RealNetworks人脸识别技术SAFR入华
2019-02-21 15:13:21爱云资讯
2018年末，RealNetworks把自己的人脸识别平台SAFR引入中国，并与宏天高科签约。将这一技术在中国实现商业化。
RealNetworks 公司和Reza Rassool先生
对此，天极网记者独家采访了RealNetworks公司首席技术官(CTO)Reza Rassool先生。作为全球知名的音视频解决方案提供商，RealNetworks成立于1995年。那一年，RealNetworks推出首个互联网音频流媒体解决方案RealAudio。此后，这家开始迅速发展，推出越来越多的产品和服务，包括RealMediaHD、RealAudio、RealPlayer、Gamehouse、移动服务、Realmedia、KONTXT等。
RealNetworks公司首席技术官Reza Rassool
2000年，他们建立了一家叫做Widevine的公司，致力于提供在线视频支付安全方面的技术，后被谷歌收购。
谈到为什么去RealNetworks公司?Reza Rassool说，“在整个职业过程中，我一直是RealNetworks的忠实用户，所以当我有机会来这家公司就来了。接受这份工作，是一个水到渠成的选择。”
作为RealNetworks公司的CTO，他一方面负责整个公司的技术管理工作，另一方面还负责两个产品的开发：数字编解码器RealMedia和人脸识别SAFR。
进军人工智能市场 SAFR登场
今天，人工智能技术逐渐成为一种基础性技术，成为企业中与数据并重的两大关键。对RealNetworks来说，SAFR是这家公司进军人工智能的“拳头产品”。
Reza Rassool表示，“作为流媒体的发明者，RealNetworks一直在创新。我们希望在给视频解码时，可以通过机器算法了解视频里有什么样的内容，这可以理解为对事物的认知、追踪和监测。而人脸识别是计算机视觉的第一项功能。”
通过这样的技术，RealNetworks可以知道、跟踪和发现视频中的内容，基于此帮助客户开发更多的视频功能。
“我们不断探索机器学习和人工智能，希望给我们的产品带来更多赋能。”他说。
在采访Reza Rassool先生之前，RealNetworks发布了2018财年第三季度财报。在财报中，这家公司的CEO特别提到人脸识别平台SAFR，可谓对其寄予厚望，希望它能成为公司新的增长动力。
Reza Rassool表示，“机器学习已经成为非常成功的计算方案，它能解决很多人脑无法解决的问题。我们把它作为一个战略，希望在RealNetworks未来的体系中更好地实现它。”
SAFR人脸识别平台
据了解，SAFR人脸识别平台于2016年开始运行，2018年7月17日正式对外发布。发布后，SAFR已经得到美国国家标准技术研究所(NIST)准确性的认证，这相当于拿到一个“认证书”。
据他介绍，SAFR的名字来源是四个单词：Secure(安全)、Accurate(准确)、Facial(面部)和Recognition(识别)。
在采访现场，Reza Rassool亲自为记者演示了SAFR的人脸识别平台。基于电脑的摄像头，经过数据采集，电脑显示了他的信息，包括性别、年龄和表情等。而如果没有经过数据采集，则无法判断你是谁。
通过电脑检测，SAFR可以向云端发送信息，向云端请求，匹配你是谁。除了云端识别，SAFR还支持在本地处理信息。“RealNetworks关注如何高效地处理事情，更少地处理计算和更低的成本，从而可以更好地传播这项技术。”他表示。
Reza Rassool向记者演示SAFR平台
目前，RealNetworks已经与日本的超大型系统整合商Net One Partners和巴西的Seventh公司签订合作伙伴关系，将SAFR人脸识别整合到它们的产品和系统中。
并且，SAFR在2018年夏天被免费提供给美国和加拿大的K12学校(从幼儿园到高中)。比如在美国，经常会有校园枪击案发生，“我们希望让美国和加拿大的学校更加安全。”他补充说。不过，摄像头并不是安装在教室内，而是校园的进出场所，监控有谁进入校内，这个人是否有资格进入校园。
巨头林立下 SAFR的取胜之道
实际上，人脸识别作为最先落地的人工智能应用，涉及很多因素，比如安全和隐私等。Reza Rassool向天极网记者指出：从开始做这个项目时，RealNetworks最高层就做出决定，要做一个对社会负责任的项目。
从这点可以明白，为什么SAFR会率先在美国和加拿大的K12学校得到落地。
他说，“我们希望通过这样的面部识别技术，给生活带来更多便利，让大家在提供一部分信息的情况下，获得更多有效率的生活。当然，这项技术也能应用到商业领域，促进商业发展。”
实际上，现在很多的人脸识别平台仍然存在很多不足，比如无法识别动态中的人脸、有遮挡物时的面部以及化妆后的脸部等。他认为，人脸识别技术现阶段的挑战是：如何持续提升人脸识别系统在自然状况下的表现，持续降低硬件成本以及提高人脸识别的速度。
从技术落到市场，大家比拼的是核心竞争力。“很多市场上的竞争者并没有相应的实力和技术去解决上述问题，而这是RealNetworks所擅长，并持续投入的。” Reza Rassool说。
相比竞争对手，他提到RealNetworks人脸识别平台SAFR的三大优势。
第一，在同等准确的情况下，SAFR能比竞争对手更快地响应。他称，“我们在NIST的测试中，通过本地向美国做一个API的请求，RealNetworks的响应速度是最快的。通过这样的技术，我们可以实现实时的人脸跟踪和监测。”
其次，可本地化训练的模型。据他介绍，SAFR采用的机器学习模型是比较小巧灵活的，它可以在本地实现，边缘处理，而它们的竞争对手往往采用非常庞大的机器学习模型，是RealNetworks的20倍甚至30倍。
第三，SAFR的算法非常公平，无论被识别人的肤色、年龄、性别和地理位置如何，它都能进行精准识别。
这就涉及一个问题，如何保证算法的公平。Reza Rassool介绍了公司的做法，RealNetworks从两方面来保证算法公平：一是对数据有着严格的管理和把控;二是采集全球范围内的各种数据和照片，不管任何地区、任何种族，而且全是真实场景中的照片数据，不是专门修过的照片或证件照。
80个像素即能识别一张人脸
说到如何与其他人脸识别公司竞争。
Reza Rassool谈到SAFR的优势：像谷歌、微软等公司一般采用的是接受客户数据、上传云端，然后返回处理结果的路径。
比如亚马逊，每1000次的API请求会收1美元费用，当量小会比较经济方便，但是对于很多大量数据，比如实时视频，1秒钟30帧里会出现上千张面孔，这样的请求就会非常昂贵。
RealNetworks有一个可以快速推广的技术，基于用户每次上传云端只采用很小的量，只需上传80个像素即可识别一张人脸。
“我们希望在真实、实时视频的情况下，能实现经济有效的人脸识别。我们相信，我们的产品在市场上是有优势的。”他说。
