Apple臉部辨識技術布局及產品開發動向分析
發佈日期:2017/10/29 | 類別:資訊電子產業 | 點閱次數:221

近年來智慧型手機搭載臉部辨識已成為各家大廠新產品發展方向,蘋果(Apple)向來為智慧型手機產品規格與技術指標,自2009年起積極研發,2010年開始收購臉部辨識相關企業,至2017年為止,共收購七家與臉部辨識技術發展相關之公司,顯示其對發展臉部辨識技術的企圖心。

近年來智慧型手機搭載臉部辨識已成為各家大廠新產品發展方向,蘋果(Apple)向來為智慧型手機產品規格與技術指標,自2009年起積極研發,2010年開始收購臉部辨識相關企業,至2017年為止,共收購七家與臉部辨識技術發展相關之公司,顯示其對發展臉部辨識技術的企圖心。

臉部辨識(Facial Recognition)的過程包括:透過影像擷取裝置擷取並輸入圖像;進行臉部偵測,識別描繪臉部的圖像區域,以確定人臉是否存在於圖像中;確認人臉存在後,則進一步的抽取臉部的特徵,並與資料庫中已知的人臉進行辨識比對,從而確認或識別輸入圖像中的個人身分。一般來說,在臉部偵測段即做到良好的圖像處理,可降低後續辨識動作的運算量,以及提高臉部特徵辨識度。而臉部特徵量抽取的品質,很大程度決定後續辨識的效果。

以應用的角度來看,確認或識別他人身分的臉部辨識應用,稱為「身份認證」;除此之外,臉部辨識技術還可用以判斷臉部的各種屬性,如狀態、表情,乃至於情緒辨別,此稱為「屬性分析」。

臉部辨識技術需要處理大量的圖像,計算量龐大,成為技術推廣的重要課題。近年電腦運算效能提升,包括雲端運算進展,改善運算上的課題。透過雲端運算,也可執行安全監控等需要處理大量圖像資訊的應用需求;在智慧型手機等智慧手持裝置上,執行如照片分類、個人身分認證等臉部辨識運算也變的更加可行。

蘋果過去主要將臉部辨識技術應用在圖像中的人物辨識,包括:

一、2009年在iPhoto推出的照片分類功能,iPhoto會辨識照片中的臉孔,再將辨識後認為是相同的臉孔進行歸類。

二、2011年在iPhone 4S推出的臉部辨識拍照功能,主要是支援臉部辨識對焦,臉部偵測最多可達到10張臉。

三、2013年iOS 7支援臉部(頭部)動作控制,可設定當iPhone偵測到右側或左側頭部晃動時,進行選定的操作選項,如點選、回主畫面等。

四、2016年推出的iOS 10,開始在智慧手持裝置的本地端支援照片分類功能。五、2017年推出新的臉部辨識應用「Clips App」,透過臉部辨識技術與Photos App裡的照片進行比對,確認影片中的人物,並建議用戶將檔案傳送給影片中出現的人。

蘋果在2009年後開始投入較多研發能量在臉部辨識技術開發,更早期的專利多是透過收購而來。自主研發的技術主要在臉部偵測(含圖像前處理)段,對於辨識方面的技術著墨不深。為加速臉部辨識技術商用化時程,2010年開始大舉採用併購策略以完善布局,併購技術涵蓋其所有臉部辨識技術缺口,至2017年在臉部辨識技術的布局已相當完整。

首先,Polar Rose、RealFace的技術補足蘋果在辨識技術上的缺口,並提升臉部辨識技術最重要的精度及即時性。Polar Rose的3D臉部辨識技術、PrimeSense的3D圖像捕捉技術、再搭配LinX高精度的微型影像感測器,蘋果即掌握完整的3D臉部辨識技術開發能力。Perceptio、Turi人工智慧基礎技術將協助蘋果發展更高精度的臉部辨識技術,同時Perceptio讓智慧手持裝置具備運行人工智慧系統的能力,預期有助讓RealFace基於人工智慧開發出的臉部辨識技術,能導入蘋果智慧手持裝置

蘋果的企圖是開發可搭載在智慧手持裝置上,基於人工智慧的3D臉部辨識應用。未來在產品開發上,臉部辨識技術將被用來強化智慧手持裝置的多媒體應用功能,藉此串聯手持裝置內的各App,簡化操作流程,使智慧手持裝置更加智慧化。同時透過臉部辨識技術來控制裝置或內容的使用權限等的應用,預期將很快出現在蘋果智慧手機中。而透過表情或情緒分析,讓裝置與用戶產生更多「情感交流」的應用,將是下一步開發重心之一。

(本文刊登於2017/10/29 經濟日報A12版)

本文作者

楊仲瑜  產業分析師
領域:顯示技術
簡歷:
專業於顯示技術研究,領域包括顯示技術產業,參與研究計畫包括「主要經貿國家計畫」、「資訊工業發展推動計畫」與「資訊科技協定計畫」等研究專案,並參與《資訊工業年鑑》撰寫。 曾任職光電產業上游材料研發公司,擔任研發工程師,負責材料開發;曾於工業技術研究院任職專利工程師,負責專利佈局及侵權侵害鑑定分析工作。國立臺灣師範大學化學研究所碩士。
熱門點選
  1.   2017年IoT相關sensor發展趨勢
  2.   從營運模式看蝦皮購物之影響
  3.   從大數據x人工智慧看未來零售的新定位
  4.   評零售業數位轉型之挑戰
  5.   深層學習商用化發展趨勢
相關研究