米開朗基羅花了近4年時間雕刻出大衛(wèi)像。完成這件藝術(shù)史上瑰寶后，他說大衛(wèi)原本就在這塊石頭里，他只是將其解放出來。

同樣，在這個數(shù)字化驅(qū)動產(chǎn)業(yè)升級、開發(fā)者成為企業(yè)發(fā)展中堅力量的嶄新時代，如何找到、啟發(fā)和培養(yǎng)開發(fā)者，正成為賦能行業(yè)的關(guān)鍵。作為長期致力于視覺AI技術(shù)普惠化應(yīng)用的虹軟視覺開放平臺，始終對廣大開發(fā)者懷以重視，并持續(xù)付出行動。除提供免費、離線的人臉識別等算法外，也致力于打造系統(tǒng)化的開發(fā)者培訓體系，為全行業(yè)輸送高質(zhì)量人才，打造促使產(chǎn)業(yè)變革的智能基座。

6月23日，虹軟視覺開放平臺AI Maker開發(fā)者創(chuàng)造營繼續(xù)深入三秦大地，在十三朝古都西安聚集了大批開發(fā)者，分享視覺AI開發(fā)的一線實戰(zhàn)技巧。

從選型到測試，技術(shù)專家分享實戰(zhàn)開發(fā)技巧

在此次AI Maker開發(fā)者創(chuàng)造營西安站中，虹軟視覺開發(fā)平臺邀約了數(shù)位資深技術(shù)專家及資深開發(fā)者，從人臉識別算法的開發(fā)、測試和使用心得三方面，分別介紹了來自一線的實戰(zhàn)經(jīng)驗。

針對人臉識別的開發(fā)技巧，技術(shù)專家整體介紹了開發(fā)思路、優(yōu)化策略和常見疑難。據(jù)介紹，當下人臉識別的應(yīng)用已經(jīng)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(yīng)用場景。然而人臉識別產(chǎn)品的開發(fā)卻并不容易，如何進行算法選型、在實際部署中怎樣采用優(yōu)化策略，都會對識別效果和識別速度產(chǎn)生顯著影響——這些都是一線開發(fā)者在實踐中總結(jié)出的寶貴經(jīng)驗。

譬如人臉追蹤是相當重要的優(yōu)化策略之一，最大的用處是防止重復(fù)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。活體檢測也是無人值守場景下不可或缺的功能，如何在控制攝像頭成本的前提下最大限度提升防攻擊能力，是值得開發(fā)者重點關(guān)注的問題。

【虹軟技術(shù)專家在進行實戰(zhàn)分享】

ArcFace SDK是虹軟視覺開放平臺中一款致力于普惠應(yīng)用的AI算法，擁有人臉檢測、人臉比對、人臉屬性分析、活體檢測、遮擋下的人臉識別等全棧人臉識別能力，支持免費商用。該算法集成簡單高效，支持離線使用，適用于安全性要求更高的局域網(wǎng)內(nèi)封閉場景。目前，ArcFace算法已在智慧社區(qū)、智慧工地、智慧酒店、智慧教育等百余個細分行業(yè)領(lǐng)域中得到了普遍應(yīng)用。

開發(fā)者創(chuàng)造營上，技術(shù)專家重點介紹了最新升級的ArcFace4.1，該版本全面迭代優(yōu)化了人臉搜索策略，大幅提升了人臉比對性能，多人臉檢測流暢度顯著提升，萬人底庫實現(xiàn)毫秒級比對，尤其適合大型社區(qū)、大型學校和大型園區(qū)等大底庫場景，同時提升了遠距離、小人臉情況下活體檢測的表現(xiàn)，足以滿足“無感通行”的進階需求，對開發(fā)者而言更加高效易用、適用場景更加全面。

ArcFace 4.1的強勁性能引發(fā)在場開發(fā)者的關(guān)注，這也引出了下一個大家關(guān)注的問題：對開發(fā)者而言，面如何對算法性能做出合理評判，確認算法與項目是否匹配？

【開發(fā)者現(xiàn)場提問】

據(jù)技術(shù)專家介紹，在理想狀態(tài)下，人臉識別準確率越高越好，但算法在產(chǎn)品化時會受到光線、遮擋、圖片質(zhì)量、遮擋等外部因素，以及人臉姿態(tài)、年齡、性別、人種和表情等內(nèi)部因素的綜合影響。因此，評價一款算法是否適用于產(chǎn)品，需要結(jié)合實際場景并進行測試后才能做出評價

多數(shù)情況下，業(yè)內(nèi)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(yù)定的值）的DET曲線作為評判參考。

理想狀況下，F(xiàn)AR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(xiàn)兩者間的平衡。一般認為在FAR達到市場正常水準時，F(xiàn)RR越低，該人臉識別算法性能就越好。

在實際測試時，開發(fā)者需要根據(jù)對應(yīng)項目建立相應(yīng)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(fā)型等因素；屬性權(quán)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(jié)果可信。

一年落地多個項目，一線開發(fā)者分享心得

除了虹軟資深技術(shù)專家，一線開發(fā)者中也有代表上臺，分享了自己實戰(zhàn)心得。

如果你是一家公司的項目負責人，在選擇人臉識別算法時，需要注意哪些因素，才能在產(chǎn)品開發(fā)過程中不踩坑？創(chuàng)造營現(xiàn)場，開發(fā)者代表現(xiàn)身說法，親述項目開發(fā)中遇到的各類難題，以及如何解決；如何根據(jù)項目需求選擇合適算法，以顯著提升開發(fā)效率。

據(jù)開發(fā)者介紹，他長期負責智慧校園相關(guān)的項目開發(fā)，初期在算法選型上遇到過一些麻煩，因為產(chǎn)品本身對人臉識別的準確率和識別速度有要求，然而市場上的人臉識別算法要么價格過于昂貴，要么性能不匹配，要么技術(shù)支持不到位，直到接觸到虹軟的ArcFace，經(jīng)過多番測試，終于確定這就是自己需要的算法。

【開發(fā)者現(xiàn)身說法】

由于ArcFace集成高效易用，短短一年多時間，他就利用ArcFace開發(fā)了四五款產(chǎn)品，效率相當驚人，囊括了校園一臉通、人臉測溫道閘、醫(yī)院人臉自助掛號機等等，這是之前采用其他算法所未曾實現(xiàn)的速度。實際開發(fā)中，這位開發(fā)者代表也遇到過一些問題，但在虹軟技術(shù)專家的高效支持下總能快速解決，這也是開發(fā)效率驚人的原因之一。

總體而言，他認為虹軟開發(fā)平臺極大降低了中小企業(yè)在人臉識別方面的應(yīng)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(yè)務(wù)能力上，快速實現(xiàn)項目落地，這對整個行業(yè)而言都是極大的便利。

【活動結(jié)束后開發(fā)者與技術(shù)專家繼續(xù)交流】

短短兩個半小時一晃而過，創(chuàng)造營結(jié)束后，仍有多位開發(fā)者圍著虹軟工程師進行技術(shù)探討，熱忱專注令人動容。后續(xù)AI Maker開發(fā)者創(chuàng)造營還將在更多城市舉辦，將最實用的專業(yè)知識傳遞到有需求的人手中，發(fā)掘和培養(yǎng)更多開發(fā)者，推動虹軟開發(fā)者生態(tài)持續(xù)壯大。