熙熙攘攘的車站里，一位風衣男子疾步逆人流而上，左右環(huán)顧。在外人看來，他與一般旅客無異，實際上，他的隱形眼鏡上不斷出現(xiàn)迎面而來的每位旅客的個人信息。這是《碟中諜4》中的一幕特工采用面部識別隱形眼鏡追捕目標的情節(jié)。經(jīng)典科幻大片《終結(jié)者》中，開啟保險庫大門的密碼都是人臉——由攝像頭對臉部特征進行掃描，如果符合則大門自動開啟，否則警鈴大作。在許多電影中，類似的場景無處不在，令人炫目。你可能要問了：這是真的嗎？人臉識別技術(shù)看著挺高大上，事實上，目前這項技術(shù)突飛猛進地向前發(fā)展，已經(jīng)讓科幻變成了現(xiàn)實。

陌生而熟悉的識別技術(shù)

人臉識別技術(shù)誕生于20世紀60年代，在計算機科學(xué)領(lǐng)域，一直都是持久熱門的課題，是繼指紋識別、語音識別之后，人類最近幾年內(nèi)在人工智能的另一領(lǐng)域——圖像識別方面取得的重大進展，它是通過使用攝像機或攝像頭采集含有人臉的圖像或視頻流，并自動在圖像中檢測和跟蹤人臉，進而對檢測到的人臉進行一系列技術(shù)處理，以達到識別不同人身份的目的。人臉識別技術(shù)屬于生物特征識別技術(shù)的一個子集，生物特征識別的研究對象包括臉、指紋、掌紋、視網(wǎng)膜、語音等方面的識別技術(shù)。

人臉識別這個詞兒看似很高科技，但實際上它對我們來說一點兒也不神秘，說不定你每天都會“被識別”很多次，因為現(xiàn)在很多安防監(jiān)控的攝像頭就有人臉追蹤和身份識別的功能。還有一個常見應(yīng)用就是大家平時使用的數(shù)碼相機，很多都帶有人臉識別功能，能抓住拍攝畫面中人的臉部位置，用方框提示出來，使得拍照的人更容易抓住對焦點。這些普普通通的應(yīng)用，都是基于各種復(fù)雜的或者簡單的面部識別算法來實現(xiàn)的，隨著現(xiàn)代計算機技術(shù)和光學(xué)成像技術(shù)的蓬勃發(fā)展，需要進行大數(shù)據(jù)量計算的識別算法逐漸被研究和開發(fā)出來。

那么一部不會思考的機器究竟是如何識別出人臉的呢？

第一個重要環(huán)節(jié)是“人臉定位”，也就是先找出圖片或視頻中的人臉。眼睛、鼻子、嘴、下巴、顴骨等部件構(gòu)成了一張臉，雖說每張臉都不一樣，但又都是相似的。早期的研究人員就是通過研究大量人臉的共同特性，通過各個重要器官的形狀、大小以及結(jié)構(gòu)的關(guān)系來總結(jié)出一個經(jīng)驗值，由此來定位出畫面中具體哪部分是人臉。

第二個重要環(huán)節(jié)是人臉特征值提取，這是計算機“認識”臉的核心過程。世界上沒有兩片—模一樣的葉子，當然也沒有兩副完全相同的面孔。面部重要器官的形狀、大小和結(jié)構(gòu)上的各種差異使得每個人的臉都不一樣，由此可以通過提取眼、口、鼻等重要特征點的位置以及重要器官的幾何形狀來做分類，去識別人臉的身份。不過這種分類識別的效果有些不盡如人意。后來有人改進了這個方法，設(shè)計了一個器官模型，并定義了一個復(fù)雜的特征函數(shù)來描述這個模板，通過調(diào)節(jié)特征函數(shù)的參數(shù)使得這個模型能夠?qū)?yīng)上每一張臉，而這些參數(shù)就成了描述這張臉的特征值。這個算法其實也不太實際，它需要匹配每個人的臉得到大量不同的特征值去確定龐大的參數(shù)值。

在實際使用的產(chǎn)品中，人們往往采用較為簡便的算法，先用數(shù)據(jù)庫存儲多張標準人臉照片，并事先計算出這些照片中每張臉的獨一無二的特征，讓每一張臉跟一個身份信息對應(yīng)。然后依靠攝像頭捕捉待識別的人臉，實時生成特征值，在識別階段，用這個特征值去數(shù)據(jù)庫檢索匹配，以確認到底是誰。

人臉識別應(yīng)用前景

如今，人臉識別已經(jīng)廣泛應(yīng)用到各個不同的領(lǐng)域。

1.公共安全和管理。比如銀行、機場、體育場，甚至是大型超市的攝像頭，很多都連接著人臉識別系統(tǒng)，用于安全監(jiān)控。早在2008年北京奧運會，在所有比賽場館中，已經(jīng)實現(xiàn)了全方位無縫式攝像頭監(jiān)控。在場館的入口處，監(jiān)控攝像頭都與面部識別系統(tǒng)相連，以每秒鐘五十萬張的速度將通過入口的觀眾與數(shù)據(jù)庫中的資料照片進行對比。許多企業(yè)也安裝了人臉識別門禁考勤系統(tǒng)、人臉識別防盜門等。一些學(xué)校也都安裝有人臉識別系統(tǒng)來為學(xué)生進行每天出勤點名記錄。

2.信息安全和金融服務(wù)。比如銀行的自動提款機，如果用戶銀行卡和密碼被盜就會被他人冒取現(xiàn)金，如果同時應(yīng)用人臉識別就會避免這種情況的發(fā)生。2015年3月，馬云在德國cebit大會開幕式上演示了螞蟻金服的smile to pay掃臉技術(shù)，并刷自己的臉為嘉賓從淘寶網(wǎng)上購買了一枚20歐元的1948年漢諾威紀念郵票。人臉識別技術(shù)2015年7月已開始逐步在支付寶實名認證、重置密碼、換綁手機等功能中應(yīng)用，數(shù)據(jù)顯示刷臉驗證的識別成功率已經(jīng)達到90%以上。相比其他驗證方式，人臉識別更為便捷。用戶可能不記得銀行卡信息、密碼、身份證號碼等，也可能因為各種原因收不到校驗碼等驗證信息，而人臉識別只需對著手機攝像頭刷一下臉就可以了。個人信息的盜用在網(wǎng)絡(luò)上時有發(fā)生，而人臉屬于生物特征，盜用難度很高。所以，生物識別在提供便捷的同時，也能有效增加安全性。

3.互聯(lián)網(wǎng)娛樂。隨著移動互聯(lián)網(wǎng)的崛起，一些人臉識別技術(shù)的開發(fā)者將該項技術(shù)應(yīng)用到娛樂領(lǐng)域中，比如GoogIe搜索引擎的圖片搜索功能，找一張人像照片進行搜索，就可以看到很多與搜索圖片相似或者同一個人的很多不同照片。全球最大的社交網(wǎng)站Facebook花了幾千萬美元收購了一個專門進行人臉識別的網(wǎng)站face.com，更是掀起了一股與人臉識別相關(guān)的創(chuàng)業(yè)潮，很多有才華的年輕人把智慧和精力投入到其中，創(chuàng)造出了很多有意思有價值的產(chǎn)品。APP“開心明星臉”，可以根據(jù)人臉的輪廓、膚色、紋理、質(zhì)地、色彩、光照等特征來計算照片中主人公與明星的相似度。風靡全球的How-Old.net，很巧妙地將人臉辨認與社交網(wǎng)絡(luò)中的人際交往結(jié)合在一起，年齡、性別、顏值測測就知道。

刷臉也沒那么靠譜

人臉識別看起來這么好，它就一定萬無一失嗎？答案當然是否定的，一切技術(shù)都有它自己的bug，人臉識別目前還在不斷的完善之中。

關(guān)于人臉識別技術(shù)準確率究竟能達到多少，可以說經(jīng)過多年的發(fā)展，人臉識別技術(shù)已經(jīng)取得了長足的進步。然而，這并不意味著人臉識別技術(shù)已經(jīng)非常成熟。首先，人臉識別相關(guān)系統(tǒng)都基于可見光或紅外光，不可能識別人體骨骼；此外，所謂識別的準確率可高達99%也是不可能的。人臉的外形很不穩(wěn)定，人們可以通過臉部肌肉的變化產(chǎn)生很多不同的表情，而在不同的角度進行觀察，人臉的視覺圖像也相差很大，這對于人臉識別效果的穩(wěn)定性和準確性也帶來了一定的挑戰(zhàn)；另外，人臉識別還受光照條件影響，比如白天和黑夜，室內(nèi)和室外等，人臉的遮蓋物，比如頭發(fā)、胡須等；當然還有年齡以及整容行為等多方面因素的影響。所以目前最好的人臉識別系統(tǒng)在識別時的正確率只能達到75%以下，驗證系統(tǒng)等錯誤率達到10%以上。

還有一些由這項“刷臉”技術(shù)引發(fā)的疑問：如果有人拿我的照片和視頻來冒充怎么辦？用3D打印等技術(shù)復(fù)制人臉能騙過攝像頭嗎？搶劫犯是不是再也不用逼問密碼了等問題。如何規(guī)避以上種種問題對于人臉識別的影響，依舊是人們將來研究的重點方向。