队成员除了来自中科大的校友外，还来自科学院各大研究所、UIUC、IBM、NEC、MicroSoft等全球顶尖学府及研究机构;
截止2016年11月，成立一年半，研发团队扩展为200余名，为全国最大的人脸识别研发团队;
并且在金融、安防、教育等领域分别开始了商业化探索，IBIS平台让其成为银行业第一大供应商，动态人脸识别系统在广东的应用成为标杆，被全国推广;
中国科学院院长从团队在中科院时每年视察一次，十分重视，并在会晤外国领导人与代表团时只带了云从科技与科大讯飞两家企业代表中国智造。
首个刷脸支付原型系统。
首个商用人脸识别远程开户系统。
在中科院内部所有计算机视觉团队中脱颖而出，独家负责战略先导科技A类专项。
唯一一家参与人脸识别国标、部标、行标制定的研发企业。
唯一一家让四大行之一在全国范围用上人脸识别的企业。
根据2B行业的实际需求打造了全产业链模式、快速部署平台。
在POC测试中大幅领先来自、的人脸识别大厂。
2、Emotient
Emotient获得600万美元B轮投资()
Emotient起源于加利福尼亚大学的“机器感知实验室”(Machine Perception Lab)，他们最终的目的是打造一套“无所不在”的人类情感分析系统。
分析表情并不需要特别的硬件设备，至少48像素的、从耳朵到耳朵的全脸图像就能满足。
Emotient同时还提供API接口，能够将其技术轻松地与任何硬件或者软件进行整合。目前，Emotient已经将其服务与Google Glass搭配，开始进行私密的测试。
Emotient也将同时作为英特尔RealSense技术SDK的一部分，来迅速的与世界上的开发者进行对接。
Emotient已经将其表情识别服务部署到了零售行业，通过对顾客感受的实时分析，帮助零售业主提升销量。
Emotient利用人工智能扫描人脸，然后可在数秒钟内解读出他们的面部表情所代表的意义，这种技术过去主要是帮助广告商和销售人员判断消费者对广告或产品的反应。
Emotient创始人、首席科学家玛丽安巴利特(Marian Bartlett)解释了其工作原理。她说：“首先需要抓取面部照片，然后对其进行扫描。一旦发现这些面部照片后，它就会利用识别技术识别出面部表情。”
3、Affectiva
成立于2009年的Affectiva是一个基于云端的面部情绪识别解析服务公司，通过面部动作编码(Facial Coding)——捕捉识别对象的面部动作如皱眉、挑眉、傻笑、微笑等等判断人们的情绪。目前还主要用于市场营销，但Affectiva下月会面向第三方开发者推出其SDK开发工具。
科学家Ranael Kaliouby了。她现居波士顿，2009年成立公司Affectiva，许多员工都来自于M.I.T.
Affectiva坐落于马萨诸塞州沃尔瑟姆市，在双行道沿街商业区后的办公园区，是波士顿模仿硅谷而建立的走廊地带的一部分。
装有Affdex的iPad，被简化成一个能追踪四种情绪的“分类器”：开心，疑惑，惊讶和厌烦。用这个软件在脸上扫描一下就能辨别出情绪;如果同时有多张脸，它就会将其分开，一个一个来。然后，识别脸上的一些主要部位——嘴巴，鼻子，眼睛和眉毛——将像素点分别归位到每个部位，再用简单的几何模型渲染特征。
ffedex一直被当做一种可靠的情绪推测工具——能够进入潜意识领域的工具。
Affdex已经做了8万次皱眉试验。她站在台上公布结果时说：“我们的正确率能达到90%”。
她的公司已经分析了200多万个视频，受试者来自全球80多个国家，在Affectiva初创的时候，她就已经用了几百个表情训练她的软件。
Affectiva有赖于Paul Ekman的研究成果。他是一个心理学研究者，他是在六十岁开始研究并建立了权威的理论体系：人类至少有六种普遍的表情，这些表情不论性别，年龄，或是文化背景，都会在每个人的脸上一模一样地呈现出来。Ekman致力于解密这些情绪，他把它们分解成46个独立动作，称其为“动作单元”的结合。把它们分为可变形和不可变形的点，将这些不可变形的点作为锚点，能够帮助我们判断其他点移动的距离。
面部识别解析服务Affectiva将推SDK包，希望在市场营销以外的领域如游戏、教学等发挥作用
Affectiva研究发现，人们对广告做出的反应——表情数据可以用来预测销量，精确度达75%，虽然这仅比传统的市场调研方式准确率仅提高了5%。
Affectiva已经在全世界各地收集了10亿多个面部表情
此前它已获得总计2020万美元的投资(李嘉诚参与过其投资)，共有员工35名。(13年数据)
McCann(Affectiva在巴塞罗那)
McCann分部没有帮这个俱乐部制定出一个广告作战计划，而是建议它在座位上安装一个像Affdex的软件，并允诺观众剧院免费对外开放，但是，每笑一次要收取0.3欧元，上限是80次。如果观众试图掩盖笑容，或是隐瞒笑的次数，就要收取全票价：24欧元。这家店的营业额一下子就上来了。，及的剧院都联系McCann，希望能了解到更多方法。
清华创业团队推出人脸云识别开放平台Face++
Face++团队成员除了几名来自清华校友外，还有来自美国大学、牛津大学和美国南加州大学的科研及开发人员。
并且在金融、安防、零售领域分别开始了商业化探索成功发育出Face++Financial，Face++Security，Face++BI等垂直人脸验证解决方案产品。
魔漫相机是全球首款将真人拍成幽默漫画的手机应用，用户数超过2亿，通过Face++对人脸自动捕捉和人脸关键点检测技术并结合表情迁移以及图像融合技术生成用户私人漫画形象，打造用户百变造型。
乌鸦来了是一款iOS体感交互游戏，使用前置摄像头捕捉玩家的头部动作进行游戏操控，是iOS平台上第一款头部操控的体感游戏。乌鸦来了是一款iOS体感交互游戏，使用前置摄像头捕捉玩家的头部动作进行游戏操控，是iOS平台上第一款头部操控的体感游戏。
5、Linkface
全球领先的人脸检测，
Linkface提供全球领先的人脸检测、识别技术服务，LFW人脸识别准确率已达99.5%以上。
6、SenseTime
2014年9月，SenseTime的科学家们首次出征ImageNet竞赛，在大规模物体检测比赛中以40.7%的成绩获得世界亚军，仅次于谷歌的43.9%;2015年3月，该团队将此成绩提高到50.3%，超越谷歌，达到世界第一的水平，并将这一成果以论文的形式发表在2015年国际计算机视觉与模式识别大会(CVPR)上。
2015年，ImageNet新增了一项视频物体检测的任务，比静态图像中的物体检测的难度更高。SenseTime联合香港中文大学媒体实验室组成的团队再次出征。最终，团队在ImageNet视频物体检测竞赛中检测一举夺得数量、检测准确率两项世界第一的成绩，以压倒性的优势击败了对手。成为首个在ImageNet夺冠的中国企业。
SenseTime在2015年年底刚刚完成并购了另外一家人脸识别技术领域的创业公司Linkface。后者也是一匹创业黑马，同样拥有诸多超越业界大佬的出色成绩单。
公司的研发团队有超过50多名博士全职任职。该团队在三大国际顶级机器视觉会议CVPR、ICCV、ECCV上共发表论文超过150篇，在亚洲企业中排名第一。
戴宇荣博士，两任ICCV(国际计算机视觉大会)领域主席;80余篇著作发表于顶级会议期刊;科学技术学院(KAIST)终身教职;2011年KAIST杰出教授;微软学者。为加入SenseTime而放弃终身教职，因为他更看中SenseTime能将技术转化为业界实际成果的优势，以及其在人才和资源方面对于科研的助力;
张伟博士，安徽省高考状元，本科就读于清华大学，并于香港中文大学获得博士学位，曾在Kaggle数据科学家排行榜上排名第六，亚洲科学家中排名第一。放弃对冲基金CTO加入SenseTime。
孙祎博士，本科就读于清华大学电子系，并于香港中文大学获得博士学位，人脸识别算法DeepID系列发明人。超越人眼识别准确率，打败Facebook。
周斌博士，中国首位HPC(高性能计算)和GPU(图形处理器)跨领域研发高级工程师，他是全球第12个NVIDIA CUDA Fellow称号获得者，也是目前中国唯一一位获得此称号的学者;
邱石博士，清华大学电子系第一名，并于香港中文大学获得博士学位，2014年，邱石所在的DeepID-Net团队首次参加ImageNet大规模物体检测任务比赛中，并以40.7%的优异战绩位居第二名，仅次于谷歌。
石建萍博士，微软学者，谷歌奖学金，香港政府奖学金，从浙江大学到香港中文大学，从本科时代顶级会议CVPR第一作者Oral到加入创业团队。
夏炎博士，微软研究院计算机视觉博士，中科大第一名，郭沫若奖获得者。专注深度学习，文字识别。
曹旭东，深度学习专家。清华大学物理系，前微软研究员。其开发的现象级产品如How Old.net有数亿用户。该技术广泛用于微软产品，如Xbox。
7、Amscreen
将面部识别技术与传统广告板相融合的创举来自欧洲户外广告巨头Amscreen，在欧洲四处可见该公司架设的广告牌。据TNW报道，Amscreen这项大胆创举已经试运行一段时间了，他们与技术提供方Quividi合作，为“呆滞”的广告牌装上了“智慧的眼睛”。
8、Faceshift
基于Kinect开发的Faceshift能将面部表情实时映射到游戏中
Faceshift面部表情捕捉工具，可以几乎无延时地把你的表面表情实时反馈到3D模型中。
Faceshift可以让视频游戏、聊天以及动画电影制作变得更快更有趣，也将给游戏开发商带来新的机会。事实上面向动画和游戏制作者发布的SDK已经发布，当然你也可以把它用在其它你能想像到的领域。
9、小丘机器人
国内首款垂直心理的AI情绪关怀师，给每个人提供随时随地的情绪陪伴和积极心理管理服务。
小丘的优势：小丘是“暖丘”App的关联产品。
暖丘是目前中国最活跃的普通人的C2C情绪互助社区，暖丘在国内最早专注情绪语料库，从2014年9月至今目前有500万优质语料，并迅速增长。竞品可以利用公共知识做出AI，但没有优质语料库，后期质量提升是重大瓶颈。
10、飞搜科技
飞搜科技公司是一个以科技创新，自主研发，把机器学习，尤其是深度学习的研究成果应用到人脸识别、图像识别、视频内容识别等领域的高科技公司。
飞搜的实时人脸识别算法，在世界公开测试基准数据集Labeled Faces in the Wild(LFW)上准确性高于99.0%，超过Facebook于2014年6月份在同样人脸数据集上测试后公布的97.35%的准确率。
免责声明：本文仅代表作者个人观点，与环球网无关。其原创性以及文中陈述文字和内容未经本站证实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺，请读者仅作参考，并请自行核实相关内容。
环球时报系产品
扫描关注环球网官方微信
扫描关注 这里是美国微信公众号
扫描关注更多环球微信公众号刷脸坐飞机成立人工智能大学 重庆企业稳居国内人脸识别第一梯队_网易新闻
刷脸坐飞机成立人工智能大学 重庆企业稳居国内人脸识别第一梯队
用微信扫码二维码
分享至好友和朋友圈
（原标题：刷脸坐飞机成立人工智能大学 重庆企业稳居国内人脸识别第一梯队）
云从科技已经从最初几十人的研发团队发展到现在300多人。 资料图片
华龙网12月28日13时50分讯（首席记者 黄军）在国内，提到人脸识别，不得不提位于重庆两江新区互联网产业园的云从科技。这家成立不到3年的企业，运用国际领先的自主知识产权核心算法，使人脸识别准确率达到99.8%，跻身国内人脸识别第一梯队。记者今（28）日从云从科技了解到，其人脸识别技术已经广泛应用于银行、机场、公安等领域，并承担了国家人工智能重大工程“人工智能基础资源公共服务平台”建设任务。刷脸解锁手机、支付、坐飞机、办理酒店入住……未来，人脸识别将如何改变我们的生活？
　承担国家人工智能重大工程 20项应用将陆续改变生活
云从科技成立于2015年4月，是一家孵化于中国科学院重庆研究院的高科技企业,专注于计算机视觉与人工智能。其依托美国UIUC和硅谷两个前沿实验室，中科院、上海交大两个联合实验室及上海、广州、重庆、成都四个研发中心，组成了三级研发架构。公司研发团队成员300多人，80%以上拥有硕士学历。从2007年到2016年，云从科技参加世界智能识别挑战赛成绩斐然，前后7次夺得世界冠军。
据云从科技战略总监姚志强介绍，今年3月，国家发改委确定云从科技与百度、腾讯、科大讯飞，承担国家人工智能重大工程“人工智能基础资源公共服务平台”建设任务。
这是怎么样的一个“人工智能基础资源公共服务平台”？其中包括人工智能云基础层、人工智能应用层。
记者了解到，基础层包括智能图像识别服务、人脸识别服务、语音识别服务等内容。在应用层，酒店人证核验、人脸动态服务、机器人智能服务、自然语义理解、银行人证核验、安防身份生物识别认证等20项应用会在未来3年陆续应用到生活中。
“比如酒店入住，以往可能会出现用别人的身份证登记入住的情况，引入人脸识别技术后，通过人脸识别登记入住，效率就会大大提高。”姚志强说，目前云从科技已成为中国银行业人脸识别第一大供应商,超过100家金融机构已采用该公司产品。不仅如此，云从科技还让刷脸坐飞机成为了现实，运用“火眼”人脸识别系统协助警方破获各种案件。
刷脸坐飞机 准确率更高速度也更快
对经常坐飞机的人来说，提前两小时到机场，打印机票，在长长的安检通道排队等待是很枯燥的事情。
从今年11月起，河南郑州新郑国际机场宣布正式推行“无纸化乘机”和人脸识别服务。该机场与云从科技携手，在机场的62个安检通道布置人脸识别人证合一，加速安检效率的同时，大大提升安检员的检验准确度。据了解，云从科技人脸识别系统准确率为99.9%，远高于人眼的72%。
对于郑州始发国内航班无托运行李的普通旅客，以往，安检验证员要通过肉眼对旅客和身份证上照片比对，以确定是否为旅客本人。启用人脸识别技术后，旅客在过安检时，安检验证员可利用计算机进行旅客本人头像和身份证上照片比对，完成验证，进一步减少验证差错率，提高安检验证速度。
据悉，云从科技与中科院重庆院合作，技术和设备覆盖80%的枢纽机场，在上海虹桥机场、北京首都国际机场、无锡机场、遵义机场、银川机场、咸阳机场等都能体验到刷脸乘机。
成立人工智能大学 推动前沿技术落地应用
当下，人工智能正在改变人们的生活，如何用好人工智能也成为社会普遍关心的问题。今年11月，云从科技联合中国科学院，宣布成立人工智能大学，开展巡回交流与讨论学习，探讨如何将人工智能最新的学术研究与应用实践更好地融入金融、安防、交通、教育等重点行业。
据了解，从湖北到北京，再到陕西、广东等十多个省市，人工智能大学目前已确定十三场课程，并且还在持续增加。云从科技表示，人工智能大学将帮助银行家们获得前所未有的AI+金融最前沿学术知识，持续了解人工智能前沿技术在金融和其它领域的落地应用。
(原标题：刷脸坐飞机成立人工智能大学 重庆企业稳居国内人脸识别第一梯队)
本文来源：华龙网
责任编辑：王晓易_NE0011
用微信扫码二维码
分享至好友和朋友圈
加载更多新闻
热门产品:　　　
:　　　　　　　　
:　　　　　　　　　
热门影院：
阅读下一篇
用微信扫描二维码
分享至好友和朋友圈