短视频，自媒体，达人种草一站服务

万众瞩目的阿里巴巴首个商业配套项目亲橙里开业了一段时间了,也迎来了全球第一台具有人脸识别功能的娃娃机诞生,也是扫脸功能在线下娱乐行业的又一个场景落地。作为全场娃娃机项目唯一合作伙伴数娱科技,以科技驱动“新娱乐”模式与阿里“新零售”理念紧密结合,带来了扫脸支付在新娱乐领域的崭新应用。

早前马云首次推出“新零售”概念,并通过互联网把声音放大千百倍传送至全国。带出了场景化、赋能化、扁平化、快捷化等新零售理念,而在亲橙里项目中已落地“扫脸消费”、“千人千面”、“零负担购物”、“AR导购”、“魔幻试衣”等阿里最新新技术成果。亲橙里除了汇集了如盒马鲜生、天猫国际线下店等几乎所有阿里零售品牌外,同时还引入了星巴克、英孚等诸多著名品牌。而推行科技驱动“新娱乐”的数娱科技,创新式在娃娃机中引入扫脸启动技术,正与阿里推行“新零售”概念完美结合。

数娱趣抓娃娃机线上平台将与阿里亲橙里的用户系统打通,亲橙里会员可以用积分兑换免费游戏机会,真正实现线上线下互联。现在,为了馈赠用户,在开业期间,亲橙里用户可获得多次免费扫脸启动机会。

随着AI人工智能、物联网技术的发展,人脸识别技术的应用受到各行业的热捧、青睐,阿里、腾讯、百度等各大科技名企和资本市场相继纷纷投入其中,这是继移动互联网潮流广受热捧后的又一次在社会舆论中掀起的一波科技浪潮,鲁迅说"世界上本来没有路,走的人多了,也就变成了路",道德经:"无名天地之始,有名万物之母"同样阐释了从无到有的形成过程,商业市场潮流的更替又何其不是这个道理,市场中原本没有一种牵引力来主导市场规则潮流的变化,造势潮流的人多了,坚持做的人多了,市场便自然形成一种默契所向一致。

现今人脸识别产品已广泛应用于金融、公安、边检、政府、航天、医疗等众多领域。蚂蚁金服集团的资深专家陈继东表示:未来的支付方式,希望是无设备方式,不用卡,不用手机,扫下人脸就可以完成支付。生物识别这更加方便先进、安全的支付方式必然成为未来的发展趋势。尽管如此,扫脸识别支付技术在线下娱乐领域还是比较单薄,为什么呢?

人脸识别通过产品和算法进行处理,目前技术算法准确率达到99%,但拿到实际产品使用环境下准确率可能只有75%甚至更低。原因是在实际应用中,产品收集人脸特征数据会因产品自身速度、稳定性、应用场景的光线、角度等因素对识别结果产生一定影响,降低整体识别准确度。

AI人工智能概念的广为流传,人脸识别技术的创新和应用,逐渐形成了一种知行合一、良性的社会氛围和社会价值,而这种价值正在不断地引领科技领域的深度发展方向。

微美全息WIMI专注于计算机视觉全息云服务。微美全息覆盖从全息计算机视觉AI合成、全息视觉呈现、全息互动软件开发、全息AR线上及线下广告投放、全息ARSDK支付、5G全息通讯软件开发、全息人脸识别开发、全息AI换脸开发等全息AR技术的多个环节,是一家全息云综合技术方案提供商。其商业应用场景主要聚集在家用娱乐、光场影院、演艺系统、商业发布系统及广告展示系统等五大专业领域。

全息3D人脸识别软件的开发基于微美的全息成像特征成像检测和识别技术、模板匹配全息成像检测技术,以及基于深度学习和训练的视频处理和识别技术。传统的2D面部识别技术是一种基于面部特征的识别技术,它从面部图像或面部视频流中捕获信息,并自动检测和跟踪目标面部;微美的全息3D面部识别技术是全息成像捕捉和3D肖像的结合的识别技术。微美专注于软件技术的开发和应用,并拥有AI、机器识别技术、机器学习、模型理论和视频成像处理技术。全息3D面部识别技术是一种利用结构光和红外光的集合技术,所收集的特征点可以超过30,000点;传统2D面部识别技术的收集特征点不到1000点。并且3D技术受到周围环境的影响较小,有望克服传统2D面部识别技术中发现的如光线、姿势、遮挡、动态识别和面部表情等许多问题。

全息面部变化技术基于全息3D图层替换技术,包括基于AI的图像识别和动态融合处理技术,实时跟踪图像以及用其他面部替换面部。该技术取代视频帧中的人脸,合成视频并添加原始音频。微美已经在全息AR插件广告应用中验证了这些技术模块,并将继续开发和升级这些技术模块。微美相信这项技术将为名人广告,电影发行和直播视频流等应用带来新的业务增长。

微美的全息图像处理功能定期进行优化和改进,包括两项核心技术:全息AI面部识别技术和全息AI面部变化技术。由于视频处理和识别技术的发展,微美基于图像检测、识别、模板匹配、图像动态融合和替换的全息AR广告和全息成像服务目前在行业中处于靠前地位。

目前,客户主要包括广告商、分销渠道、应用开发商和娱乐公司,涵盖制造业、房地产、娱乐、科技、媒体和电信、旅游、教育和零售等行业。目前主要有全息AR广告服务客户和AR SDK支付客户。对于AR广告服务,会根据观看次数收取服务费;对于AR SDK支付服务,会收取最终用户支付的总费用的一定百分比。

随着人工智能的发展,在全球信息化、云计算、大数据的背景下,生物识别技术的应用面会越来越大。其中人脸识别技术会朝着网络化、云技术、多模式融合的趋势发展。也会有更多这个类型的企业发展起来。