不久前，北京市通州区的王先生换了一把嵌入了人脸识别模块的智能门锁，解决了他长久以来的烦恼：“父母记性不好，好几次出门都忘带钥匙，被锁在门外。现在一刷脸，门就能开了。”
除了识人，视觉识别技术还能识车、识别商品。作为人工智能的一大重要应用领域，未来，随着视觉识别精度的提高和应用环境的逐渐完善，它还将给人们带来更加智慧安全的体验。
人脸识别的基本原理是，通过视频采集设备获取用户的面部图像，再利用核心的算法对其脸部的五官位置、脸型和角度等信息进行计算分析，进而和自身数据库里的范本比对，从而判断出用户的身份。
人脸能替代身份证、账号密码等认证信息，源于它作为生物识别特征具有高度的唯一性。以乘车安检为例，通过精准的人脸识别技术，将乘客面部数据与后台数据进行比对，快速完成1对1的静态认证，从而实现安全便捷、智能高效的通行。金融验证、办公考勤、交通出行等领域，应用的正是人脸识别这一特性。
除身份信息认证外，人脸识别还可用于对特定人群的监测，实现1对N的动态比对，从海量的人像数据库中，找到与寻找对象符合的人脸数据图像，并进行匹配。例如，11月28日，身负7条人命，流窜多个城市，销声匿迹20年的劳荣枝被捕，这要归功于1对N人像比对技术的应用。此外，通过对场景内所有人进行面部识别并与人像数据库匹配，还可以实现M对N的比对。
腾讯优图实验室高级研究员王川南说，1对1的静态人脸识别已经比较成熟，动态识别有待完善。“比如，人脸识别的精准度受到光照、表情姿态和图像质量等因素的影响。此外，目前多数的人脸识别算法主要针对正面或接近正面的人脸图像，当发生俯仰、侧面等情况，识别精度就会打折扣。同时，由于采集设备不同，获取的人脸图像质量也不一样，怎么有效识别分辨率低、质量差的人脸图像，是业界需解决的难题。”
移动互联网的兴起，让停车场智能化成为可能。车牌是汽车的重要身份特征，通过摄像头，识别车牌并上传到终端，不仅能够让车主不停车通过收费闸道，还能精准获知停车位数量和地理分布等信息，帮助人们提前规划停车安排。
不久前，北京大学信息科学技术学院的研究团队研发出一种不用扫描车牌号就能识别车辆的新技术。该技术基于对车辆外观特征的记录和分析，如轮廓线条、碰撞损伤或漆面刮痕等，再由此搜索出机动车的型号和注册信息。
识别车牌只是视觉识别技术在车上应用的一小部分。业界更看重同时也更困难的是，通过与人工智能、通信、自动化等技术深度融合，让汽车能看清周边环境，进而实现自动驾驶。
不过，自动驾驶涉及的技术非常广，涵盖软硬件等多方面，任何一个环节欠缺都难以实现。中科院自动化研究所研究员王飞跃说，近年来，汽车的感知能力快速提升，但遇到雨、雾等恶劣天气时，它就无法工作，且目前仍没有理想的解决办法。此外，自动驾驶是遵守规则的“好学生”，现实中的路况通常瞬息万变，机器难以对一些突发情况做出合理的决策。
人工智能技术还能自动识别物品。比如，一些内置智能摄像头的冰箱，可以自动识别各类蔬菜、水果、饮料等物体，提示保鲜时间，监控储存数量等。再比如，无人超市和无人货架有望实现零售的无人化，革新商品流通和销售的模式。
商品识别前景看上去很美好，但落地颇为困难。海深科技创始人戴剑彬介绍，与人脸识别相比，商品识别种类繁多、变化快。由于不同商品的外形差异很大，部分柔性商品又具有变形的特点，识别难度很大。“线下商品视觉识别的想象空间很大，前提是能识别足够多的商品，而在当前的技术条件下，还基本做不到。相比之下，智能货柜等相对封闭，且商品数量有限的场景，可能更适合这项技术的落地。”
展望未来，戴剑彬表示，随着5G商用的逐渐铺开，未来智能货柜可以将更多的算力放到云端，让终端在轻量化的同时还能执行更复杂的任务，从而降低动态识别货柜的成本。同时，随着视觉识别算法的更高效和更精准，无人零售有望普及。
技术是一把双刃剑，人脸识别作为一项高新技术，人们在体验其为生活带来便利的同时，也不能忽视其带来的信息安全、隐私泄露等问题。
专家普遍认为，视觉识别技术的市场潜力巨大，技术要求高安全性、高准确率、高可用性、高实时性，但目前其人脸识别技术还没有一个行业标准，用户隐私安全也亟待保障，建议制订并完善行业标准。
在中科院计算技术研究所研究员山世光看来，人脸识别近几年取得了突破式发展，完成了一些以前“不可能完成的任务”。但用户隐私也值得关注，即用户的照片是如何传输和保存的，有没有在未经允许的情况下被保存或拷贝。相关应用如何设计人脸识别系统，确保用户数据不被盗用，目前看起来还不明确。“人脸识别技术逐渐走向成熟，应用越来越多，人脸识别技术的各类标准，包括保护公民隐私的标准应尽快出台。”
商汤科技联合创始人楊帆表示，人脸识别是一条很长的产业链，保护用户隐私不仅需要靠公司的自律，更需要在政府引导下建立起整个行业的统一标准，共同筑起保护用户隐私的行业堤坝。
除了建立统一标准外，专家们还提出，应提升视觉识别的效率和准确性。地平线创始人兼首席执行官余凯说，数据、算法和算力是驱动人工智能发展的三大要素，而芯片是其底层核心支撑。在万物互联的背景下，未来将出现海量的智能终端设备，更离不开功耗低、图像处理能力强的智能芯片。
虽然我国在视觉识别的商业探索上走在世界前列，但基础算法和理论研究仍是短板。对此，有专家建议，在加速推动商业应用的同时，还需在基础算法研究、基础学科建设和人才培养上加大力度。（据《人民日报》《经济参考报》）
