人臉識別：今天你刷臉了嗎？

2016年被被譽為人工智慧元年，從人臉識別、語音識別的應用，到如火如荼的圍棋人機大戰，人工智慧正以銳不可當之勢進入人類社會，在2017年里進一步滲透進我們生活的方方面面，讓每一個都成為人工智慧化時代的受益者。

圖片來源網路

隨著去年北京地區火車站人臉識別系統的普及，今年5月，南京南站也完成了一個月的人臉識別進站系統測試。不僅是這種場合的身份核驗，從部分手機app的照相功能、登錄功能，到巴黎ESG商學院即將採用的Nestor教學系統（通過人工智慧和面部識別技術來判斷學生上課時注意力集中情況）。

人臉識別技術已然成為我們生活中的一部分，那麼這種技術到底是如何運作的呢？下面我們就來了解一下。

人臉識別到底是什麼？

人臉識別，是視覺模式識別的一個細分問題，也大概是最難解決的一個問題。

其實我們人每時每刻都在進行視覺模式識別，我們通過眼睛獲得視覺信息，這些信息經過大腦的處理被識別為有意義的概念。於是我們知道了放在我們面前的是水杯、書本，還是什麼別的東西。

我們也無時無刻不在進行人臉識別，我們每天生活中遇到無數的人，從中認出那些熟人，和他們打招呼，打交道，忽略其他的陌生人。甚至躲開那些我們欠了錢還暫時還不上的人。

然而這項看似簡單的任務，對機器來說卻並不那麼容易實現。

對計算機來講，一幅圖像信息，無論是靜態的圖片，還是動態視頻中的一幀，都是一個由眾多像素點組成的矩陣。比如一個1080p的數字圖像，是一個由1980*1080個像素點組成矩陣，每個像素點，如果是8bit的rgb格式，則是3個取值在0-255的數。

圖片來源網路

機器需要在這些數據中，找出某一部分數據代表了何種概念：哪一部分數據是水杯，哪一部分是書本，哪一部分是人臉，這是視覺模式識別中的粗分類問題。

而人臉識別，需要在所有機器認為是人臉的那部分數據中，區分這個人臉屬於誰，這是個細分類問題。

人臉可以分為多少類呢？

取決於所處理問題的人臉庫大小，人臉庫中有多少目標人臉，就需要機器進行相應數量的細分類。如果想要機器認出每個他看到的人，則這世界上有多少人，人臉就可以分為多少類，而這些類別之間的區別是非常細微的。

由此可見人臉識別問題的難度。遑論這件本就龐大複雜的工程還要受到光照，角度，人臉部的裝飾物等各種因素的影響。這也不難解釋為什麼人臉識別技術目前還沒有大量應用在日常生活中，譬如本文的導引所提的一些應用也都還處於初級的試運營階段。

人臉檢測與人臉識別

完成人臉識別的工作，要經過幾個步驟。

人臉粗識別示意圖（來源網路）

首先計算機需要在圖像或視頻中找到人臉的位置，這部分工作一般叫做人臉檢測。如前所述，這是一種粗分類，具體到人臉檢測中，實際上是二分類，計算機只需要判斷目標圖像是或者不是人臉。

但由於並不能事先確定人臉的大小和位置，計算機需要以每個可能的人臉大小對全圖進行掃描，逐個判斷子窗口所截取的圖像是否為人臉。而每次掃描過程，子窗口移動的步長可能是幾個像素。

所以我們可以大致想像下，作一張圖的人臉檢測，計算機需要作多少次二分類判斷。

1v1人臉驗證與1vＮ人臉查找

如果我們使用門卡，計算機可以通過門卡在後台中獲取門卡所有者的人臉樣本，將其與當前使用門卡人的人臉圖像進行對比，以確認當前使用門卡的人與門卡的所有者是否匹配，如此可以避免撿到你門卡的人輕鬆混入公司。

這是一種1v1的身份驗證，計算機對當前人臉和庫存人臉進行一次比對，是對其他驗證方式的一種輔助，從而提高身份驗證的可靠性。這種應用目前已經大量使用，比如敏感設施的准入，互聯網金融領域的遠程開戶及大額提取的身份驗證等。

圖片來源網路

至於我們在無數科幻影片中看到的諸如FBI可以聯機查找一個保存了所有通緝犯數據的人臉庫，每次他遇到一個人，都會先獲取該人的人臉信息，用所獲得信息去通緝犯資料庫中去逐個比對，如果發現匹配度足夠高的，就當場抓捕。

這是一種1vN的人臉查找。每次人臉識別，計算機要作n次人臉比對，n為待識別庫中的人臉模板數。

如果要求計算機只憑藉人臉識別出一個人的身份，這實際上也是一種1vN的人臉查找，其目標人臉庫是一個由n個人臉組成的「熟人庫」，隨著n的增大，準確識別的難度也會增大，一次識別所需要的計算時間也會增加。我們可以考慮一下，一個普通人能對多少個人臉進行準確識別？大概也就在幾十個這個數量級上吧。而目前最好的人臉識別技術實際上已經超過了這個水平。

可見，人臉識別其實是一項十分龐大複雜的技術，普及較慢在所難免，我們前文提到的火車進站人臉識別系統，目前還會因車票二維碼模糊、乘客戴眼鏡或化妝等問題無法識別，因此還在改進之中。不過，現在的刷臉考勤、刷臉支付等都是這項技術的應用，我們也希望在人工智慧化大時代中，能有越來越多這樣的便捷化個性化技術造福人類。

出品：科普中國

製作：北極星創客團隊 大連理工計算數學碩士智能演算法工程師 桑伯男

監製：中國科學院計算機網路信息中心

「科普中國」是中國科協攜同社會各方利用信息化手段開展科學傳播的科學權威品牌。

本文由科普中國融合創作出品，轉載請註明出處。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！