零度智控CEO說，目前基于相關(guān)技術(shù)的無人機(jī)雖然已經(jīng)有了一些跟蹤、打擊犯罪、恐怖分子的能力，但還不足以識別人臉、精確打擊。他解釋說，在夜晚環(huán)境中，加配人臉識別的無人機(jī)想要拍攝到人體必須在50米以內(nèi)，如要要看清人臉必須在15米以內(nèi)，這種應(yīng)用不太適合旋翼機(jī)，更適合中高空固定翼偵察機(jī)。但他同時判斷，這肯定是未來無人機(jī)發(fā)展的趨勢之一。
某AI解決方案架構(gòu)師與楊建軍的觀點(diǎn)一致，他以英偉達(dá)芯片為例詳解了此技術(shù)的不可用性。
他稱，目前市場上的軍用/民用無人機(jī)使用的芯片性能應(yīng)該與Tegra尚存差距。英偉達(dá)的Jetson TX2芯片可以支持1920*1080的camera sensor，而用于自動駕駛的DRIVE PX2性能就更加強(qiáng)大，它可以支持12路GMSL 1920*1080的相機(jī)。
但是目前基于神經(jīng)網(wǎng)絡(luò)用視覺做物體檢測的話，如果不對視頻尺寸裁剪就在芯片上跑實(shí)時推理根本沒有可能。也就是說輸入1920*1080分辨率不通過crop摳圖或者downsampling下采樣處理的話，在嵌入式芯片上根本做不到實(shí)時的30fps的幀率，所以很多項目在用500*350甚至更小的尺寸去做，尤其在小型無人機(jī)上的嵌入式芯片處理性能更低、尺寸更小。
他表示，如果利用無人機(jī)單純識別人臉的話，有個直觀的對比。自動駕駛車輛車載前置相機(jī)識別紅綠燈，如果汽車前置相機(jī)離紅燈10米開外的話，紅綠燈在相機(jī)中所占的像素就非常少，尤其下采樣后，也就是幾十個pixel(甚至更少)，如果超過20米、30米或者更遠(yuǎn)，在像素點(diǎn)更少的情況下，很難通過像素點(diǎn)去識別燈光；
同理，在實(shí)際生活中，紅綠燈與人的頭部大小差不多，在此距離下，無人機(jī)在幾十米開外很難識別人類面部具體的細(xì)節(jié)特征；另外無人機(jī)的拍攝高度遠(yuǎn)高于一般監(jiān)控鏡頭的設(shè)置高度，要拍攝清晰的人臉影像殊不容易；再者無人機(jī)機(jī)載嵌入式芯片因?yàn)榭紤]的因素眾多，會首選低功耗，因此用的多的也是Xilinx ZQNQ的芯片、ZYNQ的性能，所以即使跑AlexNet的256*256這種量級都跑不到實(shí)時。
以上所述還在在正常場景下，如果到了晚上或者在其他模糊環(huán)境下，用傳統(tǒng)CV算法會變得非常棘手，幾乎不太可能識別出人臉特征。針對無人機(jī)機(jī)載芯片很有限，在輸入小尺寸的視頻情況下，別說是機(jī)器，就算是人類的肉眼也很難去識別一個低清畫面。
“但以上這種情況可以用技術(shù)適當(dāng)改進(jìn)，”他同時說道。
1、利用芯片或者相機(jī)模組自帶的ISP可以做一些圖像處理。比如白平衡、自動曝光處理；
2、可以針對夜晚場景做訓(xùn)練，訓(xùn)練網(wǎng)絡(luò)場景要盡可能多的遍歷。
總而言之，單純的人臉檢測難度很大，如果結(jié)合一些人體特征的檢測可能更好實(shí)現(xiàn)一點(diǎn)。不考慮實(shí)時處理的話，可以用拍到的高清圖片作為網(wǎng)絡(luò)輸入，但是似乎也沒什么意義，對于高清圖片（1920*1080），芯片大概是1fps這種量級，如果人體在跑步過程中，追蹤起來會更麻煩。因此，基于人臉識別的無人機(jī)用于識別、跟蹤目標(biāo)非常困難。
而就以上說法，大華股份給出了不同意見。大華股份解決方案工程師張生強(qiáng)告訴雷鋒網(wǎng)，目前無人機(jī)上已經(jīng)可以實(shí)現(xiàn)人臉識別，客戶需求較高的是用于追捕目標(biāo)和掃描聚集活動的現(xiàn)場（通過控制飛機(jī)和云臺，對現(xiàn)場聚集人員做掃描式識別）。
整個識別流程如下：假設(shè)用于追捕逃犯，首先將逃犯的人臉照片錄入人臉庫的黑名單，同時派出無人機(jī)對逃犯可能藏匿的區(qū)域進(jìn)行空中巡邏，當(dāng)發(fā)現(xiàn)下方出現(xiàn)人員的時候，通過控制機(jī)載云臺相機(jī)對人員進(jìn)行變倍放大，同時相機(jī)做自動跟蹤。當(dāng)提取到人臉信息后，就會自動上傳該信息，與指揮中心的人臉庫進(jìn)行比對，當(dāng)特征值與黑名單的特征值相符時，就會進(jìn)行報警提示。
張生強(qiáng)透露，目前大華無人機(jī)正在測試人臉識別，距離目標(biāo)100米以內(nèi)通過相機(jī)變倍之后，識別率達(dá)到95%左右（日間）；另外考慮到無人機(jī)作業(yè)環(huán)境，有可能地面環(huán)境沒有光線，亮度極低，甚至幾乎無光。針對此，一方面，大華考慮使用超低照度的相機(jī)，在環(huán)境光線比較弱的時候還可以拍攝到比較好的畫面；另一方面，考慮在飛機(jī)上加載照明裝置進(jìn)行補(bǔ)光。
對于距離遠(yuǎn)造成的像素點(diǎn)降低的問題。張生強(qiáng)表示，大華無人機(jī)的識別比對通過后端服務(wù)器設(shè)備運(yùn)行，機(jī)載云臺具備30倍光學(xué)變倍，在光學(xué)變倍的范圍內(nèi)，不會存在上述pixel降低的情況。同時，張生強(qiáng)坦承，大華無人機(jī)在加配人臉識別時也遇到了一些問題，主要是人臉獲取的有效性。他解釋說，一般人臉識別相機(jī)都是安裝在車站、機(jī)場等通道或者是入口處，拍攝的角度都是固定的，對于人臉的采集成功率比較高，但是無人機(jī)拍攝的畫面和角度都是不固定的，最開始的視角不一定能剛好拍到正面人像，需要不斷機(jī)動飛行。
除了實(shí)際應(yīng)用角度，在算法理論層面，華南理工大學(xué)軟件學(xué)院黃翰教授亦從學(xué)術(shù)的角度分析了該技術(shù)應(yīng)用在無人機(jī)上識別、跟蹤罪犯的可行性。
黃翰教授說，目前基于人臉識別等一系列技術(shù)應(yīng)用在無人機(jī)上用于反恐、打擊犯罪的技術(shù)已相對成熟，前提是無人機(jī)可以拍攝到清晰的人臉照片，適當(dāng)?shù)膬A斜和角度偏差目前都不是太大的技術(shù)問題。
他認(rèn)為，在電影中無人機(jī)輕松識別主角看似簡單，其實(shí)技術(shù)含量不低。這其中主要涉及了視頻圖像防抖動技術(shù)、視頻跟蹤技術(shù)、視頻圖像人臉檢測技術(shù)、視頻圖像人臉識別技術(shù)（可以是前端的小型分類器識別，也可以是傳回后臺進(jìn)行深度神經(jīng)網(wǎng)絡(luò)模型識別）、人體動態(tài)識別技術(shù)、無人智能集群技術(shù)、圖像無線通訊傳輸技術(shù)。
視頻圖像防抖動技術(shù)解決無人機(jī)飛行中的機(jī)械振動造成畫面抖動的問題；視頻跟蹤技術(shù)解決偵查對象的跟蹤問題；人臉檢測解決視頻圖像中的人臉定位和框選問題；視頻圖像人臉識別技術(shù)解決的就是識別人臉是否是嫌疑人或者跟蹤目標(biāo)；無線通訊技術(shù)解決無人機(jī)與后臺的實(shí)時通訊交流問題。
在黃翰教授看來，目前雖然相關(guān)技術(shù)相對已經(jīng)成熟，但應(yīng)用在無人機(jī)上還有一些難點(diǎn)，主要是包括功耗高、移動拍攝還有畫面抖動造成的噪音等等。他透露，在固定鏡頭拍攝和無噪聲條件下，人臉識別的準(zhǔn)確率目前很多主流的工具都可以達(dá)到了接近95%以上的準(zhǔn)確率。在移動拍攝和噪聲環(huán)境下要解決的就是如何獲得清晰準(zhǔn)確畫面的技術(shù)難題。在這種條件下的準(zhǔn)確率就要具體問題具體分析。
另外黃翰教授還向雷鋒網(wǎng)解釋了基于人臉識別等技術(shù)在民用及軍用領(lǐng)域的不同之處。他表示，拋去硬件及功能不論，就該技術(shù)的實(shí)際應(yīng)用，民用和軍用其實(shí)差別不大，主要是在精確度和復(fù)雜場景下的要求會有所不同、再者就是人臉庫的要求也有所不同。
綜合以上幾位專家所述，基于人臉識別等技術(shù)應(yīng)用在無人機(jī)上識別、跟蹤打擊犯罪、恐怖分子在算法層面已經(jīng)問題不大，但由于使用場景復(fù)雜（夜晚、距離遠(yuǎn)、耗能高、抖動強(qiáng)等），目前還沒有被廣泛使用。但從另一個角度看，影視作品大都都是現(xiàn)實(shí)場景和方向的縮影，隨著無人機(jī)在《戰(zhàn)狼2》中的大量曝光，人們大概已經(jīng)窺探到其未來應(yīng)用在打擊罪犯、恐怖分子的影子。
