堅持 100% MIT,PAPAGO 怎從行車紀錄走到人臉辨識?

隨著美中貿易戰升級、以及中國將人臉辨識廣泛運用在全控社會系統等影響,全世界許多國家也開始逐漸意識到,打造自己國家的人臉辨識是越來越有所必要的趨勢。
評論
▲研勤董事長簡良益。Photo Credit: INSIDE/Chris攝影
評論

人臉辨識可說是目前最具威力的 AI 應用之一,它一方面可以從身份認證出發,廣泛運用在金融服務、保全以及犯罪偵防上,另一方面它也可以經由 AI 判別使用者的性別、年齡,用在精準行銷或是人流計算等應用。

不過隨著美中貿易戰升級、以及中國將人臉辨識廣泛運用在全控社會系統等影響,全世界許多國家也開始逐漸意識到,打造自己國家的人臉辨識是越來越有必要的趨勢。

推薦閱讀:科技問題科技解,香港人討論「蒼蠅眼鏡、花紋T恤」迴避人臉辨識

在台灣,就有訊連科技的「FaceMe」以及 PAPAGO 集團的「Face8 台灣臉霸」強調100% MIT,從頭開始打造專屬本土的人臉辨識系統。今天我們就採訪 PAPAGO 的研勤董事長簡良益,來看看他們是怎麼從行車記錄器,一路走到自製人臉辨識引擎。

▲筆者用蔡明亮、李康生在威尼斯的照片測試 Face8,確實能精準辨認。

「Face8 現在在台灣有超過 1000 間客戶,每天可以獲得超過 10 萬筆的台灣自然人臉資料,應該可說是台灣目前搜集量最大的人臉辨識系統。」簡良益介紹,其實 Face8 可以說是他們人臉辨識技術的「第三期」,早在 2012 年研勤就開始投入機器學習領域,當時是想用機器學習使用在行車記錄器上,去偵測車道偏移,以及行人、腳踏車辨識。

在累積一定的機器學習技術後,研勤選定商業潛力最多也最廣的 AI 領域人臉辨識投入,結合《勞基法》新制上路在 2016 年推出了「PAKKA」人臉考勤系統,讓中小企業可以無痛接軌勞基法新制。

推薦閱讀:能辨識狗鼻子!中國科技公司利用人臉辨識技術來找尋失蹤的毛小孩

不過推出 PAKKA 之後,研勤思路一轉決定用更徹底的軟體業思維把人臉辨識引擎化,不只上雲推出 API 也推了 SDK,無論上線、離線都能使用人臉辨識,目前他們辨識準確度甚至可達 99.32% (Rand-1 Accuracy,800 萬張正負樣本)。

▲筆者測試 Face8 的活體辨識,能精準辨識這是面具。

Face8 總共由 8 項核心技術組成,其中「活體辨識技術」以及「巨量資料快速搜尋」是目前他們最專注的領域。簡良益就說從動作、光影、像素辨認真人的活體辨識是突破用照片、面具假冒的關鍵技術;此外簡良益也介紹,在學界目前陌生人辨識還算是相對困難的領域,因此能馬上核對一百萬、兩百萬筆資料中的巨量資料快速搜尋技術,就成了攻克陌生人辨識的重要部分。

▲Face8 總共由 8 項核心技術組成。

「現在台灣大多人臉辨識應用都是套用中國的模型(Face++),他們量大、技術好是沒錯,但你也知道,人臉辨識涉及隱私、資安,是國安問題。」簡良益說正因如此,他決定所有技術都要 MIT,不僅投入公司 16 位核心技術、22 位系統開發,年資全都超過 10 年的工程人力,他自己也重回校園,直接把人臉辨識作為攻讀清大資工博士的論文。

簡良益也說,到年底把活體辨識、巨量快速搜尋好好打磨好後,人臉辨識的開發工作就會暫告一段落,開始用機器學習發展物件追蹤、物件辨識等通用路況影像辨識的相關應用。

核稿編輯:Mia


Cookie 消失?試試看全新 AI 影像內容辨識:讓用戶看的內容決定看到的廣告

Google Chrome 即將淘汰幫助廣告主的工具—— Cookie ,它的離去將再一次地影響數位廣告產業。
評論
Photo Credit:<a href="https://www.shutterstock.com/zh/image-photo/ai-artificial-intelligence-big-data-internet-1075853384" target="_blank">shutterstock</a>
評論

透過GA分析進站者發現, Safari的新客數越來越多,難道這表示 iOS 的用戶數也跟著增加了嗎?注意了,這有可能是 Apple 封鎖第三方 Cookie 帶來的影響。隨著 Google 即將淘汰 Chrome 上的 Cookie ,這個幫助廣告主記住用戶受眾的小工具,將要再一次地影響數位廣告產業。

Photo Credit:驚點股份有限公司( FreakOut Taiwan )

後 Cookie 時代的廣告受眾如何鎖定?

各大廣告平台在過去幾年不斷地透過 Cookie 以及其它方式,悄悄收集使用者的用戶數據,隨著這幾年用戶的隱私權意識抬頭, Apple 與 Google 對於藉由 Cookie 辨識用戶資料的廣告投遞方式,持有不同的態度,這也將是所有廣告主的極大挑戰。當 Cookie 不復存在,要如何辨識使用者資料?

Cookie 消失了,或許會有新的數據辨識工具來取代,但是任何試圖跟蹤受眾的方式,都難以符合大眾對於保護隱私權的期望。另一方面,也極有可能無法再通過日趨嚴格的媒體監管限制。無論如何,數位廣告不能像過去一樣,無條件地使用類似 Cookie 的追蹤方式,來達到與現在同樣的廣告效果。

後 Cookie 時代內容辨識類型的廣告鎖定方式,將成為未來具指標性的投放策略。廣告與瀏覽平台或內文主題的高相關性,不僅能顯著提高受眾的互動度,更重要的是,完全不需要收集任何個人數據。

FreakOut Taiwan 不斷嘗試更友善的廣告投遞形式, 自 2016 年進入台灣市場的原生廣告,到 2020 年末引進「 Mirrors 」 AI 影像視覺內容辨識系統,都是以網路使用者的角度出發。「 Mirrors 」不需要使用傳統的受眾興趣設定,即可針對「目標受眾在觀看的影像內容」、「品牌自身競爭對手或相關指定系列產品出現的影片」來投遞 YouTube 上的影音廣告。

Photo Credit:驚點股份有限公司( FreakOut Taiwan )

AI 人工智慧影像技術突破,推動新一代內容辨識功能

傳統的內容比對廣告皆為自然語言處理 NLP 中心,基於「純文字」的比對來顯示相關廣告,如大家很熟悉的 Google AdSense 。但是,結合新興的 AI 演算和複雜的圖像辨識,已然能夠達到「影片」的內容偵測,透過增加多個比對層和基於自然語言處理 NLP 的基準定位,可深度學習並提供更精細的辨識洞察力。

舉例來說,若想要將汽車廣告投放給對汽車有興趣的人,我們要先從可能對汽車感興趣的受眾中開始推估,並且根據過去的經驗加入不同的興趣條件,最後針對素材更進一步地測試。透過 Mirrors ,我們可以讓廣告出現在有滿足特定條件的影片內,例如:在消費者觀看的影片中,出現汽車評測報告、自家品牌或競爭對手的 LOGO 、代言人等指定條件,再依照不同廣告主設定的預算判斷是否露出廣告。

藉由這樣的影像比對方式,可以更有效地根據消費者行為觸發廣告投遞條件,而不再是現行的用戶受眾數據。人的興趣是多樣且多變的,當對汽車有興趣的用戶在完成汽車的選購後,短期內將不會再瀏覽相關資訊,轉而瀏覽其他更具時效性的內容。透過消費者當下正在觀看的影片內容,取代消費者身上被貼上的數位標籤,將更貼近消費者本身的使用行為。

Photo Credit:驚點股份有限公司( FreakOut Taiwan )

Mirrors AI 影像辨識:用消費者看的內容決定廣告

2021 年台灣數位報告指出,台灣人在各網路內容服務中,最愛「網路影片」的比例高達 97.9%,遠超過 Vlog、串流音樂、網路廣播、Podcast 。

影音廣告早已是品牌經營的趨勢:根據 DMA 2019 年台灣數位廣告量統計報告指出,台灣各類型廣告中,影音廣告以 37.2% 的成長比例大幅領先奪冠。其中 YouTube 持續蟬聯台灣最常被造訪網站第 2 名(僅次於 Google ) ,在台灣各大影音平台中的觸及率及影響力不容小覷。

2021 年 FreakOut Taiwan 已與客戶合作,進行搭載新系統的 YouTube 串流內廣告投遞,在針對品牌及產品客製化的多層鎖定策略建議下,房地產廣告的 CTR 表現高於平均,並發現「人臉」群組辨識表現為佳,其中多為財經、名嘴等名人。而美妝品牌廣告 VTR 表現優異,則以品牌「 Logo 」、「人臉」群組有最出色的表現。

本文章內容由「驚點股份有限公司( FreakOut Taiwan )」提供,經關鍵評論網媒體集團廣編企劃編審。