刷臉時(shí)代 人臉識(shí)別離我們有多遠(yuǎn)

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

陌生而熟悉的識(shí)別技術(shù)

人臉識(shí)別技術(shù)誕生于20世紀(jì)60年代，在計(jì)算機(jī)科學(xué)領(lǐng)域，一直都是持久熱門的課題，是繼指紋識(shí)別、語(yǔ)音識(shí)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(shí)別方面取得的重大進(jìn)展，它是通過(guò)使用攝像機(jī)或攝像頭采集含有人臉的圖像或視頻流，并自動(dòng)在圖像中檢測(cè)和跟蹤人臉，進(jìn)而對(duì)檢測(cè)到的人臉進(jìn)行一系列技術(shù)處理，以達(dá)到識(shí)別不同人身份的目的。人臉識(shí)別技術(shù)屬于生物特征識(shí)別技術(shù)的一個(gè)子集，生物特征識(shí)別的研究對(duì)象包括臉、指紋、掌紋、視網(wǎng)膜、語(yǔ)音等方面的識(shí)別技術(shù)。

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

那么一部不會(huì)思考的機(jī)器究竟是如何識(shí)別出人臉的呢？

第一個(gè)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(shuō)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(guò)研究大量人臉的共同特性，通過(guò)各個(gè)重要器官的形狀、大小以及結(jié)構(gòu)的關(guān)系來(lái)總結(jié)出一個(gè)經(jīng)驗(yàn)值，由此來(lái)定位出畫面中具體哪部分是人臉。

第二個(gè)重要環(huán)節(jié)是人臉特征值提取，這是計(jì)算機(jī)“認(rèn)識(shí)”臉的核心過(guò)程。世界上沒有兩片—模一樣的葉子，當(dāng)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(gè)人的臉都不一樣，由此可以通過(guò)提取眼、口、鼻等重要特征點(diǎn)的位置以及重要器官的幾何形狀來(lái)做分類，去識(shí)別人臉的身份。不過(guò)這種分類識(shí)別的效果有些不盡如人意。后來(lái)有人改進(jìn)了這個(gè)方法，設(shè)計(jì)了一個(gè)器官模型，并定義了一個(gè)復(fù)雜的特征函數(shù)來(lái)描述這個(gè)模板，通過(guò)調(diào)節(jié)特征函數(shù)的參數(shù)使得這個(gè)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(gè)算法其實(shí)也不太實(shí)際，它需要匹配每個(gè)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(shí)際使用的產(chǎn)品中，人們往往采用較為簡(jiǎn)便的算法，先用數(shù)據(jù)庫(kù)存儲(chǔ)多張標(biāo)準(zhǔn)人臉照片，并事先計(jì)算出這些照片中每張臉的獨(dú)一無(wú)二的特征，讓每一張臉跟一個(gè)身份信息對(duì)應(yīng)。然后依靠攝像頭捕捉待識(shí)別的人臉，實(shí)時(shí)生成特征值，在識(shí)別階段，用這個(gè)特征值去數(shù)據(jù)庫(kù)檢索匹配，以確認(rèn)到底是誰(shuí)。

人臉識(shí)別應(yīng)用前景

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

1.公共安全和管理。比如銀行、機(jī)場(chǎng)、體育場(chǎng)，甚至是大型超市的攝像頭，很多都連接著人臉識(shí)別系統(tǒng)，用于安全監(jiān)控。早在2008年北京奧運(yùn)會(huì)，在所有比賽場(chǎng)館中，已經(jīng)實(shí)現(xiàn)了全方位無(wú)縫式攝像頭監(jiān)控。在場(chǎng)館的入口處，監(jiān)控?cái)z像頭都與面部識(shí)別系統(tǒng)相連，以每秒鐘五十萬(wàn)張的速度將通過(guò)入口的觀眾與數(shù)據(jù)庫(kù)中的資料照片進(jìn)行對(duì)比。許多企業(yè)也安裝了人臉識(shí)別門禁考勤系統(tǒng)、人臉識(shí)別防盜門等。一些學(xué)校也都安裝有人臉識(shí)別系統(tǒng)來(lái)為學(xué)生進(jìn)行每天出勤點(diǎn)名記錄。

2.信息安全和金融服務(wù)。比如銀行的自動(dòng)提款機(jī)，如果用戶銀行卡和密碼被盜就會(huì)被他人冒取現(xiàn)金，如果同時(shí)應(yīng)用人臉識(shí)別就會(huì)避免這種情況的發(fā)生。2015年3月，馬云在德國(guó)cebit大會(huì)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(gòu)買了一枚20歐元的1948年漢諾威紀(jì)念郵票。人臉識(shí)別技術(shù)2015年7月已開始逐步在支付寶實(shí)名認(rèn)證、重置密碼、換綁手機(jī)等功能中應(yīng)用，數(shù)據(jù)顯示刷臉驗(yàn)證的識(shí)別成功率已經(jīng)達(dá)到90%以上。相比其他驗(yàn)證方式，人臉識(shí)別更為便捷。用戶可能不記得銀行卡信息、密碼、身份證號(hào)碼等，也可能因?yàn)楦鞣N原因收不到校驗(yàn)碼等驗(yàn)證信息，而人臉識(shí)別只需對(duì)著手機(jī)攝像頭刷一下臉就可以了。個(gè)人信息的盜用在網(wǎng)絡(luò)上時(shí)有發(fā)生，而人臉屬于生物特征，盜用難度很高。所以，生物識(shí)別在提供便捷的同時(shí)，也能有效增加安全性。

3.互聯(lián)網(wǎng)娛樂。隨著移動(dòng)互聯(lián)網(wǎng)的崛起，一些人臉識(shí)別技術(shù)的開發(fā)者將該項(xiàng)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(jìn)行搜索，就可以看到很多與搜索圖片相似或者同一個(gè)人的很多不同照片。全球最大的社交網(wǎng)站Facebook花了幾千萬(wàn)美元收購(gòu)了一個(gè)專門進(jìn)行人臉識(shí)別的網(wǎng)站face.com，更是掀起了一股與人臉識(shí)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(jià)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(lái)計(jì)算照片中主人公與明星的相似度。風(fēng)靡全球的How-Old.net，很巧妙地將人臉辨認(rèn)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(cè)測(cè)就知道。

刷臉也沒那么靠譜

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

關(guān)于人臉識(shí)別技術(shù)準(zhǔn)確率究竟能達(dá)到多少，可以說(shuō)經(jīng)過(guò)多年的發(fā)展，人臉識(shí)別技術(shù)已經(jīng)取得了長(zhǎng)足的進(jìn)步。然而，這并不意味著人臉識(shí)別技術(shù)已經(jīng)非常成熟。首先，人臉識(shí)別相關(guān)系統(tǒng)都基于可見光或紅外光，不可能識(shí)別人體骨骼；此外，所謂識(shí)別的準(zhǔn)確率可高達(dá)99%也是不可能的。人臉的外形很不穩(wěn)定，人們可以通過(guò)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(jìn)行觀察，人臉的視覺圖像也相差很大，這對(duì)于人臉識(shí)別效果的穩(wěn)定性和準(zhǔn)確性也帶來(lái)了一定的挑戰(zhàn)；另外，人臉識(shí)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(dāng)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(shí)別系統(tǒng)在識(shí)別時(shí)的正確率只能達(dá)到75%以下，驗(yàn)證系統(tǒng)等錯(cuò)誤率達(dá)到10%以上。

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