中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

當前AI浪潮下，人臉識別是計算機視覺中應用最多的技術，身為公司的AI產品經理，該如何考慮自研的人臉識別產品呢？

大家都知道人臉識別已經成為計算機視覺中研究最多，應用最多的一項技術，但是真正能夠將這項技術實現自研落地并實現業務應用的公司可以說并不多，只看國內的話，比較厲害的有百度、騰訊、阿里和商湯、曠視、云從、依圖等一批獨角獸公司。

其他很多公司可能更多的是購買的上述公司的技術服務，或者用一些開源的項目，包裝一層外套，對外號稱公司實現有人臉識別產品，但是說實話其實這樣做，第一、沒有自己的核心技術；第二、對產品的用戶不負責。有一天技術公司自己掌握了業務場景需求，就可以提供完整的解決方案，而不需要只賣技術服務了，同樣如果開源技術失去維護，使用該技術的產品將無法升級迭代。

在現在的AI浪潮下，如果公司有實際豐富的應用場景，同時公司又有一定的規模及技術能力，建議最好的方式就是自研核心的技術。那么一個AI產品經理該如何考慮自研的人臉識別產品？

大致可以從以下幾個角度考慮：

第一、人臉識別的方式有哪些？

作為一個AI產品經理首先需要理解人臉識別技術，人臉識別從狹義上來分，主要指的是人臉驗證和人臉識別，人臉驗證采用的是1:1的方式，簡單的理解就是“確定某人是某人”；人臉識別采用是1：N和1：N+1的方式，1：N指的是從N個人中找到跟當前最像的人、1：N+1指的是從N個人中找到最像的那個人，并確定是不是你要找的人。

目前1:1識別是采用唯一憑證+人臉的方式，首先根據唯一憑證找到這個人，再進行人臉驗證判斷是否是當前這個人，該技術目前多被采用作實名制驗證，就跟火車上警察叔叔拿著你的身份證驗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、卡等；1：N和1：N+1的人臉識別方式提高了用戶體驗，用戶只需要提供人臉，系統根據采集到的人臉到庫里面比對搜索，找到跟你最像的一批人，1：N一般由人工來確認當前人臉是不是這批人中的某一個，該技術在天網中應用最多；1：N+1由系統判斷當前采集到的人臉是誰，實際上即給出相似度最高的人臉。

第二、弄清楚應用場景

理清楚產品的應用場景是一個產品經理的基本能力，對于人臉識別來說，產品經理更要考慮清楚具體的應用場景，否則無法跟算法對接，上面第一點說過人臉識別有不同的方式，不同的應用場景需要使用不同的技術，甚至可以說即使是相同的應用場景，由于某些技術瓶頸原因，同樣需要使用不同的技術；因此，算法是需要產品經理告訴他提供哪種技術能力的。

舉例說明下：以人臉閘機為例，現在的火車站以及很多的公園景點都有了人臉識別閘機，還有一些小區或者公司也采用了人臉識別閘機，但是有沒有考慮過它們的不同呢？為什么火車站或公園的人臉閘機需要使用身份證或者票加上人臉一起驗證呢？但是一些公司里面的閘機就不需要了。

原因在于1：N的N的上限問題，據了解，目前N的上限基本沒有哪家公司能做到超過10萬的，N的上限導致了人臉識別的準確率和用戶體驗不能兼得；對于像火車站，公園景點的人流量是遠超過10萬的，自然無法用1：N的人臉識別，而對于一些公司或小區，N的容量已經足夠支撐所有人，所以自然采用1:N的方式來提供用戶體驗。

目前典型的人臉識別應用場景有：人臉閘機、人臉考勤、人臉簽到簽退、人臉支付、安防人臉識別等；具體什么場景使用哪種技術，需要產品經理詳細分析，重點在現有的場景條件下怎么獲得準確率和用戶體驗的平衡。

第三、人臉識別產品的設計

了解了人臉識別的方式、理清楚了人臉識別的應用場景，作為算法工程師需要考慮具體技術的實現，那作為產品經理接下來就是考慮如何設計自己的產品了，在這個期間，AI產品經理一般不同于互聯網產品經理的是AI產品經理可能還需要為算法承擔一部分數據收集的工作，當然如果貴司有專業的數據采集，數據標注團隊，那產品經理就可以重點考慮產品的設計了。人臉識別產品一般需要考慮哪些方面呢？

1. 定位人臉識別服務是本地還是服務端

這點很容易理解，簡單地說就是你將人臉庫放在哪里？是放在本地呢？還是放在服務端，如果是本地，那算法需要提供的是離線版的SDK服務，如果是服務端，那就需要提供云端API服務。

到底是提供SDK還是API服務可以參考之前的文章《如何做一款SDK產品》里面有部分介紹；

2. 前端頁面設計

這點是給用戶完成人臉識別的，主要考慮這幾點：

第一、識別前的頁面是什么樣的？就是一個攝像頭的啟動后的頁面嗎？還是加一個人臉框？建議是為了保證人臉識別的準確率，還是加一個人臉框吧；

第二、識別成功后，返回的頁面，以公司的1：N人臉考勤為例，人臉識別成功后，可以告訴給出的信息是“工號：xxx，姓名：xxx，打卡成功”，也可以直接是“打卡成功”，我個人傾向于給出工號姓名等詳細信息，因為人臉識別也會出錯，可能識別成其他人了，但是對于系統來說是認為識別成功的，所以這個時候用戶看到信息后可以確認是不是識別成自己了，就是自己是不是打卡成功了，否則識別成功但是識別成其他人就需要手動打卡了；

第三、識別錯誤后，返回的頁面，這點很重要，盡管所有人都不希望識別錯誤，但是這個情況是不可避免的，因此，產品經理一定要考慮清楚，識別錯誤后的處理措施，常見的處理方式有識別出錯后，可以提示用戶因為什么出錯的，可能是光照不夠？還是人臉過小過大？或者人臉角度不對？告訴用戶這些原因可以幫助用戶更好的識別，另外如果識別三次依然不對怎么辦？是不是有應對措施呢？考慮手動打卡？還是其他的？這些需要考慮周全。

第四、人臉注冊，這點放到最后說，是因為人臉注冊跟人臉識別是兩個獨立的功能，既可以通過后臺增加一個人的注冊照也可以通過前端讓用戶完成人臉注冊，比如人臉考勤，產品設計時當然不允許用戶在前端注冊，否則不是外部人注冊了怎么處理，但是如果是人臉識別訪客系統，那就需要在前端增加注冊的功能，對于未知的用戶可以完成人臉注冊，方便用戶后續識別訪問。

3. 后臺設計

這里不再贅述用戶角色、用戶權限等通用設計，重點介紹跟人臉識別相關的功能設計：

第一、人臉庫的創建，考慮兩點批量導入和單個人臉增加，即人臉注冊功能；

第二、參數配置，人臉識別是需要設置閾值的，這里當然還包括系統的其他參數，多個人臉庫是否考慮采用不同的閾值呢？不同庫中的人臉是否具有不同的權限等；

第三、數據日志，記錄每天的識別情況，包括識別成功的記錄和識別出錯的原因，錯誤原因需要定期導出分析并提交給算法，進一步優化算法，如果更詳細的還可以包括每次識別的響應時間等。

如果只是搭建一個人臉識別產品以上三點基本應該就夠了吧。如果是搭建人臉識別平臺，那后臺還需要考慮其他功能，比如應用管理、數據分析等。

第四、產品的迭代優化提升

一個人臉識別產品基本功能研發成功并推廣應用了，那后面產品經理需要關注的是如何提升產品的性能，很多人會疑惑這個應該是算法或者研發考慮的，但是好的產品經理應該提前自己分析這些問題，而不是等工程師們來提出或解決。

比如人臉識別卡頓問題，產品經理是不是需要將這些原因都收集起來，總結歸納是硬件配置問題，還是瀏覽器問題，還是客戶端問題等，再比如最常見的人臉識別安全性，如果早期因為技術問題，沒有采用活體檢測，那是否需要增加該功能提供安全性，如果早期采用了動作活體，那現在是否可以采用靜默活體提供用戶體驗呢？

這一部分工作雖然很瑣屑，但是關系到產品是否能夠大面積推廣應用，所以產品經理如果想要自己負責的產品能夠帶來更多的用戶或者業務價值，那第四部分就必須重點考慮。

以上是分享了作為AI產品經理在設計人臉識別產品時需要重點考慮的幾個部分，當然在設計產品的時候還有很多的細節要考慮，這就需要我們產品經理多學習了，不僅要學習產品的設計，規劃相關的知識，還要了解AI視覺相關的知識，才能設計出更好的產品。

本文由 @Eric_d 原創發布于人人都是產品經理。未經許可，禁止轉載

題圖來自Unsplash，基于CC0協議