人臉識別走進(jìn)現(xiàn)實(shí)，你被識破了嗎

發(fā)布日期：2019-04-13 作者：速爾科技點(diǎn)擊：

人臉識別到底是什么？

人臉識別，是視覺模式識別的一個細(xì)分問題，也大概是最難解決的一個問題。其實(shí)我們?nèi)嗣繒r每刻都在進(jìn)行視覺模式識別，我們通過眼睛獲得視覺信息，這些信息經(jīng)過大腦的處理被識別為有意義的概念。于是我們知道了放在我們面前的是水杯、書本，還是什么別的東西。我們也無時無刻不在進(jìn)行人臉識別，我們每天生活中遇到無數(shù)的人，從中認(rèn)出那些熟人，和他們打招呼，打交道，忽略其他的陌生人。甚至躲開那些我們欠了錢還暫時還不上的人。然而這項(xiàng)看似簡單的任務(wù)，對機(jī)器來說卻并不那么容易實(shí)現(xiàn)。

對計(jì)算機(jī)來講，一幅圖像信息，無論是靜態(tài)的圖片，還是動態(tài)視頻中的一幀，都是一個由眾多像素點(diǎn)組成的矩陣。比如一個1080p的數(shù)字圖像，是一個由1980*1080個像素點(diǎn)組成矩陣，每個像素點(diǎn)，如果是8bit的rgb格式，則是3個取值在0-255的數(shù)。機(jī)器需要在這些數(shù)據(jù)中，找出某一部分?jǐn)?shù)據(jù)代表了何種概念：哪一部分?jǐn)?shù)據(jù)是水杯，哪一部分是書本，哪一部分是人臉，這是視覺模式識別中的粗分類問題。

而人臉識別，需要在所有機(jī)器認(rèn)為是人臉的那部分?jǐn)?shù)據(jù)中，區(qū)分這個人臉屬于誰，這是個細(xì)分類問題。

u=4100985056,2270708762&fm=26&gp=0.jpg

人臉可以分為多少類呢?

取決與所處理問題的人臉庫大小，人臉庫中有多少目標(biāo)人臉，就需要機(jī)器進(jìn)行相應(yīng)數(shù)量的細(xì)分類。如果想要機(jī)器認(rèn)出每個他看到的人，則這世界上有多少人，人臉就可以分為多少類，而這些類別之間的區(qū)別是非常細(xì)微的。由此可見人臉識別問題的難度。更不要提，這件事還要受到光照，角度，人臉部的裝飾物等各種因素的影響。這也不難解釋為什么人臉識別技術(shù)目前還沒有大量應(yīng)用

在日常生活中，大部分人只能在科幻電影中接觸人臉識別了。

timg (1).jpg

人臉檢測與人臉識別

完成人臉識別的工作，要經(jīng)過幾個步驟。首先計(jì)算機(jī)需要在圖像或視頻中找到人臉的位置，這部分工作一般叫做人臉檢測。如前所述，這是一種粗分類，具體到人臉檢測中，實(shí)際上是二分類，計(jì)算機(jī)只需要判斷目標(biāo)圖像是或者不是人臉。但由于并不能事先確定人臉的大小和位置，計(jì)算機(jī)需要以每個可能的人臉大小對全圖進(jìn)行掃描，逐個判斷子窗口所截取的圖像是否為人臉。而每次掃描過程，子窗口移動的步長可能是幾個像素。

所以你可以大致想象下，作一張圖的人臉檢測，計(jì)算機(jī)需要作多少次二分類判斷。

人臉檢測步驟從一張圖中獲得人臉的位置和大小，并將該部分圖像送給后續(xù)步驟，包括：人臉部件點(diǎn)定位，人臉圖像的對齊和歸一化，人臉圖像質(zhì)量選取，特征提取，特征比對。所有步驟完成后，才能得知該人臉的身份。

當(dāng)然，我們也可以單獨(dú)使用人臉檢測功能來完成某些應(yīng)用，比如當(dāng)前大部分照相機(jī)，及手機(jī)攝像頭都有人臉檢測功能，可以自動獲得人臉位置，從而對圖片作一些自動調(diào)焦和優(yōu)化。甚至對人臉做一些初步的判斷，比如性別、年齡，甚至顏值。

timg (2).jpg