人臉識(shí)別是基于人的臉部特征信息進(jìn)行身份識(shí)別的一種生物識(shí)別技術(shù)。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)行一系列相關(guān)操作的技術(shù)，通常也叫做人像識(shí)別。

人類基于人臉識(shí)別系統(tǒng)的研究始于20世紀(jì)60年代，80年代后隨著計(jì)算機(jī)技術(shù)和光學(xué)成像技術(shù)的發(fā)展得到提高，而真正進(jìn)入初級(jí)的應(yīng)用階段則在90年后期；人臉識(shí)別系統(tǒng)成功的關(guān)鍵在于是否擁有尖端的核心算法，并使識(shí)別結(jié)果具有實(shí)用化的識(shí)別率和識(shí)別速度；“人臉識(shí)別系統(tǒng)”集成了人工智能、機(jī)器識(shí)別、機(jī)器學(xué)習(xí)、模型理論、視頻圖像處理等多種專業(yè)技術(shù)，同時(shí)需結(jié)合中間值處理的理論與實(shí)踐，是生物特征識(shí)別的最新應(yīng)用。

傳統(tǒng)的人臉識(shí)別技術(shù)主要是基于可見(jiàn)光圖像的人臉識(shí)別，但這種方式有著難以克服的缺陷，尤其在環(huán)境光照發(fā)生變化時(shí)，識(shí)別效果會(huì)急劇下降，無(wú)法滿足實(shí)際系統(tǒng)的需要。解決光照問(wèn)題的方案有三維圖像人臉識(shí)別和熱成像人臉識(shí)別。但這兩種技術(shù)還遠(yuǎn)不成熟，識(shí)別效果不盡人意。

新近發(fā)展起來(lái)的一種解決方案是基于主動(dòng)近紅外圖像的多光源人臉識(shí)別技術(shù)。它可以克服光線變化的影響，已經(jīng)取得了卓越的識(shí)別性能，在精度、穩(wěn)定性和速度方面的整體系統(tǒng)性能超過(guò)三維圖像人臉識(shí)別。這項(xiàng)技術(shù)在最近兩三年發(fā)展迅速，使人臉識(shí)別技術(shù)逐漸走向?qū)嵱没?/p>

一般來(lái)說(shuō)，人臉識(shí)別系統(tǒng)包括圖像攝取、人臉定位、圖像預(yù)處理以及人臉識(shí)別（身份確認(rèn)或身份查找）。系統(tǒng)輸入一般是一張或者一系列含有未確定身份的人臉圖像，以及人臉數(shù)據(jù)庫(kù)中的若干已知身份的人臉圖像或者相應(yīng)的編碼，而其輸出則是一系列相似度得分，表明待識(shí)別的人臉的身份。

當(dāng)然，人臉識(shí)別最難的部分是有充分適應(yīng)各大光線環(huán)境的人臉預(yù)處理算法，需要在各種復(fù)雜的光線環(huán)境中提取到人臉信息，特別是移動(dòng)互聯(lián)網(wǎng)時(shí)代，攝像頭拍照的地方可以在斑駁的樹(shù)影下，也可以在昏暗的街燈下，以及深夜出租車內(nèi)，這對(duì)算法的魯棒性考驗(yàn)極大。同時(shí)還要考慮照片和視頻欺詐，二次成像的光線污染等問(wèn)題。

當(dāng)前，在國(guó)內(nèi)外已經(jīng)有很多公司掌握了先進(jìn)的預(yù)處理算法，甚至為了將自己掌握的尖端的核心算法落地，有的公司已經(jīng)能夠?qū)崿F(xiàn)人臉檢測(cè)、人臉追蹤、人臉識(shí)別等功能；有的在和傳統(tǒng)的安防廠家合作，尋求在更廣領(lǐng)域的技術(shù)落地；有的則是主動(dòng)尋找金融、互聯(lián)網(wǎng)、航空、地鐵、邊檢、教育及醫(yī)療等行業(yè)落地。

目前，人臉識(shí)別的主要用法大致分為三個(gè)方向：

1vs1，主要用于快速的人臉識(shí)別比對(duì)，作為身份確認(rèn)的一種新方式，比如考生身份確認(rèn)、公司考勤確認(rèn)、各種證件照和本人確認(rèn)，由于這些照片源不一定有權(quán)威統(tǒng)一的接口調(diào)用，所以一直沒(méi)有用起來(lái)。

最可靠的是直接用手機(jī)攝像頭跟調(diào)用身份證中心的人臉源照片比對(duì)。連接權(quán)威人臉庫(kù)，可以解決很多問(wèn)題，比如用戶對(duì)傳身份證照片的不信任，對(duì)持照拍攝的抵觸等，以及未來(lái)信息泄露的隱患擔(dān)憂。

1vsN，這個(gè)主要用于公安部犯罪嫌疑人、失蹤人口的全庫(kù)搜尋、一人多證的重復(fù)排查，以此相似度列出相應(yīng)的結(jié)果，可以大大提高排查效率。

NvsN，該算法實(shí)際上是基于視頻流的幀處理所用，對(duì)服務(wù)器的計(jì)算環(huán)境要求嚴(yán)苛，目前的算法系統(tǒng)所支撐的輸出率非常有限，需要等待下一代GPU算法，特別是基于CUDA架構(gòu)的。該應(yīng)用主要用在一些高級(jí)賽事會(huì)議場(chǎng)合，以及安保公司的人臉警報(bào)系統(tǒng)。

下面，來(lái)談一下人臉識(shí)別的技術(shù)發(fā)展方向：

結(jié)合三維信息：二維和三維信息融合使特征更加魯棒；

多特征融合：?jiǎn)我惶卣麟y以應(yīng)對(duì)復(fù)雜的光照和姿態(tài)變化；

大規(guī)模人臉比對(duì)：面向海量數(shù)據(jù)的人臉比對(duì)與搜索；

深度學(xué)習(xí)：在大數(shù)據(jù)條件下充分發(fā)揮深度神經(jīng)網(wǎng)絡(luò)強(qiáng)大的學(xué)習(xí)能力；

人臉識(shí)別的算法能力：拒識(shí)率、誤識(shí)率、通過(guò)率，準(zhǔn)確率。

在視頻級(jí)N：N的校驗(yàn)中，如果要提高通過(guò)率，很多時(shí)候是采取降低準(zhǔn)確率的方式；同樣在一些比賽中為了降低誤識(shí)率，大大提高了準(zhǔn)確率，所以算法在校驗(yàn)的過(guò)程中必須遵循至少一個(gè)固定標(biāo)準(zhǔn)，追求速度效率或最高準(zhǔn)確率。

我相信：不管怎樣，我們都將迎來(lái)一個(gè)“刷臉”的時(shí)代。在未來(lái)3～5年內(nèi)，人臉識(shí)別技術(shù)將迎來(lái)更快的發(fā)展階段，其應(yīng)用也將出現(xiàn)井噴式的增長(zhǎng)。也許屆時(shí)，我們出門(mén)再也不用攜帶各種證件來(lái)證明自己的身份，公安偵查辦案也將變得更加高效快捷，社會(huì)治安秩序也將變得更加和諧，基于人臉識(shí)別技術(shù)應(yīng)用的娛樂(lè)業(yè)也將更加豐富我們的生活！

（作者單位：山西省公安廳信息通信處）