变脸与双胞胎浅谈脸部辨识与其挑战.pdf

知識天地 變臉與雙胞胎？淺談臉部辨識與其挑戰 王鈺強副研究員 資訊科技創新研究中心 ( ) 簡介 臉部辨識在過去二十年以來，一直是電腦視覺與影像處理領域的一項重要課題。此研究題目與相關技術 能受到產學界長時間及廣泛的重視，無外乎是在日常生活中，處處可見臉部辨識的應用與需求。除此之外， 相較於指紋或其他生物特徵取得較為不易或使用性受限（有相關研究指出目前有一定比例人口，其指紋不具 備足夠資訊提供判讀），臉部影像依舊是取得方便與成本較低之生物特徵資訊。從電視影集CSI犯罪現場，或 是電影如全民公敵、關鍵報告等，一般大眾聽到臉部辨識，腦海中馬上聯想到的通常是門禁控管、視訊監控、 犯罪偵防等社會安全領域的應用。以臺灣為例，自2012年1月1日起，我國移民罫在主要機場及商港陸續佈置自 動通關查驗系統，目的即是以全電腦自動化之系統結合生物特徵辨識（尤其以臉部辨識技術為主），對出入 境旅客進行自動查驗。此措施推出後，大幅降低了一半以上的傳統人力查驗時間，而成功疏解了出入境尖峰 時段，旅客等候通關排隊的人潮。 除了上述社會安全領域的應用，隨著網路興起與多媒體資料分享風氣的盛行，臉部辨識功能在影音分享 平台或社群網站，也都扮演著極重要的角色。以社群網站Facebook以及數位圖片編輯分享軟體Picasa為例，兩 者皆可讓使用者上傳並搜尋個人網路相簿內屬於同個人之臉部照片。為增加搜尋之可信度，Facebook與Picasa 皆具備手動標記功能，藉由使用者標記身分難以確定之臉部照片，可適性地增加往後相關臉部影像之辨識正 確率。此外，以Picasa為例，為了減少系統負擔與使用者可能困擾，不讓系統對電腦或網路相簿內所有臉部影 像進行搜尋，Picasa還增加使用者將特定人臉標註不需辨識（譬如雕像或路人的人臉），更增加了臉部辨識功 能在不同使用者使用情境下之彈性。 臉部辨識的定義 嚴格來說，臉部辨識的情境可以分為兩種類別討論：驗證（verification ）跟鑑別（identification ）。前者主 要是由使用者提出身分確認的需求，利用攝影等器材即時取得並輸入本身臉部影像後，即交與系統與資料庫 中事先儲存之該使用者影像（通稱為訓練影像，即training image ）進行比對。比對後若相似程度高，系統便同 意該使用者與其所宣稱之身分相符；反之，若比對後系統認為兩者影像差異大，該使用者則會被視為入侵或 冒充者（imposter ），辨識系統會拒絕該使用者通過門禁或進行存取資料等後續動作。上述所舉之出入境自動 通關查驗系統，或是一般消費性電子產品利用臉部影像解鎖，都是屬於此驗證類型的應用。 有別於上述利用臉部影像進行驗證之情境，使用者利用臉部影像進行鑑別時，主要目的通常是要查詢未 知身分之臉部影像（而非使用自身之影像）。也就是說，使用者通常會輸入身分待定罬之臉部影像，辨識系 統會將該輸入影像與資料庫中不同人之訓練影像進行搜尋或比對，最後依照相似程度確認該輸入影像之身分 資訊。媒體報導中，常見警政單位取得嫌疑犯之照片後，與有前科或相關連者之臉部影像進行比對，用以確 認嫌疑犯之身分，即為利用臉部影像進行身分鑑別之實例。 基本上不論是驗證或鑑別，臉部辨識技術最終需要解決通常是在定罬兩張影像的相似程度，因此一個成 功的辨識技術，通常可以用來解決驗證與鑑別兩類型之問題。不過值得一提的是，因為應用的不同，使用者 能接受的正確或誤判率也會有很大差異。譬如在利用臉部影像進行ATM或個人資料存取時，一般會將比對相 似程度的門檻設定較高，寧可將使用者誤認為冒充者，也不願讓其他人輕易被誤判而取走相關重要財物或資 訊。另一方面，若是在查詢嫌疑份身分時，我們寧可降低比對之門檻標準（即可接受較高之誤判率），盡量 增加可疑人選進行調查，而不願錯失鑑定出嫌疑犯身分之機會。 臉部辨識的挑戰 臉部辨識的困難，在於臉部影像常常是在不同的姿勢或角度下取得，加上使用者被拍攝時也會因光照情 況與表情的不同，造成同個人的臉部影像間有很大的差異。傳統臉部辨識技術的發展，皆著眼於解決以上單 一或多種變化下之辨識問題。以學術研究為例，美國之Carnegie Mellon University亦有PIE (Pose, Illumination, and Expression)與Multi-Pie兩個完整的臉部影像資料庫（分別有64與