人臉識別技術，讓科幻成為現實

在茫茫人海的火車站走來走去，只要一眨眼的功夫已經被認出，隨即被特工盯梢；迎面相逢的美女是致命殺手，手機發出嘀嘀的報警聲，上面已經顯示美女的姓名和資訊……是的，這就是人臉識別的神奇之處。在最新上映的電影《碟中諜4》中，這些場景令人炫目。我們不禁要問：這是真的嗎？這種科技什麼時候才能用到我們身上？事實上，這些情景不僅僅是電影特技，人臉識別已經讓科幻成為現實。在我們的生活中，很多地方都有它的影子。

 

人臉識別技術原理圖

 

識 別：

人臉檢測 面部特徵定位 與資料庫進行人臉比對

人臉識別技術是基於人的臉部特徵資訊進行身份識別的一種生物識別技術。用攝像機或攝像頭採集含有人臉的影象或視訊流，並自動在影象中檢測和跟蹤人臉，進而對檢測到的人臉進行臉部的一系列相關技術，包括人臉影象採集、人臉定位、人臉識別預處理、記憶儲存和比對辨識，達到識別不同人身份的目的。

人臉識別的過程其實並不複雜。首先是人臉檢測，即判斷輸入影象中是否存在人臉，如果有，便給出每個人臉的位置、大小。其次是面部特徵定位，即對找到的每個人臉，檢測其主要器官的位置和形狀等資訊；最後進行人臉比對，根據面部特徵定位的結果，與庫中人臉對比，判斷該人臉的身份資訊。

在安全性方面，人臉識別系統資訊儲存仍是以計算機能識別的語言為主，即數字或者特定程式碼。這也就是說，它同樣會面臨黑客的攻擊。但若是對已儲存的人臉資訊進行加密，即便黑客偷走了“人臉”，也沒辦法識別或者開啟。

與傳統的身份鑑定方式相比，人臉識別的最大特點就是更具安全、保密和方便性。人臉識別獨具的活性判別能力，保證了他人無法以非活性的照片、木偶、蠟像乃至人頭欺騙識別系統，無法仿冒。此外，人臉識別速度快，不易被察覺。與其他生物識別技術相比，人臉識別屬於一種自動識別技術，一秒時間內可以識別好幾次。不被察覺的特點對於一種識別方法也很重要，這會使該識別方法不令人反感，並且因為不容易引起人的注意而不容易被欺騙。

原 理：

基於面部特徵資訊進行計算與轉換

在茫茫人海中找到你想要的那個人，這樣的場景很多人都想象過，可是這樣的技術應用也許還需要時日。現在，人臉識別大多用於門禁識別或公安機關追蹤等，拍張照片，隨後與人臉庫進行比對。這個過程實際上並不簡單，其對比的背後是一系列的計算與轉換。

人臉影象採集、人臉定位、人臉識別預處理、身份確認以及身份查詢，這一系列的計算與轉換都是人臉識別的關鍵內容。據介紹，人臉識別技術核心稱為實時面部特徵匹配（RFFM），其識別特徵資料緊湊，特徵演算法準確高效，是一種獨創的識別技術。人臉識別的具體方法有多種，比如幾何特徵的人臉識別方法。幾何特徵可以是眼、鼻、嘴等的形狀和他們之間的幾何關係（如相互之間的距離），目前採用測量兩眼之間距離的較多。這些演算法識別速度快、需要的記憶體小，但識別率較低。除此之外還有基於特徵臉的人臉識別方法、神經網路的人臉識別方法、彈性圖匹配的人臉識別方法等。

人的容貌會變，表情會變，胖瘦會變，拍攝環境會變，在這麼多的變數中，人臉識別能準確嗎？國家863人臉識別專案研發清華大學教授蘇光大曾撰文介紹，一個人臉識別系統的效能考察，主要有識別率和識別速度兩方面。人臉識別的識別率是針對確定的資料庫來說的，很難有一個絕對的標準。據介紹，在國際上已有的一些人臉資料庫：美國的YALE人臉庫，英國ORL人臉庫；美國FERET人臉庫等等。而識別速度則有兩種，一種是基於檔案的，即把特徵存成檔案，在檔案級進行比對；另一種是基於資料庫的，如在oracle資料庫中進行比對，在資料庫中存有詳細的人員檔案由此可以進行圖文混合查詢，而藉助圖文混合查詢，可以提高查中率。這兩種方式各有特點，目前的研究是將兩者的優點結合在一起，以實現高速、高識別率的人臉識別。

人臉識別經過40年左右的發展，技術上已經達到了一定的成熟度。與其他生物特徵識別技術相比，人臉識別在實用性方面具有獨到的技術優勢。

蘇光大說，人臉識別不需要使用者配合的生物識別方法，因而操作隱蔽性強，特別適合於安全防範、罪犯監控、罪犯抓捕。同時，它採用非接觸式採集，沒有侵犯性，容易被接受。而指紋採集，掌紋識別通常給人造成不適的感覺。其中，人臉識別最大的優點在於，更符合人類的識別習慣，有點類似人機互動。因而，人們對該技術寄予厚望，期望能夠滿足從國家公共安全、社會安全到金融安全以及人機互動等各類應用的需要。

據趨勢科技謝旭東介紹，人臉識別技術已經在全球有了不少應用，並且取得了不錯的效果。研究報告顯示，從2002年至2006年僅僅5年間，全世界人臉識別技術的市場價值就從3290萬美元升至2.427億美元。

如今，人臉識別系統應用範圍已經相當廣泛，可用於公安、機場、邊防口岸、安防等多個重要行業及領域，以及智慧門禁、門鎖、考勤等民用市場。也許你仍然覺得這些都離我們太遙遠了，最新的訊息是，我們常常使用的郵箱也有可能使用人臉識別系統進行驗證。

網易在去年底宣佈，人臉識別系統的核心技術上已經取得突破，今年上半年有望率先在網易免費郵箱登入安全上應用。

缺 點：

人臉識別率 受多種因素影響

“現有的人臉識別系統在使用者配合、採集條件比較理想的情況下可以取得令人滿意的結果。但是，在使用者不配合、採集條件不理想的情況下，現有系統的識別率將陡然下降。人臉識別技術遠未達到實用水平，還存在著諸多的挑戰性問題需要解決。”在接受北京青年報採訪時，譚曉陽這樣介紹。

比如，人臉比對時，與系統中儲存的人臉有出入，例如剃了鬍子、換了髮型、多了眼鏡、變了表情都有可能引起比對失敗。也就是說，人如果發生微小變化，系統可能就會認證失敗。如今，保守估計，人臉識別技術準確率能達到95%，但沒有達到100%。同時，對於雙胞胎，由於相似特徵太多，人臉識別基本不可能完成。

中國科學院自動化研究所博士張小博也認為，光照、姿態、裝飾等，對機器識別人臉都有影響。目前在美國有全世界最先進的人臉識別系統，其在做測試的時候，識別誤讀率也有1%。

蘇光大稱，如今，對於非配合情況下的人臉影象採集，遮擋問題非常嚴重。特別是在監控環境下，被監控物件可能會戴著眼鏡、帽子等飾物，使得被採集的人臉影象有可能不完整，從而影響了後面的特徵提取與識別，甚至會導致人臉檢測演算法的失效。如何有效地去除遮擋物的影響，是非常緊迫的研究課題。

同時，隨著年齡的變化，面部外觀也會變化，特別是對於青少年，這種變化更加明顯。對於不同的年齡段，人臉識別演算法的識別率也不同。年齡變化對人臉識別演算法的影響也必須得到解決。

此外，雖然隨著人臉資料庫規模的增長，人臉識別演算法的效能將呈現下降，如何維持或提高大規模應用環境下的人臉識別演算法的識別率，同樣是一個非常重要的問題。

擔 憂：

隱私何在？人臉識別會不會引發隱私洩露

據國外媒體報導，頂級社交網路公司 Facebook在去年已悄悄推出自動識別照片人物這一人臉識別技術，引發新一輪的隱私洩露擔憂。

Facebook的“標籤推薦”功能使用面部識別技術，使使用者為親友新增標籤這一操作更為快捷。Facebook為使用者自動開啟此項功能，該項功能已在美國和大多數國家啟用。Facebook在面對外界質疑時迴應，“推出這項服務時，我們原本應該讓使用者更為清楚。” Facebook還通過宣告表示，照片標籤推薦功能僅在向Facebook上傳新照片時啟動，只有好友才被推薦，並且使用者可通過隱私設定關閉該功能。

谷歌Picasa和蘋果iPhoto等照片軟體和線上服務也使用人臉識別技術，但Facebook擁有5億多使用者，使用人臉識別技術勢必會引發更為棘手的隱私問題。