刷脸时代 人脸识别离我们有多远.docVIP

刷脸时代 人脸识别离我们有多远 　　熙熙攘攘的车站里，一位风衣男子疾步逆人流而上，左右环顾。在外人看来，他与一般旅客无异，实际上，他的隐形眼镜上不断出现迎面而来的每位旅客的个人信息。这是《碟中谍4》中的一幕特工采用面部识别隐形眼镜追捕目标的情节。经典科幻大片《终结者》中，开启保险库大门的密码都是人脸――由摄像头对脸部特征进行扫描，如果符合则大门自动开启，否则警铃大作。在许多电影中，类似的场景无处不在，令人炫目。你可能要问了：这是真的吗？人脸识别技术看着挺高大上，事实上，目前这项技术突飞猛进地向前发展，已经让科幻变成了现实。 　　陌生而熟悉的识别技术 　　人脸识别技术诞生于20世纪60年代，在计算机科学领域，一直都是持久热门的课题，是继指纹识别、语音识别之后，人类最近几年内在人工智能的另一领域――图像识别方面取得的重大进展，它是通过使用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行一系列技术处理，以达到识别不同人身份的目的。人脸识别技术属于生物特征识别技术的一个子集，生物特征识别的研究对象包括脸、指纹、掌纹、视网膜、语音等方面的识别技术。 　　人脸识别这个词儿看似很高科技，但实际上它对我们来说一点儿也不神秘，说不定你每天都会“被识别”很多次，因为现在很多安防监控的摄像头就有人脸追踪和身份识别的功能。还有一个常见应用就是大家平时使用的数码相机，很多都带有人脸识别功能，能抓住拍摄画面中人的脸部位置，用方框提示出来，使得拍照的人更容易抓住对焦点。这些普普通通的应用，都是基于各种复杂的或者简单的面部识别算法来实现的，随着现代计算机技术和光学成像技术的蓬勃发展，需要进行大数据量计算的识别算法逐渐被研究和开发出来。 　　那么一部不会思考的机器究竟是如何识别出人脸的呢？ 　　第一个重要环节是“人脸定位”，也就是先找出图片或视频中的人脸。眼睛、鼻子、嘴、下巴、颧骨等部件构成了一张脸，虽说每张脸都不一样，但又都是相似的。早期的研究人员就是通过研究大量人脸的共同特性，通过各个重要器官的形状、大小以及结构的关系来总结出一个经验值，由此来定位出画面中具体哪部分是人脸。 　　第二个重要环节是人脸特征值提取，这是计算机“认识”脸的核心过程。世界上没有两片―模一样的叶子，当然也没有两副完全相同的面孔。面部重要器官的形状、大小和结构上的各种差异使得每个人的脸都不一样，由此可以通过提取眼、口、鼻等重要特征点的位置以及重要器官的几何形状来做分类，去识别人脸的身份。不过这种分类识别的效果有些不尽如人意。后来有人改进了这个方法，设计了一个器官模型，并定义了一个复杂的特征函数来描述这个模板，通过调节特征函数的参数使得这个模型能够对应上每一张脸，而这些参数就成了描述这张脸的特征值。这个算法其实也不太实际，它需要匹配每个人的脸得到大量不同的特征值去确定庞大的参数值。 　　在实际使用的产品中，人们往往采用较为简便的算法，先用数据库存储多张标准人脸照片，并事先计算出这些照片中每张脸的独一无二的特征，让每一张脸跟一个身份信息对应。然后依靠摄像头捕捉待识别的人脸，实时生成特征值，在识别阶段，用这个特征值去数据库检索匹配，以确认到底是谁。 　　人脸识别应用前景 　　如今，人脸识别已经广泛应用到各个不同的领域。 　　1.公共安全和管理。比如银行、机场、体育场，甚至是大型超市的摄像头，很多都连接着人脸识别系统，用于安全监控。早在2008年北京奥运会，在所有比赛场馆中，已经实现了全方位无缝式摄像头监控。在场馆的入口处，监控摄像头都与面部识别系统相连，以每秒钟五十万张的速度将通过入口的观众与数据库中的资料照片进行对比。许多企业也安装了人脸识别门禁考勤系统、人脸识别防盗门等。一些学校也都安装有人脸识别系统来为学生进行每天出勤点名记录。 　　2.信息安全和金融服务。比如银行的自动提款机，如果用户银行卡和密码被盗就会被他人冒取现金，如果同时应用人脸识别就会避免这种情况的发生。2015年3月，马云在德国cebit大会开幕式上演示了蚂蚁金服的smile to pay扫脸技术，并刷自己的脸为嘉宾从淘宝网上购买了一枚20欧元的1948年汉诺威纪念邮票。人脸识别技术2015年7月已开始逐步在支付宝实名认证、重置密码、换绑手机等功能中应用，数据显示刷脸验证的识别成功率已经达到90%以上。相比其他验证方式，人脸识别更为便捷。用户可能不记得银行卡信息、密码、身份证号码等，也可能因为各种原因收不到校验码等验证信息，而人脸识别只需对着手机摄像头刷一下脸就可以了。个人信息的盗用在网络上时有发生，而人脸属于生物特征，盗用难度很高。所以，生物识别在提供便捷的同时，也能有效增加安全性。 　　3.互联网娱乐。随着移动互联网的崛起，一些人脸识别技