人脸识别如何带动无人零售的发展

人脸识别如何带动无人零售的发展

前言：

人脸识别技术在零售业的应用

与人脸识别技术在其他领域的应用一样，人脸识别在零售行业的应用也没能逃离以人脸识别门禁为主的出入控制之中。但除了人脸开门，人脸识别在零售行业的其它应用，才称得上真正的“智慧”。

撇开人脸识别将涉及的隐私问题不谈，以上提及的人脸识别技术在零售行业的应用，助力传统商铺的智慧升级，也为新零售下的无人商铺（无人超市）构建起了一套标准的技术体系。

三维人脸识别技术成为“无人零售”的关键技术

人脸识别技术是一种依据人脸面部特征来自动进行身份鉴别的生物识别技术，具有防作伪、不易假冒、识别精度高、直观性突出等特点。目前安防监控市场上主流的视频结构化服务都是基于传统的二维视频流，这是由于传统的安防网络相机仅能提供二维场景数据，所以二维人脸识别技术为普遍使用的技术。

但由于二维人脸识别利用的是人脸纹理在平面上的投影信息，视频分析结果会受到遮挡、光照等问题的影响，服务鲁棒性很差，从而产生误识误拒率高等诸多问题，在安防领域的诸多实际应用中有很大的局限性。更重要的是，二维人脸识别的防伪能力薄弱，图像、动态视频、高仿真面具破解人脸识别验证的事件时有发生，因此在对安全性要求较高的领域，二维人脸识别无法扛起安全责任的大旗，三维人脸识别由此逐渐被重视了起来。

仔细看来，三维人脸识别技术不仅仅可以提供传统的二维人脸信息，更加入了人脸的纹理和几何特征，包含了人脸的全部信息，还能额外提供真实场景的深度信息，因此识别效果比二维识别有大幅度的提升，并且受光照、角度、表情的影响较小。

相较于二维人脸识别，三维人脸识别技术增加了深度数据的采集。通过深度数据我们可以计算出活动目标人体的大小、移动方向、速度，并重点突破目标跟踪中的交叠问题，从而有效地提取目标人物身高、体型、步态特征。同时，可以充分利用彩色信息与深度数据之间的优势互补，突破当前二维技术的局限，准确地获取人体身高、人体三维体貌、监控场景内目标人体的三维轮廓、目标人体之间的前后位置关系等信息，可以提供更准确的信息。

也就是说，相比二维人脸识别技术，凭借多维度数据的感知及防干扰、高防伪的性能，三维人脸识别技术在支付领域的安全性得到了业界的统一认可，也因此成为了“无人零售”的关键技术。

“无人零售”的未来

尤其是三维人脸识别技术，除了技术本身并未取得太大的突破，识别距离短、成本高、易受自然光线干扰，也是当前三维人脸识别技术需要解决的问题。

小结：