一文了解人臉識(shí)別的原理

現(xiàn)在刷臉變得越來(lái)越普遍了。以前上班需要拿筆簽到，現(xiàn)在可能只要在刷臉，手機(jī)上一掃就可以完成考勤。那么人臉識(shí)別的原理是什么呢？

其實(shí)機(jī)器本來(lái)并不擅長(zhǎng)識(shí)別圖像，比如這張圖片在機(jī)器眼里只是一串0和1組成的數(shù)據(jù)，機(jī)器并不能理解這個(gè)圖像有什么含義。所以想讓機(jī)器學(xué)會(huì)認(rèn)識(shí)圖像，就需要我們給它編寫(xiě)程序算法。當(dāng)我們描述一個(gè)人的長(zhǎng)相的時(shí)候，大多會(huì)用到類似這樣的詞匯，比如瓜子臉、柳葉眼、蒜頭鼻、櫻桃嘴。所謂長(zhǎng)相很大程度上取決于人腦袋和五官的形狀。

最早的人臉識(shí)別就是采用這樣的方法。首先機(jī)器會(huì)在圖像中識(shí)別出臉?biāo)诘奈恢?，然后描繪出這張臉上的五官的輪廓，獲得人臉上五官的形狀和位置信息。比如兩個(gè)眼睛之間的距離，鼻尖嘴角連線在水平方向上的角度等等。這樣就可以通過(guò)這些數(shù)據(jù)判斷這張臉是不是已知的某張臉?；蛘呤侵苯釉跀?shù)據(jù)庫(kù)中找出這是哪一張臉。但是這種方式獲得的特征數(shù)據(jù)比較少，結(jié)果也并不是特別準(zhǔn)確?，F(xiàn)在我們已經(jīng)有了更先進(jìn)的算法對(duì)圖像進(jìn)行處理和比較。比如一些算法不再是從圖像上描點(diǎn)連線，而是直接對(duì)比兩張臉的圖像，這樣就相當(dāng)于更全面細(xì)致的獲取了更多的特征信息。

現(xiàn)在機(jī)器在人臉識(shí)別的正確率上甚至全面超過(guò)了人類。不過(guò)隨著越來(lái)越多的領(lǐng)域，尤其是金融行業(yè)采用人臉識(shí)別技術(shù)，問(wèn)題就出現(xiàn)了，比如可能會(huì)有不法分子利用別人的照片登錄這個(gè)人的賬戶，盜取財(cái)產(chǎn)。一個(gè)解決的方案是讓操作者在進(jìn)行登錄的時(shí)候做一些表情，這樣就可以判斷出這不是一張靜態(tài)的照片。但即使是這樣，不法分子還是可以通過(guò)拍視頻或者建模的方式模擬出這些表情動(dòng)作。

所以在一些對(duì)安全性要求比較高的場(chǎng)合，人臉識(shí)別設(shè)備會(huì)增加一些特殊的裝備來(lái)判斷自己正在識(shí)別的是不是一個(gè)活生生的人。比如可以加裝3D傳感器、紅外攝像儀等設(shè)備來(lái)感知攝像頭前到底是一張冷冰冰的平面圖像，還是一張有溫度的立體的臉？

當(dāng)然，人臉識(shí)別技術(shù)還不夠完美，不法分子總是會(huì)想出新的招數(shù)來(lái)進(jìn)行攻擊，而技術(shù)也正是從這一次一次的防御中不斷自我完善的?，F(xiàn)在的人臉識(shí)別技術(shù)，在各種手機(jī)APP中和我們的生活中得到了廣泛應(yīng)用，雖然方便了生活，但也存在著弊端，相信在不久的將來(lái)，人臉識(shí)別技術(shù)會(huì)更加精進(jìn)和方便。