動態分析人臉數據 (華飛思李麗珍)

原文刊於信報財經新聞「StartupBeat創科鬥室」

本港科企華飛思（WildFaces）以「動攝」（On-the-Move）人臉識別專利技術，通過臨時擺放的智能手機、無人機等攝影儀器，毋須預先配合資料庫，亦可收集及分析動態影像。今次《信報》StartUpBeat請來華飛思創辦人及行政總監李麗珍講解其技術的應用場景。

主持：（朱）朱美俞《信報》科技記者

嘉賓：（李）李麗珍 華飛思創辦人及行政總監

朱：據知，你本為海外人工智能（AI）科企的骨幹人物，為何有志返港成立初創？

李：我原本是澳洲科企iOmniscient聯合創辦人及董事總經理，擁有18年AI行業經驗，參與不少智慧城市（Smart City）項目，應用方案覆蓋全球逾60個城市，包括美國及中東地區等。

作為港人，我一直留意本地消息，得知港府於2017年發表《香港智慧城市藍圖》，有關「智慧香港」項目，自己擅長相關領域，結果2017年11月成立華飛思，並於2018年正式回流香港，冀憑藉自身經驗，為這個家出一分力。

朱：可否簡單講解技術及應用場景？

李：作為公司的核心技術，動攝人臉識別，主要以AI電腦視覺（Computer Vision）分析影像，技術已申請專利，它不受場景或設備所限，無論客戶採用固定或非固定的低清鏡頭，甚至臨時擺放一部智能手機、無人機等，都能在人潮洶湧及抖動的環境下，經系統快速捕捉遠距離影像，甚或尋找失蹤長者及小孩。

夥懲教署港鐵合作

較早前，公司跟本港懲教署合作，通過動攝技術，偵測在囚人士有否自殺行為。如有異常情況，系統即時發出預警，讓職員馬上跟進處理。此外，人臉識別技術亦適用於地盤、辦公室、廠房等，例如員工出勤、商場排隊管理等用途。

至於物件偵測方面，以預防性維護（Preventive Maintenance）工作為主。以港鐵（00066）為例，通過視頻方式，系統不分晝夜，都能偵測鐵路機器有否老化或異常，可及時通知公司派員維修，預防危險情況發生。

朱：在鏡頭及像素等限制下，系統如何捕捉目標對象？你們如何訓練AI？

李：傳統AI深度學習恍如嬰兒般，透過攝取大量圖像數據，提升辨識人類及物件的準確度。惟本港因私隱問題，企業難以獲取大量數據，而市面上的數據或有不實，不太可靠。不過，若以成年人邏輯訓練AI，就大有功效。

我們抽取的資料，不含過多細節，例如AI系統不會看人臉上有否墨痣、鬚根、皺紋等，主要根據人臉五官距離、顴骨位置等分析；另通過攝影裝置，捕捉多角度影像，再將之重疊，以建立3D人臉影像；加上身高等資料，就能確認並鎖定目標對象。情況就如智能手機的指紋識別功能，通過多角度指紋重疊，辨識用戶身份。

私隱數據不上雲端

朱：近年人臉識別技術，惹來全球私隱及道德爭議，為何你們以此為業務基礎？

李：事實上，每項新技術出現，皆有好壞兩面，就如一把刀既可傷人，也可切生果惠民。至關重要的是，企業之間有否符合規例。以我所知，港府及本地企業均嚴格遵守私隱規管條例，這亦是華飛思落戶本港，而非內地的原因之一。

此外，公司系統不設資料庫，只抽取樣本數據，例如輪廓資料等，按客戶痛點，提供AI解決方案。因此，團隊無法通過樣本數據，辨識此人身份。另通過自主技術及自家網絡，系統數據毋須上傳雲端，資料相對保密。

朱：你認為AI人臉識別技術未來趨勢如何？

李：AI把人類重複性工序機械化，企業將之交由AI處理，讓人類工種及工作質素提高，變相可做自己喜歡的事。以大廈保安員為例，他們大多時間坐着，閒時為住客開門。若AI系統協助辨識住客身份，代替保安員協助開門的動作，就能彈性安排人手巡邏。

擁自家演算法專利

朱：受中美貿易戰影響，港產「獨角獸」商湯科技（SenseTime），早前被美國列入貿易管制黑名單。同為本地AI初創，你對市場有何看法？

李：公司發展之初，以自主底層技術演算法（Algorithm）起步，演算法專利由公司持有，故不受任何貿易戰牽制。現時不少企業對美國特定技術，例如圖形處理器（GPU）等相當依賴，意味着其編程（Coding）跟美國GPU緊扣。

美國有不少企業，主張開放演算法供所有人使用。惟各企業技術若相類似的話，就較難在市場上競爭。

註：以上嘉賓訪問均屬個人意見，與本報立場無關。

支持EJ Tech

如欲投稿、報料，發布新聞稿或採訪通知，按這裏聯絡我們。