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)。經典科幻大片《終結者》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？人臉識別技術看著挺高大上，事實上，目前這項技術突飛猛進地向前發(fā)展，已經讓科幻變成了現實。

陌生而熟悉的識別技術

人臉識別技術誕生于20世紀60年代，在計算機科學領域，一直都是持久熱門的課題，是繼指紋識別、語音識別之后，人類最近幾年內在人工智能的另一領域——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處理，以達到識別不同人身份的目的。人臉識別技術屬于生物特征識別技術的一個子集，生物特征識別的研究對象包括臉、指紋、掌紋、視網膜、語音等方面的識別技術。

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。還有一個常見應用就是大家平時使用的數碼相機，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。這些普普通通的應用，都是基于各種復雜的或者簡單的面部識別算法來實現的，隨著現代計算機技術和光學成像技術的蓬勃發(fā)展，需要進行大數據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、大小以及結構的關系來總結出一個經驗值，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、大小和結構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，設計了一個器官模型，并定義了一個復雜的特征函數來描述這個模板，通過調節(jié)特征函數的參數使得這個模型能夠對應上每一張臉，而這些參數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值。

在實際使用的產品中，人們往往采用較為簡便的算法，先用數據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。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，用這個特征值去數據庫檢索匹配，以確認到底是誰。

人臉識別應用前景

如今，人臉識別已經廣泛應用到各個不同的領域。

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，已經實現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據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。一些學校也都安裝有人臉識別系統(tǒng)來為學生進行每天出勤點名記錄。

2.信息安全和金融服務。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金，如果同時應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，并刷自己的臉為嘉賓從淘寶網上購買了一枚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用，數據顯示刷臉驗證的識別成功率已經達到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絡上時有發(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)網娛樂。隨著移動互聯(lián)網的崛起，一些人臉識別技術的開發(fā)者將該項技術應用到娛樂領域中，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。全球最大的社交網站Facebook花了幾千萬美元收購了一個專門進行人臉識別的網站face.com，更是掀起了一股與人臉識別相關的創(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品。APP“開心明星臉”，可以根據人臉的輪廓、膚色、紋理、質地、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絡中的人際交往結合在一起，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，一切技術都有它自己的bug，人臉識別目前還在不斷的完善之中。

關于人臉識別技術準確率究竟能達到多少，可以說經過多年的發(fā)展，人臉識別技術已經取得了長足的進步。然而，這并不意味著人臉識別技術已經非常成熟。首先，人臉識別相關系統(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打印等技術復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。