人臉識(shí)別技術(shù)原理解析

　　你還記得電影里的這些情節(jié)嗎？《變形金剛2》中，年輕的男主角和他的小伙伴們過關(guān)卡時(shí)，雖然騙過了值班軍人，卻被軍方的人臉識(shí)別技術(shù)發(fā)現(xiàn)。2014年翻拍版的《機(jī)械戰(zhàn)警》中，機(jī)械戰(zhàn)警第一次面對(duì)大眾公開亮相，就在人群中不停地掃描所有人臉，同時(shí)將獲取的人臉在通緝犯資料庫中作比對(duì)，瞬間就發(fā)現(xiàn)看熱鬧的人群中有一個(gè)逃逸多年的通緝犯，并將其制服。其他還有許多電影中，但凡是美國(guó)的機(jī)要部門，進(jìn)門就要掃描各種生物特征，從早年電影中的指紋、虹膜，到現(xiàn)在的人臉。

　　人臉識(shí)別到底是什么？

　　人臉識(shí)別，是視覺模式識(shí)別的一個(gè)細(xì)分問題，也大概是最難解決的一個(gè)問題。 其實(shí)我們?nèi)嗣繒r(shí)每刻都在進(jìn)行視覺模式識(shí)別，我們通過眼睛獲得視覺信息，這些信息經(jīng)過大腦的處理被識(shí)別為有意義的概念。于是我們知道了放在我們面前的是水杯、書本，還是什么別的東西。

　　我們也無時(shí)無刻不在進(jìn)行人臉識(shí)別，我們每天生活中遇到無數(shù)的人，從中認(rèn)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(shí)還不上的人。

　　然而這項(xiàng)看似簡(jiǎn)單的任務(wù)，對(duì)機(jī)器來說卻并不那么容易實(shí)現(xiàn)。

　　對(duì)計(jì)算機(jī)來講，一幅圖像信息，無論是靜態(tài)的圖片，還是動(dòng)態(tài)視頻中的一幀，都是一個(gè)由眾多像素點(diǎn)組成的矩陣。比如一個(gè)1080p的數(shù)字圖像，是一個(gè)由1980*1080個(gè)像素點(diǎn)組成矩陣，每個(gè)像素點(diǎn)，如果是8bit的rgb格式，則是3個(gè)取值在0-255的數(shù)。

　　機(jī)器需要在這些數(shù)據(jù)中，找出某一部分?jǐn)?shù)據(jù)代表了何種概念：哪一部分?jǐn)?shù)據(jù)是水杯，哪一部分是書本，哪一部分是人臉，這是視覺模式識(shí)別中的粗分類問題。

　　而人臉識(shí)別，需要在所有機(jī)器認(rèn)為是人臉的那部分?jǐn)?shù)據(jù)中，區(qū)分這個(gè)人臉屬于誰，這是個(gè)細(xì)分類問題。

　　人臉可以分為多少類呢？

　　取決于所處理問題的人臉庫大小，人臉庫中有多少目標(biāo)人臉，就需要機(jī)器進(jìn)行相應(yīng)數(shù)量的細(xì)分類。如果想要機(jī)器認(rèn)出每個(gè)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(qū)別是非常細(xì)微的。由此可見人臉識(shí)別問題的難度。

　　更不要提，這件事還要受到光照，角度，人臉部的裝飾物等各種因素的影響。這也不難解釋為什么人臉識(shí)別技術(shù)目前還沒有大量應(yīng)用在日常生活中，大部分人只能在科幻電影中接觸人臉識(shí)別了。

　　傻傻分不清楚——一些容易被混淆的概念

　　一些不太被人熟悉的事物，經(jīng)常會(huì)伴隨著大量的概念混淆。

　　比如對(duì)西方宗教不太了解的國(guó)人，可能搞不清楚為什么有些人信上帝但不信耶穌；都是在教堂工作的大叔，為什么有些要禁欲，有些卻能結(jié)婚。

　　而人臉識(shí)別作為一個(gè)新事物，也伴隨著大量的概念混淆，而分清這些概念，對(duì)于理解人臉識(shí)別還是比較重要的。

　人臉檢測(cè)與人臉識(shí)別

　　完成人臉識(shí)別的工作，要經(jīng)過幾個(gè)步驟。首先計(jì)算機(jī)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(cè)。如前所述，這是一種粗分類，具體到人臉檢測(cè)中，實(shí)際上是二分類，計(jì)算機(jī)只需要判斷目標(biāo)圖像是或者不是人臉。但由于并不能事先確定人臉的大小和位置，計(jì)算機(jī)需要以每個(gè)可能的人臉大小對(duì)全圖進(jìn)行掃描，逐個(gè)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(dòng)的步長(zhǎng)可能是幾個(gè)像素。

　　所以你可以大致想象下，作一張圖的人臉檢測(cè)，計(jì)算機(jī)需要作多少次二分類判斷。

　　人臉檢測(cè)步驟從一張圖中獲得人臉的位置和大小，并將該部分圖像送給后續(xù)步驟，包括：人臉部件點(diǎn)定位，人臉圖像的對(duì)齊和歸一化，人臉圖像質(zhì)量選取，特征提取，特征比對(duì)。所有步驟完成后，才能得知該人臉的身份。

　　當(dāng)然，我們也可以單獨(dú)使用人臉檢測(cè)功能來完成某些應(yīng)用，比如當(dāng)前大部分照相機(jī)，及手機(jī)攝像頭都有人臉檢測(cè)功能，可以自動(dòng)獲得人臉位置，從而對(duì)圖片作一些自動(dòng)調(diào)焦和優(yōu)化。甚至對(duì)人臉做一些初步的判斷，比如性別、年齡，甚至顏值。

　　1v1人臉驗(yàn)證與1vN人臉查找

　　主人公通過各種方式，蒙混過層層身份驗(yàn)證，成功進(jìn)入某機(jī)要部門，這是電影中經(jīng)常出現(xiàn)的情節(jié)。而這層層的身份驗(yàn)證就經(jīng)常包括人臉識(shí)別。在這種應(yīng)用中，使用者往往需要提供自己的身份。

　　比如使用門卡，計(jì)算機(jī)可以通過門卡在后臺(tái)中獲取門卡所有者的人臉樣本，將其與當(dāng)前使用門卡人的人臉圖像進(jìn)行對(duì)比，以確認(rèn)當(dāng)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松混入公司。

　　這是一種1v1的身份驗(yàn)證，計(jì)算機(jī)對(duì)當(dāng)前人臉和庫存人臉進(jìn)行一次比對(duì)，是對(duì)其他驗(yàn)證方式的一種輔助，從而提高身份驗(yàn)證的可靠性。這種應(yīng)用目前已經(jīng)大量使用，比如敏感設(shè)施的準(zhǔn)入，互聯(lián)網(wǎng)金融領(lǐng)域的遠(yuǎn)程開戶及大額提取的身份驗(yàn)證等。

　　文章開始時(shí)提到的《機(jī)械戰(zhàn)警》中的橋段，則是1vN的人臉查找。機(jī)械戰(zhàn)警可以聯(lián)機(jī)查找一個(gè)保存了所有通緝犯數(shù)據(jù)的人臉庫，每次他遇到一個(gè)人，都會(huì)先獲取該人的人臉信息，用所獲得信息去通緝犯數(shù)據(jù)庫中去逐個(gè)比對(duì)，如果發(fā)現(xiàn)匹配度足夠高的，就當(dāng)場(chǎng)抓捕。每次人臉識(shí)別，計(jì)算機(jī)要作n次人臉比對(duì)，n為待識(shí)別庫中的人臉模板數(shù)。

　　如果要求計(jì)算機(jī)只憑借人臉識(shí)別出一個(gè)人的身份，這實(shí)際上也是一種1vN的人臉查找，其目標(biāo)人臉庫是一個(gè)由n個(gè)人臉組成的“熟人庫”，隨著n的增大，準(zhǔn)確識(shí)別的難度也會(huì)增大，一次識(shí)別所需要的計(jì)算時(shí)間也會(huì)增加。我們可以考慮一下，一個(gè)普通人能對(duì)多少個(gè)人臉進(jìn)行準(zhǔn)確識(shí)別？大概也就在幾十個(gè)這個(gè)數(shù)量級(jí)上吧。

　　而目前最好的人臉識(shí)別技術(shù)實(shí)際上已經(jīng)超過了這個(gè)水平。

　　例如國(guó)內(nèi)頂級(jí)的人臉識(shí)別公司，一般會(huì)有一面屏幕墻，演示公司各個(gè)攝像頭所拍攝到人員活動(dòng)，并對(duì)身份進(jìn)行準(zhǔn)確識(shí)別，而公司內(nèi)一般維護(hù)一個(gè)百人數(shù)量級(jí)的人臉庫。但如果N再繼續(xù)增大，達(dá)到千人庫，萬人庫，那么實(shí)時(shí)查找唯一的匹配人臉就成為一種科幻要求了，在較大的人臉庫應(yīng)用中，一般會(huì)降低對(duì)實(shí)時(shí)性的要求，并且只要求查出前m名非常匹配的疑似人臉，以便縮小人工檢索的范圍。