Please note that JavaScript and style sheet are used in this website,
Due to unadaptability of the style sheet with the browser used in your computer, pages may not look as original.
Even in such a case, however, the contents can be used safely.

遠距離視線推定技術能偵測10公尺內的人群視線方向 可望應用於廣告成效測定等領域

始終保持世界領先地位的 NEC人臉辨識技術, 已有40國導入相關系統

生物特徵身份辨識(生物辨識)技術,在金融和門禁管理等諸多領域正加速擴展運用中。相較於密碼或IC卡等個人認證方式,生物辨識技術具備的優勢在於不必擔心遺忘、洩漏、偽造或偷竊等問題,且精準度、可靠度高,因此各國陸續投入研究開發。

 

人臉辨識技術屬於生物辨識技術之一,在運用上相當出色。在接受辨識時,完全不需要特殊的認證動作,萬一發生違法情況,還可從儲存的影像中輕鬆鎖定本人,是其他生物辨識無法辦到的明顯優點,因此近年來更加備受關注。

 

NEC自1989年起開始研發人臉辨識技術,早在2002年便已將人臉辨識引擎上市銷售。之後也持續推動研究開發,終於獲得世界級的高度肯定。2009年、2010年、2013年、2017年連續4次勇奪美國國家標準與技術研究院(NIST)主辦人臉辨識評比測試的第1名殊榮。2017年的動態影像人臉辨識技術,讓被拍攝的對象不需意識到攝影機,就能即時辨識移動中的人臉,評比時的99.2%超高辨識精準度,優異性能遠勝其他競爭廠商而獲得好評。目前,運用NEC人臉辨識技術的系統,已有導入全球40國、超過100套系統的豐富實績。

 

以人臉辨識為基礎研發劃時代的新技術,只需攝影機就能檢測視線方向

以如此優異人臉辨識技術為基礎,全新研發的「遠距離視線推定技術」,可說是大幅拓展了可能性的應用技術。

 

以往,在偵測視線動向時,必須運用架設紅外線燈與攝影機的專用裝置,用紅外線燈近距離照射檢測對象,由反射方向來檢測出視線的動向。然而,本次NEC研發的「遠距離視線推定技術」不需要這種專用裝置。只要運用一般攝影機所拍攝的影像,便能檢測出人類視線的動向,誤差僅在上下左右5度以內。這樣的辨識精準度(誤差)與過往的專用裝置幾乎等同,甚至更為精準。不僅如此,NEC的新技術,讓攝影機能在距離10公尺遠的位置檢測對象人物的視線。此外,傳統技術難以達成的多人視線同時檢測,本技術也能夠幾近即時顯示出來。

 

這種劃時代的「遠距離視線推定技術」,是由人臉辨識技術核心之一的「多重比對人臉偵測法」為基礎而誕生的。NEC的人臉辨識技術,運用了重要的三階段關鍵技術。

 

首先是「人臉偵測技術」。在影像端以矩形區塊進行搜尋,並將人臉部份以矩形方式準確擷取出來。接著,針對擷取的人臉影像運用「多重比對人臉偵測法」,搜尋眼睛、眼角、瞳孔、鼻翼、嘴角等諸多「特徵點」的位置。利用這兩項技術,準確認定人臉整體與各器官的位置後,再藉由運用機械學習(深層學習)最新成果的「人臉比對技術」來辨識個人的身份。

 

在嚴苛研究環境中,某天突然想到「也能用來檢測視線」

為了提高「人臉比對技術」辨識精準度,「多重比對人臉偵測法」必須達到最頂級的正確率。在進行研究時,先將人臉各部位形狀與周遭環境的明暗差異等特徵,化為參數後輸入電腦,再反覆透過實驗進行驗證,以調整參數並提升精準度。2008年當時的人臉特徵點只有2個部位,到了2010年時已增加到13個部位,之後也不斷增加辨識部位,辨識技術更為縝密。另外,為了因應動態影像認證的情況,即便在照明、人臉方向的變化、人數眾多(臉部局部遮擋)及經年累月的臉形變化等嚴苛條件下,也必須正確地偵測出人臉的特徵點。

 

有一天,研究人員在這種嚴苛研究環境中,腦海中閃過一個念頭「只運用人臉影像也能偵測出視線吧?」即便在低解析度的影像中,也有自信能確認眼角、眼睛、瞳孔中心等位置。

 

於是,從2015年底起約1年期間,針對「視線」進行集中研究,終於誕生出可實際運用的「遠距離視線推定技術」。目前,已獲得各大領域的洽詢需求,正在進行相關的實證實驗。只要實驗結果與攸關視線動向的理論能夠定型,便可望將相關系統導入至行銷等各個領域。

 

由顧客視線判斷人氣商品和廣告效果的「視線量調査」可望成真

NEC本次研發的「遠距離視線推定技術」,除了運用在鎖定可疑人物、迷路孩童等監控解決方案之外,預估也能應用在更為廣泛的行銷用途上。

 

舉例來說,若在舉辦宣傳活動中的百貨公司與購物中心入口附近,設置多台攝影機,大多數顧客入店時的視線動向與舉動,都幾乎能即時掌握。如此一來,店面內的看板與廣告效果、店面入口動線、賣場配置是否適合等都能在短時間內判斷出來,更能視需求進行調整。在超市等店舖內,可自動辨識顧客關注的商品,並篩選出不同時段、不同客群屬性的人氣商品。

 

此外,最近在都市鬧區早已普遍設置的數位廣告看板(Digital Signage)畫面上,透過本技術,時時刻刻都可掌握到顧客關注的內容、花費多少時間觀看等情況。不僅能夠測定戶外看板的廣告效果,用在緊急狀態下的逃生標誌,看板位置、大小、顏色是否適合,都能細膩量測出來,輕鬆實行所謂的「視線量調查」。

 

在商業領域也有客戶表示,希望本技術能夠用於評估是否正確且確實履行業務。目前已嘗試從視線動向判斷和評估的有:司機有無確實安全駕駛、是否確實檢查工廠設備等。此外,讓身心障礙者只憑視線動向就能向對方傳達意思、操縱與控制各種機械的所謂「通用設計」(Universal Design),目前也正在研討如何讓本技術運用其中。

視線反映出人的心理

研究者簡介

森下雄介( NEC 數據科學研究所主任 兼TCI事業部人臉辨識技術開發中心主任)

就讀系統資訊工學研究所的學生時期,將影像模式化為參數後加以分析,針對其統計模型辨識進行研究。主要解析運動進行中的動態。進入NEC後,立即被派任到中央研究所,為了「多重比對人臉偵測法」而進行長達5年的演算法研究。之後也負責研發「遠距離視線推定技術」。個人興趣是游泳。在高中和大學時期的社團活動中,曾獲選參加蛙泳比賽,現在也參加公司的游泳社,每週都會游一次。一到假日就會帶即將滿2歲的女兒到公園遊玩。

今岡仁(NEC 數據科學研究所主席研究員 兼TCI事業部人臉辨識技術開發中心 主席技師長)

工學研究所應用物理學博士。學生時期專攻統計力學,進行製作磁性體數理模型等。進入NEC後,歷經將腦部視覺資訊處理化為數理模型之研究後,2002年起投入人臉辨識技術的研究。從早期便已運用高深的機械學習方式,提高「人臉比對技術」的精準度。人臉辨識的研究實績已達15年,在這項領域可說是NEC的靈魂人物。個人興趣為馬拉松。在前次東京馬拉松賽時,以4小時又4分的時間跑完全程。每週約有3天左右會慢跑數公里,週末則跑10公里,目標是在4小時(sub four)內完成馬拉松。

Contact