[科普中国]-人脸识别：今天你刷脸了吗？

2016年被被誉为人工智能元年，从人脸识别、语音识别的应用，到如火如荼的围棋人机大战，人工智能正以锐不可当之势进入人类社会，在2017年里进一步渗透进我们生活的方方面面，让每一个都成为人工智能化时代的受益者。

图片来源网络

随着去年北京地区火车站人脸识别系统的普及，今年5月，南京南站也完成了一个月的人脸识别进站系统测试。不仅是这种场合的身份核验，从部分手机app的照相功能、登录功能，到巴黎ESG商学院即将采用的Nestor教学系统（通过人工智能和面部识别技术来判断学生上课时注意力集中情况）。

人脸识别技术已然成为我们生活中的一部分，那么这种技术到底是如何运作的呢？下面我们就来了解一下。

人脸识别到底是什么？

人脸识别，是视觉模式识别的一个细分问题，也大概是最难解决的一个问题。

其实我们人每时每刻都在进行视觉模式识别，我们通过眼睛获得视觉信息，这些信息经过大脑的处理被识别为有意义的概念。于是我们知道了放在我们面前的是水杯、书本，还是什么别的东西。

我们也无时无刻不在进行人脸识别，我们每天生活中遇到无数的人，从中认出那些熟人，和他们打招呼，打交道，忽略其他的陌生人。甚至躲开那些我们欠了钱还暂时还不上的人。

然而这项看似简单的任务，对机器来说却并不那么容易实现。

对计算机来讲，一幅图像信息，无论是静态的图片，还是动态视频中的一帧，都是一个由众多像素点组成的矩阵。比如一个1080p的数字图像，是一个由1980*1080个像素点组成矩阵，每个像素点，如果是8bit的rgb格式，则是3个取值在0-255的数。

图片来源网络

机器需要在这些数据中，找出某一部分数据代表了何种概念：哪一部分数据是水杯，哪一部分是书本，哪一部分是人脸，这是视觉模式识别中的粗分类问题。

而人脸识别，需要在所有机器认为是人脸的那部分数据中，区分这个人脸属于谁，这是个细分类问题。

人脸可以分为多少类呢？

**取决与所处理问题的人脸库大小，人脸库中有多少目标人脸，就需要机器进行相应数量的细分类。**如果想要机器认出每个他看到的人，则这世界上有多少人，人脸就可以分为多少类，而这些类别之间的区别是非常细微的。

由此可见人脸识别问题的难度。遑论这件本就庞大复杂的工程还要受到光照，角度，人脸部的装饰物等各种因素的影响。这也不难解释为什么人脸识别技术目前还没有大量应用在日常生活中，譬如本文的导引所提的一些应用也都还处于初级的试运营阶段。

人脸检测与人脸识别

完成人脸识别的工作，要经过几个步骤。

人脸粗识别示意图（来源网络）

首先计算机需要在图像或视频中找到人脸的位置，这部分工作一般叫做人脸检测。如前所述，这是一种粗分类，具体到人脸检测中，实际上是二分类，计算机只需要判断目标图像是或者不是人脸。

但由于并不能事先确定人脸的大小和位置，计算机需要以每个可能的人脸大小对全图进行扫描，逐个判断子窗口所截取的图像是否为人脸。而每次扫描过程，子窗口移动的步长可能是几个像素。

所以我们可以大致想象下，作一张图的人脸检测，计算机需要作多少次二分类判断。

1v1****人脸验证与1vＮ人脸查找

如果我们使用门卡，计算机可以通过门卡在后台中获取门卡所有者的人脸样本，将其与当前使用门卡人的人脸图像进行对比，以确认当前使用门卡的人与门卡的所有者是否匹配，如此可以避免捡到你门卡的人轻松混入公司。

这是一种**1v1的身份验证，计算机对当前人脸和库存人脸进行一次比对，是对其他验证方式的一种辅助，从而提高身份验证的可靠性。**这种应用目前已经大量使用，比如敏感设施的准入，互联网金融领域的远程开户及大额提取的身份验证等。

图片来源网络

至于我们在无数科幻影片中看到的诸如FBI可以联机查找一个保存了所有通缉犯数据的人脸库，每次他遇到一个人，都会先获取该人的人脸信息，用所获得信息去通缉犯数据库中去逐个比对，如果发现匹配度足够高的，就当场抓捕。

这是一种1vN的人脸查找。每次人脸识别，计算机要作n次人脸比对，n为待识别库中的人脸模板数。

如果要求计算机只凭借人脸识别出一个人的身份，这实际上也是一种1vN的人脸查找，其目标人脸库是一个由n个人脸组成的“熟人库”，随着n的增大，准确识别的难度也会增大，一次识别所需要的计算时间也会增加。我们可以考虑一下，一个普通人能对多少个人脸进行准确识别？大概也就在几十个这个数量级上吧。而目前最好的人脸识别技术实际上已经超过了这个水平。

可见，人脸识别其实是一项十分庞大复杂的技术，普及较慢在所难免，我们前文提到的火车进站人脸识别系统，目前还会因车票二维码模糊、乘客戴眼镜或化妆等问题无法识别，因此还在改进之中。不过，现在的刷脸考勤、刷脸支付等都是这项技术的应用，我们也希望在人工智能化大时代中，能有越来越多这样的便捷化个性化技术造福人类。