當(dāng)前AI浪潮下，人臉識(shí)別是計(jì)算機(jī)視覺(jué)中應(yīng)用最多的技術(shù)，身為公司的AI產(chǎn)品經(jīng)理，該如何考慮自研的人臉識(shí)別產(chǎn)品呢？

大家都知道人臉識(shí)別已經(jīng)成為計(jì)算機(jī)視覺(jué)中研究最多，應(yīng)用最多的一項(xiàng)技術(shù)，但是真正能夠?qū)⑦@項(xiàng)技術(shù)實(shí)現(xiàn)自研落地并實(shí)現(xiàn)業(yè)務(wù)應(yīng)用的公司可以說(shuō)并不多，只看國(guó)內(nèi)的話，比較厲害的有百度、騰訊、阿里和商湯、曠視、云從、依圖等一批獨(dú)角獸公司。

其他很多公司可能更多的是購(gòu)買的上述公司的技術(shù)服務(wù)，或者用一些開(kāi)源的項(xiàng)目，包裝一層外套，對(duì)外號(hào)稱公司實(shí)現(xiàn)有人臉識(shí)別產(chǎn)品，但是說(shuō)實(shí)話其實(shí)這樣做，第一、沒(méi)有自己的核心技術(shù)；第二、對(duì)產(chǎn)品的用戶不負(fù)責(zé)。有一天技術(shù)公司自己掌握了業(yè)務(wù)場(chǎng)景需求，就可以提供完整的解決方案，而不需要只賣技術(shù)服務(wù)了，同樣如果開(kāi)源技術(shù)失去維護(hù)，使用該技術(shù)的產(chǎn)品將無(wú)法升級(jí)迭代。

在現(xiàn)在的AI浪潮下，如果公司有實(shí)際豐富的應(yīng)用場(chǎng)景，同時(shí)公司又有一定的規(guī)模及技術(shù)能力，建議最好的方式就是自研核心的技術(shù)。那么一個(gè)AI產(chǎn)品經(jīng)理該如何考慮自研的人臉識(shí)別產(chǎn)品？

大致可以從以下幾個(gè)角度考慮：

第一、人臉識(shí)別的方式有哪些？

作為一個(gè)AI產(chǎn)品經(jīng)理首先需要理解人臉識(shí)別技術(shù)，人臉識(shí)別從狹義上來(lái)分，主要指的是人臉驗(yàn)證和人臉識(shí)別，人臉驗(yàn)證采用的是1:1的方式，簡(jiǎn)單的理解就是“確定某人是某人”；人臉識(shí)別采用是1：N和1：N+1的方式，1：N指的是從N個(gè)人中找到跟當(dāng)前最像的人、1：N+1指的是從N個(gè)人中找到最像的那個(gè)人，并確定是不是你要找的人。

目前1:1識(shí)別是采用唯一憑證+人臉的方式，首先根據(jù)唯一憑證找到這個(gè)人，再進(jìn)行人臉驗(yàn)證判斷是否是當(dāng)前這個(gè)人，該技術(shù)目前多被采用作實(shí)名制驗(yàn)證，就跟火車上警察叔叔拿著你的身份證驗(yàn)證你是不是本人一樣，其中的唯一憑證可以是身份證、票、賬號(hào)、卡等；1：N和1：N+1的人臉識(shí)別方式提高了用戶體驗(yàn)，用戶只需要提供人臉，系統(tǒng)根據(jù)采集到的人臉到庫(kù)里面比對(duì)搜索，找到跟你最像的一批人，1：N一般由人工來(lái)確認(rèn)當(dāng)前人臉是不是這批人中的某一個(gè)，該技術(shù)在天網(wǎng)中應(yīng)用最多；1：N+1由系統(tǒng)判斷當(dāng)前采集到的人臉是誰(shuí)，實(shí)際上即給出相似度最高的人臉。

第二、弄清楚應(yīng)用場(chǎng)景

理清楚產(chǎn)品的應(yīng)用場(chǎng)景是一個(gè)產(chǎn)品經(jīng)理的基本能力，對(duì)于人臉識(shí)別來(lái)說(shuō)，產(chǎn)品經(jīng)理更要考慮清楚具體的應(yīng)用場(chǎng)景，否則無(wú)法跟算法對(duì)接，上面第一點(diǎn)說(shuō)過(guò)人臉識(shí)別有不同的方式，不同的應(yīng)用場(chǎng)景需要使用不同的技術(shù)，甚至可以說(shuō)即使是相同的應(yīng)用場(chǎng)景，由于某些技術(shù)瓶頸原因，同樣需要使用不同的技術(shù)；因此，算法是需要產(chǎn)品經(jīng)理告訴他提供哪種技術(shù)能力的。

舉例說(shuō)明下：以人臉閘機(jī)為例，現(xiàn)在的火車站以及很多的公園景點(diǎn)都有了人臉識(shí)別閘機(jī)，還有一些小區(qū)或者公司也采用了人臉識(shí)別閘機(jī)，但是有沒(méi)有考慮過(guò)它們的不同呢？為什么火車站或公園的人臉閘機(jī)需要使用身份證或者票加上人臉一起驗(yàn)證呢？但是一些公司里面的閘機(jī)就不需要了。

原因在于1：N的N的上限問(wèn)題，據(jù)了解，目前N的上限基本沒(méi)有哪家公司能做到超過(guò)10萬(wàn)的，N的上限導(dǎo)致了人臉識(shí)別的準(zhǔn)確率和用戶體驗(yàn)不能兼得；對(duì)于像火車站，公園景點(diǎn)的人流量是遠(yuǎn)超過(guò)10萬(wàn)的，自然無(wú)法用1：N的人臉識(shí)別，而對(duì)于一些公司或小區(qū)，N的容量已經(jīng)足夠支撐所有人，所以自然采用1:N的方式來(lái)提供用戶體驗(yàn)。

目前典型的人臉識(shí)別應(yīng)用場(chǎng)景有：人臉閘機(jī)、人臉考勤、人臉簽到簽退、人臉支付、安防人臉識(shí)別等；具體什么場(chǎng)景使用哪種技術(shù)，需要產(chǎn)品經(jīng)理詳細(xì)分析，重點(diǎn)在現(xiàn)有的場(chǎng)景條件下怎么獲得準(zhǔn)確率和用戶體驗(yàn)的平衡。

第三、人臉識(shí)別產(chǎn)品的設(shè)計(jì)

了解了人臉識(shí)別的方式、理清楚了人臉識(shí)別的應(yīng)用場(chǎng)景，作為算法工程師需要考慮具體技術(shù)的實(shí)現(xiàn)，那作為產(chǎn)品經(jīng)理接下來(lái)就是考慮如何設(shè)計(jì)自己的產(chǎn)品了，在這個(gè)期間，AI產(chǎn)品經(jīng)理一般不同于互聯(lián)網(wǎng)產(chǎn)品經(jīng)理的是AI產(chǎn)品經(jīng)理可能還需要為算法承擔(dān)一部分?jǐn)?shù)據(jù)收集的工作，當(dāng)然如果貴司有專業(yè)的數(shù)據(jù)采集，數(shù)據(jù)標(biāo)注團(tuán)隊(duì)，那產(chǎn)品經(jīng)理就可以重點(diǎn)考慮產(chǎn)品的設(shè)計(jì)了。人臉識(shí)別產(chǎn)品一般需要考慮哪些方面呢？

1. 定位人臉識(shí)別服務(wù)是本地還是服務(wù)端

這點(diǎn)很容易理解，簡(jiǎn)單地說(shuō)就是你將人臉庫(kù)放在哪里？是放在本地呢？還是放在服務(wù)端，如果是本地，那算法需要提供的是離線版的SDK服務(wù)，如果是服務(wù)端，那就需要提供云端API服務(wù)。

到底是提供SDK還是API服務(wù)可以參考之前的文章《如何做一款SDK產(chǎn)品》里面有部分介紹；

2. 前端頁(yè)面設(shè)計(jì)

這點(diǎn)是給用戶完成人臉識(shí)別的，主要考慮這幾點(diǎn)：

第一、識(shí)別前的頁(yè)面是什么樣的？就是一個(gè)攝像頭的啟動(dòng)后的頁(yè)面嗎？還是加一個(gè)人臉框？建議是為了保證人臉識(shí)別的準(zhǔn)確率，還是加一個(gè)人臉框吧；

第二、識(shí)別成功后，返回的頁(yè)面，以公司的1：N人臉考勤為例，人臉識(shí)別成功后，可以告訴給出的信息是“工號(hào)：xxx，姓名：xxx，打卡成功”，也可以直接是“打卡成功”，我個(gè)人傾向于給出工號(hào)姓名等詳細(xì)信息，因?yàn)槿四樧R(shí)別也會(huì)出錯(cuò)，可能識(shí)別成其他人了，但是對(duì)于系統(tǒng)來(lái)說(shuō)是認(rèn)為識(shí)別成功的，所以這個(gè)時(shí)候用戶看到信息后可以確認(rèn)是不是識(shí)別成自己了，就是自己是不是打卡成功了，否則識(shí)別成功但是識(shí)別成其他人就需要手動(dòng)打卡了；

第三、識(shí)別錯(cuò)誤后，返回的頁(yè)面，這點(diǎn)很重要，盡管所有人都不希望識(shí)別錯(cuò)誤，但是這個(gè)情況是不可避免的，因此，產(chǎn)品經(jīng)理一定要考慮清楚，識(shí)別錯(cuò)誤后的處理措施，常見(jiàn)的處理方式有識(shí)別出錯(cuò)后，可以提示用戶因?yàn)槭裁闯鲥e(cuò)的，可能是光照不夠？還是人臉過(guò)小過(guò)大？或者人臉角度不對(duì)？告訴用戶這些原因可以幫助用戶更好的識(shí)別，另外如果識(shí)別三次依然不對(duì)怎么辦？是不是有應(yīng)對(duì)措施呢？考慮手動(dòng)打卡？還是其他的？這些需要考慮周全。

第四、人臉注冊(cè)，這點(diǎn)放到最后說(shuō)，是因?yàn)槿四樧?cè)跟人臉識(shí)別是兩個(gè)獨(dú)立的功能，既可以通過(guò)后臺(tái)增加一個(gè)人的注冊(cè)照也可以通過(guò)前端讓用戶完成人臉注冊(cè)，比如人臉考勤，產(chǎn)品設(shè)計(jì)時(shí)當(dāng)然不允許用戶在前端注冊(cè)，否則不是外部人注冊(cè)了怎么處理，但是如果是人臉識(shí)別訪客系統(tǒng)，那就需要在前端增加注冊(cè)的功能，對(duì)于未知的用戶可以完成人臉注冊(cè)，方便用戶后續(xù)識(shí)別訪問(wèn)。

3. 后臺(tái)設(shè)計(jì)

這里不再贅述用戶角色、用戶權(quán)限等通用設(shè)計(jì)，重點(diǎn)介紹跟人臉識(shí)別相關(guān)的功能設(shè)計(jì)：

第一、人臉庫(kù)的創(chuàng)建，考慮兩點(diǎn)批量導(dǎo)入和單個(gè)人臉增加，即人臉注冊(cè)功能；

第二、參數(shù)配置，人臉識(shí)別是需要設(shè)置閾值的，這里當(dāng)然還包括系統(tǒng)的其他參數(shù)，多個(gè)人臉庫(kù)是否考慮采用不同的閾值呢？不同庫(kù)中的人臉是否具有不同的權(quán)限等；

第三、數(shù)據(jù)日志，記錄每天的識(shí)別情況，包括識(shí)別成功的記錄和識(shí)別出錯(cuò)的原因，錯(cuò)誤原因需要定期導(dǎo)出分析并提交給算法，進(jìn)一步優(yōu)化算法，如果更詳細(xì)的還可以包括每次識(shí)別的響應(yīng)時(shí)間等。

如果只是搭建一個(gè)人臉識(shí)別產(chǎn)品以上三點(diǎn)基本應(yīng)該就夠了吧。如果是搭建人臉識(shí)別平臺(tái)，那后臺(tái)還需要考慮其他功能，比如應(yīng)用管理、數(shù)據(jù)分析等。

第四、產(chǎn)品的迭代優(yōu)化提升

一個(gè)人臉識(shí)別產(chǎn)品基本功能研發(fā)成功并推廣應(yīng)用了，那后面產(chǎn)品經(jīng)理需要關(guān)注的是如何提升產(chǎn)品的性能，很多人會(huì)疑惑這個(gè)應(yīng)該是算法或者研發(fā)考慮的，但是好的產(chǎn)品經(jīng)理應(yīng)該提前自己分析這些問(wèn)題，而不是等工程師們來(lái)提出或解決。

比如人臉識(shí)別卡頓問(wèn)題，產(chǎn)品經(jīng)理是不是需要將這些原因都收集起來(lái)，總結(jié)歸納是硬件配置問(wèn)題，還是瀏覽器問(wèn)題，還是客戶端問(wèn)題等，再比如最常見(jiàn)的人臉識(shí)別安全性，如果早期因?yàn)榧夹g(shù)問(wèn)題，沒(méi)有采用活體檢測(cè)，那是否需要增加該功能提供安全性，如果早期采用了動(dòng)作活體，那現(xiàn)在是否可以采用靜默活體提供用戶體驗(yàn)?zāi)兀?/p>

這一部分工作雖然很瑣屑，但是關(guān)系到產(chǎn)品是否能夠大面積推廣應(yīng)用，所以產(chǎn)品經(jīng)理如果想要自己負(fù)責(zé)的產(chǎn)品能夠帶來(lái)更多的用戶或者業(yè)務(wù)價(jià)值，那第四部分就必須重點(diǎn)考慮。

以上是分享了作為AI產(chǎn)品經(jīng)理在設(shè)計(jì)人臉識(shí)別產(chǎn)品時(shí)需要重點(diǎn)考慮的幾個(gè)部分，當(dāng)然在設(shè)計(jì)產(chǎn)品的時(shí)候還有很多的細(xì)節(jié)要考慮，這就需要我們產(chǎn)品經(jīng)理多學(xué)習(xí)了，不僅要學(xué)習(xí)產(chǎn)品的設(shè)計(jì)，規(guī)劃相關(guān)的知識(shí)，還要了解AI視覺(jué)相關(guān)的知識(shí)，才能設(shè)計(jì)出更好的產(chǎn)品。

本文由 @Eric_d 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載

題圖來(lái)自Unsplash，基于CC0協(xié)議