首页专业知识人脸识别技术“课程101”：运行机制和必修知识点

人脸识别技术“课程101”：运行机制和必修知识点

来源：晰数塔互联网快讯时间：2020年02月07日 19:04

编者按：人脸识别是一项划时代的技术，也是令人忧心的技术。一方面，它为我们带来了福音，比如提高执法效率和优化智能家居产品；而另一方面，由于缺乏相应的法律法规，它又带来了一些社会问题。本文编译自CNET，作者Andrew Gebhart，原文标题“Facial recognition: Apple, Amazon, Google and the race for your face"。作者介绍了它的运行机制和一些“必修”知识点。

作为技术领域的新兴之秀，人脸识别既让人欢喜，又让人忧愁。若您曾刷脸解锁苹果手机，或者曾让Facebook、谷歌整理未分类的相册并找出孩子的照片，那么您肯定熟悉这项技术。

在日常生活中，人脸识别技术的作用日益凸显。去机场和剧院时，您除了主动刷脸，可能有时也会“被刷脸”但却毫不知情。商场店铺的摄像机拍到照片后，您可能会收到个性化的广告信息。当然，人脸识别技术的优点也有很多。它可以赋予智能小家电更智能的特性，并根据不同的使用者推送不同的通知，为亲朋好友带来更多的便利。

然而，最近该技术却引发了隐私问题。专家的担忧是多方面的：过度执法、系统可能存在种族歧视、黑客破解用户的个人安全信息等。

接下来，本文会深入分析人脸识别技术，探讨它的科学机制和一些应用的正反面影响。下面，让我们站在时代的潮头，一起了解人脸识别是什么、如何运行、在哪里运用以及相关的应用有哪些。

人脸识别是什么？

生物识别认证利用身体测量来认定用户身份，而人脸识别是生物识别的分支，它通过测量面部的形状和结构判定身份。虽然不同的系统所用的技术不尽相同，但本质却是相同的。人脸识别遵循的原则无异于指纹、语音识别等其他生物识别认证所遵循的的原则。

人脸识别如何运行？

所有人脸识别系统都会捕捉对象面部的2D或3D图像，然后把捕捉到的图像与既有图像的数据库进行关键信息比对。执法领域的数据库可以由收集的面部照片组成。智能家居相机的数据库则可能是由其他配套应用已识别的亲戚朋友照片组成。

二十世纪60年代，Woodrow“ Woody” Bledsoe在Panoramic Research公司率先使用2D图像开发了人脸识别软件。即使是现在，大多数人脸识别系统仍依赖2D图像，这是因为相机无法捕获深度信息（如鼻子的长度、眼窝的深度），或是因为参考数据库由2D图像组成（如面部照片、护照照片）。

2D人脸识别最初运用眼、口、鼻等“地标”，测量它们的宽度、形状和相互间的距离。人脸识别软件把这些数据转为数字密码，即“面纹编码”（faceprint）。

但当角度不同、光线不同时，问题就出现了。例如正面照的眼鼻距离与侧面照的距离不同。而将2D图像映射到3D模型并取消旋转，这一问题可以在某种程度上得到改善。

引入3D图像

3D人脸识别软件不易受角度和光线干扰，且不依靠平均头部尺寸来猜测“面纹编码”。使用可感应深度的相机，“面纹编码”可以包括面部的轮廓和曲线、眼窝深度以及与鼻尖等点的距离。

多数相机的测量方法是：将不可见的光谱投射到脸上，传感器捕获光与相机本身各个点的距离，从而测量深度。尽管3D传感器比2D版本捕获的细节要多得多，但技术基础却没有改变，即把面部的各种形状、距离和深度转换为数字代码，然后将该代码与数据库匹配。

如果该数据库由2D图像组成，那么软件需要将3D“面纹编码”转换回2D“面纹编码”进行匹配。

苹果的Face ID使用30,000个红外点映射到用户面部。然后，在下次解锁手机时，苹果会记住点的相对位置。

虽然这些系统更为高级，但改变面部表情、戴眼镜或用围巾遮盖脸部等简单的操作也可以轻松让其失效。苹果的Face ID可能很难把用户睡眼惺忪的脸和精神抖擞的脸匹配起来。

引入毛孔分析

最近的皮肤纹理研究有利于克服上述困难。Identix公司专注于开发安全识别技术，它研究出皮肤纹理分析方法——不是测量眼鼻间的距离，而是测量毛孔间的距离，将距离数值转换为数学代码。并将代码称为“皮肤编码”（skinprint）。

理论上，“皮肤编码”非常精确，可以分辨双胞胎之间的差异。目前，Identix正致力于结合人脸识别系统和更普通的3D人脸图，并称该技术提高了25％的准确性。

人脸识别的应用范围

尽管布莱索（Bledsoe）奠定了人脸识别技术的基础，但直到二十世纪８０、９０年代，在麻省理工学院数学家的努力下，现代人脸识别技术才真正开始。自那时起，人脸识别才融入到各种商业和机构的应用中，取得了不同程度的成功。

我国政府将人脸识别技术广泛应用于社会监管。公共区域的摄像头不仅捕捉罪犯的踪迹，而且还记录人们的行为，并把捕捉到的数据转换为分数。一些看似无害的违法行为，如乱穿马路，可能会降低分数，而分数将会纳入到“社会信用”系统中。

伦敦警察局也利用人脸识别缩小犯罪分子的搜索范围，尽管他们的系统据称不是很准确（据报错案的比例高达98％）。在美国，俄勒冈州和佛罗里达州的警察部门正在与亚马逊合作，把人脸识别安装到政府的相机中。

美国正在机场进行人脸识别试点，帮助乘客更快通过安全检查。特勤局则在白宫附近测试人脸识别系统。泰勒·斯威夫特（Taylor Swift）甚至在一场演唱会上用它来帮助识别搅扰者。而即将来临的2020年东京奥运会将是第一个使用人脸识别技术提高安全性的奥运会。

对于零售店和营销商，人脸识别也具有重要意义，而不只局限于警惕盗贼。在CES2019上，消费品巨头宝洁（Procter＆Gamble）展示了概念店，相机可以识别用户面部并提出个性化的购物建议。

把人脸识别带回家

除了大规模安装，人脸识别在消费产品中还有多种用途。除苹果外，某些具有Google Android操作系统的手机（如Google Pixel2和三星Galaxy S9）还可以进行人脸识别，但Android上的技术尚不足以验证移动支付的安全性。尽管三星没有像许多行业观察家所期望的那样，在新手机Galaxy S10上整合人脸识别功能；但预计下一版本的Android将提供更安全的人脸识别系统，使其更接近苹果的Face ID。

多年来，Facebook一直使用人脸识别来建议图片标签。其他照片应用程序（例如Google相册）在这方面也做得越来越好。

在智能家居领域，人脸识别已内置于几种流行的联网摄像机型号中。联网摄像头会将面孔与拍过的其他面孔进行比较，因此用户可以根据摄像机看到的人来自定义通知。我们测试过的所有模型都需要花费一些时间来学习面孔，因为它们需不受角度和服装的影响来识别用户的家庭成员。摄像机学习后，用户可以使用人脸识别功能，把真正想掌握的相关内容设为通知，使联网的安全系统更加智能。

除了家庭的安全用途外，即使像Lovot和索尼的Aibo机器狗之类的机器人也可以识别人脸。它们学习面孔不是为了人物追踪，而是为了渐渐适应不同人的特定偏好。