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，雖然騙過了值班軍人，卻被軍方的人臉識別技術(shù)發(fā)現(xiàn)。2014年翻拍版的《機械戰(zhàn)警》中，機械戰(zhàn)警*次面對大眾公開亮相，就在人群中不停地掃描所有人臉，同時將獲取的人臉在通緝犯資料庫中作比對，瞬間就發(fā)現(xiàn)看熱鬧的人群中有一個逃逸多年的通緝犯，并將其制服。其他還有許多電影中，但凡是美國的機要部門，進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。
　　
　　人臉識別到底是什么？
　　
　　人臉識別，是視覺模式識別的一個細分問題，也大概是zui難解決的一個問題。其實我們?nèi)嗣繒r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(jīng)過大腦的處理被識別為有意義的概念。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*不在進行人臉識別，我們每天生活中遇到無數(shù)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(wù)，對機器來說卻并不那么容易實現(xiàn)。
　　
　　對計算機來講，一幅圖像信息，無論是靜態(tài)的圖片，還是動態(tài)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(shù)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(shù)。
　　
　　機器需要在這些數(shù)據(jù)中，找出某一部分數(shù)據(jù)代表了何種概念：哪一部分數(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(shù)據(jù)中，區(qū)分這個人臉屬于誰，這是個細分類問題。
　　
　　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人臉，就需要機器進行相應(yīng)數(shù)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(qū)別是非常細微的。由此可見人臉識別問題的難度。
　　
　　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)常會伴隨著大量的概念混淆。
　　
　　比如對西方宗教不太了解的國人，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。
　　
　　而人臉識別作為一個新事物，也伴隨著大量的概念混淆，而分清這些概念，對于理解人臉識別還是比較重要的。
　　
　　人臉檢測與人臉識別
　　
　　完成人臉識別的工作，要經(jīng)過幾個步驟。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。但由于并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。
　　
　　所以你可以大致想象下，作一張圖的人臉檢測，計算機需要作多少次二分類判斷。
　　
　　人臉檢測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：人臉部件點定位，人臉圖像的對齊和歸一化，人臉圖像質(zhì)量選取，特征提取，特征比對。所有步驟完成后，才能得知該人臉的身份。
　　
　　當然，我們也可以單獨使用人臉檢測功能來完成某些應(yīng)用，比如當前大部分照相機，及手機攝像頭都有人臉檢測功能，可以自動獲得人臉位置，從而對圖片作一些自動調(diào)焦和優(yōu)化。甚至對人臉做一些初步的判斷，比如性別、年齡，甚至顏值。
　　
　　1v1人臉驗證與1vN人臉查找
　　
　　主人公通過各種方式，蒙混過層層身份驗證，成功進入某機要部門，這是電影中經(jīng)常出現(xiàn)的情節(jié)。而這層層的身份驗證就經(jīng)常包括人臉識別。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，計算機可以通過門卡在后臺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松混入公司。
　　
　　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(yīng)用目前已經(jīng)大量使用，比如敏感設(shè)施的準入，互聯(lián)網(wǎng)金融領(lǐng)域的遠程開戶及大額提取的身份驗證等。
　　
　　文章開始時提到的《機械戰(zhàn)警》中的橋段，則是1vN的人臉查找。機械戰(zhàn)警可以聯(lián)機查找一個保存了所有通緝犯數(shù)據(jù)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數(shù)據(jù)庫中去逐個比對，如果發(fā)現(xiàn)匹配度足夠高的，就當場抓捕。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(shù)。
　　
　　如果要求計算機只憑借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(shù)量級上吧。
　　
　　而目前的人臉識別技術(shù)實際上已經(jīng)超過了這個水平。
　　
　　例如國內(nèi)*的人臉識別公司，一般會有一面屏幕墻，演示公司各個攝像頭所拍攝到人員活動，并對身份進行準確識別，而公司內(nèi)一般維護一個百人數(shù)量級的人臉庫。但如果N再繼續(xù)增大，達到千人庫，萬人庫，那么實時查找*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，一般會降低對實時性的要求，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。