你分不清網紅臉，為啥「刷臉機」卻能分得清？丨人臉識別的原理是什麼？

相信大家都會記得大片中的這樣的情節，比如特工會利用車站攝像頭拍到的圖像，通過人臉識別來跟蹤壞蛋的行蹤。

幾年前，我們還只能從熒幕上看到這個的高科技，現在已經開始逐步走入了我們的生活。

不過實際上，機器本並不擅長識別圖像信息。就好比這個下面這張圖片：

你會在圖中看到一個成熟穩重的中年大叔

而同樣的圖像在機器看來，只是一些排列整齊的像素格而已，本質是一串由「0」和「1」組成的數據。

機器本身是不理解這些數據的含義的，更別提讓它去辨識這張圖片上的人是誰了。

所以人臉識別的原理是什麼呢？

↑↑ 視頻很好看噠 ↑ ↑

要想讓機器學會辨識人臉，需要人們為其編寫演算法。這個過程相當於把人類自己辨識人臉的方法一步步分解開來，然後手把手地通過計算機語言教給機器。

那麼，人類是怎麼辨識人臉的呢？

當我們形容一個人的長相的時候，時常會用到這樣的辭彙，比如：瓜子臉、柳葉眼、蒜頭鼻、櫻桃嘴。

聰明的你可能已經發現了，當我們描述一個人的長相時，很多時候是在描繪他五官的形狀，也就是這個人面部的幾何特徵。

最初的人臉識別技術就是利用提取人臉幾何特徵的方式

首先，機器會在整張圖像上找到人臉所在的位置，描繪出人臉的輪廓

接著會在人臉上找到鼻尖，眼角，嘴角等特徵點。

這樣我們就可以進行最簡單的工作：描點連線。

這些點和線相當於從正在辨識的臉中獲得了特徵數據，比如兩眼間距離，鼻子和嘴角連線和水平線所成的角度等等……

這些數字化的數據是可以被計算力理解並計算的。

有了這些代表了臉的特徵的數據後，機器就可以通過對比數據，判斷兩張圖像上的人臉是否是同一個人，或者拿著這個數據在已有的資料庫中找到這是哪一個人。

看完剛才的解釋，不難理解：機器在臉上識別出的點越多，它最終的判斷結果就會越準確。

如果把這個思路推到極致,把臉上的每一個點都識別出來作為特徵點，也就是相當於直接對比兩個圖像，這樣將會對最後識別結果的正確率產生非常大的提升。

比如現在人臉識別技術的一個常用方法就是這樣：

先把資料庫中的人臉通過演算法算出一個平均長相。

然後再用每個人的臉減去這個平均長相，獲得這個人長相上與眾不同的特徵，也就是「特徵臉」，這樣就可以拿著這個「特徵臉」去進行對比。

當然，現在有很多在做人臉識別技術的企業，有著許多不盡相同的演算法。

並且整個人臉識別技術中還包括一些對圖像的預先處理，去除掉一些由於拍攝角度、光線明暗造成的干擾，整個技術的演算法也採用了深度學習、人工神經網路等技術來不斷優化。

就這樣，現在的人臉識別技術的準確率已經全面超越了人類，即便是在韓國這樣萬眾一臉的國度也可以很好地運行。

好了，原理說了這麼多。

可能有人會更關心人臉識別到底能幹什麼？

相信大家也注意到了，現在許多領域都已經開始利用人臉識別技術，比如上班刷臉簽到，註冊賬號時的刷臉認證，甚至有公廁連取手紙都開始刷臉。

如果非要總結一下的話：人臉識別可以幫你證明你是你。

其實在生活中，我們一直在面臨這麼一個問題：你怎麼證明你是你？

比如火車站乘車時你需要出示身份證證明你就是乘車人，就連玩個遊戲也需要輸入密碼來證明你是你。

不難看出，為了自證身份我們現在有兩種思路：

我有的東西（比如證件、信物

我知道的東西（比如暗號、密碼

但其實，證件可以偽造，密碼可以被破解，以上這些都不如：

你這個東西

每個人都是獨一無二的，擁有著自己獨有的生物體征，其中就包括你這個人的長相。

就比如薛之謙站在你的面前，並不需要給你出示身份證，就足以讓你相信他就是薛之謙。

所以說長相可以說是每個人可以用來自證身份的最強有力的證據。

理論上，人臉識別技術具有替代密碼、證件的潛力。

或許在之後的某一天，我們不會再抱著一堆堆的文件來證明「你是你，你媽是你媽」。

甚至可以丟掉所有證件，也不必費力去記那些複雜的密碼，僅憑刷臉就可以走遍天下。

但是，事情並不總是像想像中那樣美好。

現在的人臉識別技術已逐漸完善，越來越多的領域開始嘗試使用這一技術，這也不可避免地會催生一些不法分子，試圖通過一些漏洞來冒充他人，騙取錢財。

比如，可能會有人利用他人照片通過人臉識別登陸他人賬戶。

對此，研發人員可以改進演算法，讓人在識別過程中做一些表情或動作，這樣就區辨別出了正在識別的是否是一張靜態的照片。

但如果不法分子利用視頻來驗證呢？