在蘋果于2017年9月發(fā)布iPhone X手機時，使面部識別技術(shù)得到了更多關(guān)注。雖然iPhone X的OLED屏幕和無線充電功能（更不用說其999美元的價格）都非常具有新聞價值，但它引入了面部ID來解鎖設(shè)備（并可進行支付）最引人注目。面部識別技術(shù)并不是新技術(shù)，但蘋果公司將該技術(shù)的具體實施顯然意義重大。
 

與最近另一個比較熱門的技術(shù)人工智能（AI）有些類似，面部識別技術(shù)最初開發(fā)活動始于半個多世紀前。計算機科學家Woody Bledsoe、Helen Chan Wolf和Charles Bisson在美國情報機構(gòu)資助下于20世紀60年代啟動了面部識別的自動化研究。在當時，操作人員必須從攝影圖像中提取一組面部特征（例如眼睛的內(nèi)外角、瞳孔的中心或者寡婦尖的點）的位置。然后使用這些位置坐標計算20個量值的列表（例如目標對象嘴和眼睛的寬度以及瞳孔到瞳孔的距離），然后將其存儲在數(shù)據(jù)庫中。

Bledsoe和他的團隊意識到，由于頭部旋轉(zhuǎn)和傾斜度、與相機的距離、照明強度和角度、面部表情甚至衰老等因素的巨大變化，這種類型的模式匹配具有非常大的挑戰(zhàn)性。為了克服這個問題，可以將每組距離歸一化以表示正面方位的面部特征。該程序?qū)⑹紫葒L試確定目標對象的傾斜度和旋轉(zhuǎn)，然后使用這些角度來計算和消除變換對計算距離的影響。另一個需要了解的因素是頭部的三維幾何形狀，主要是為了克服目標對象部分缺失的情況，研究團隊根據(jù)對七個目標對象的測量結(jié)果，使用了一個“標準頭部”模型。之前的方法如果目標對象變化時會導致識別成功率較低，該團隊的方法幫助實現(xiàn)了自動化面部識別技術(shù)在準確性方面的突破。

面部識別技術(shù)從早期的創(chuàng)建以來，已經(jīng)過了長期的發(fā)展，特別是隨著計算速度加快和功能的增大，以及成像技術(shù)的提高，使識別的準確度水平穩(wěn)步提高。鑒于面部識別系統(tǒng)的成功率已接近甚至超過人工操作者的正面識別率，一些備受矚目的項目正在使該技術(shù)實現(xiàn)向主流應(yīng)用的飛躍。當然，安全和執(zhí)法部門一直對這項技術(shù)有著明顯的興趣，并不斷在多個不同地區(qū)和應(yīng)用中進行試驗（例如，在英國諾丁山嘉年華和在紀念碑舉辦的星期日紀念儀式） 。但是，除了Apple的Face ID之外，這項技術(shù)在另外兩個方面的部署已經(jīng)使其進入了大眾消費領(lǐng)域。

國際旅客現(xiàn)在已經(jīng)非常熟悉許多機場引入的自動口岸控制（或電子護照）閘道，這種方式有助于應(yīng)對不斷上升的旅客數(shù)量。對于持有具備生物特征識別“芯片”護照的抵達乘客，自動門使用攝像頭捕獲旅客的圖像，之后面部識別技術(shù)將其與護照中存儲在RFID芯片上的照片進行比較。標準化的參考圖像（其中照片必須符合關(guān)于尺寸、角度、面部表情以及不能配戴眼鏡或頭飾的規(guī)定）和受控圖像捕捉（關(guān)于在何處以及如何站立、面部朝向以及一致的照明等規(guī)則）將有助于保持較低的失效率和較高的吞吐量。目前，一些航空公司也在試驗在登機口用面部識別技術(shù)驗證乘客身份。

與此同時，F(xiàn)acebook也在提供面部識別技術(shù)，盡管這項技術(shù)在歐洲受到監(jiān)管機構(gòu)和消費者的抵制，但它至少在美國被很廣泛地采用。該社交媒體網(wǎng)站有一個包含數(shù)十億個人和團隊的照片數(shù)據(jù)庫，由用戶上傳，都具有能夠幫助捕獲識別的面部特征。Facebook采用人工智能和機器學習技術(shù)（包括深度學習神經(jīng)網(wǎng)絡(luò)），其DeepFace技術(shù)根據(jù)某人的面部特征使用算法計算出唯一的數(shù)字（或“模板”）。然后，它可以分析上傳的照片，將其中的面部與存儲的模板進行匹配，從而提示用戶用已識別的匹配特征對照片進行標記，并通知已上傳照片的匹配度。然而，最能夠使面部識別技術(shù)歸一化，并使其應(yīng)用能夠為主流消費者接受的項目可能是面部 ID。一些觀察人士認為，蘋果有一種習慣，即會比其他制造商更晚地為其iPhone添加面向未來的功能，但其他人則認為，它經(jīng)常設(shè)法在某項技術(shù)能夠“正常工作”后再進行實施，以便大力推廣這些技術(shù)使其變成必須擁有的功能。盡管支持Apple 面部ID的并不是新技術(shù)，但它的實施非常靈活、功能強大且引人注目，在早期采用者中已經(jīng)廣受歡迎（根據(jù)Strategy AnalyTIcs最近的一份報告）。

以前，一些制造商的面部識別項目很容易被照片欺騙，但Face ID使用了一系列傳感器、成像技術(shù)和AI在3D模式下來映射和匹配面部。該系統(tǒng)為“始終開啟”、幾乎是瞬間完成，其紅外泛光照明器意味著即使在暗景下、或通過太陽鏡也能工作。它的紅外攝像頭能夠捕捉面部圖像，而點投影儀則可以在面部投射30,000個紅外點陣列，以創(chuàng)建高精度的深度圖像模型。手機可以用該圖像來對比存儲在設(shè)備CPU“安全區(qū)域”（甚至Apple也無法訪問）的本地圖像以便驗證用戶。

Apple公司聲稱Face ID的安全性非常高，只有百萬分之一的機會用戶能夠欺騙過關(guān)（相比之下，Touch ID指紋生物識別技術(shù)有5萬分之一）。它不僅需要衡量用戶對解鎖手機的關(guān)注程度（用戶的眼睛必須睜開，而且必須注視顯示器才能掃描成功注冊），蘋果公司還表示，F(xiàn)ace ID通過逼真的3D外觀可以訓練該識別功能，所以不容易為其他用戶欺騙。在構(gòu)建Face ID時，Apple分析了超過十億張圖像以獲取有關(guān)面部的數(shù)據(jù)，并利用該數(shù)據(jù)來訓練其神經(jīng)網(wǎng)絡(luò)。它使用機器學習算法和“神經(jīng)網(wǎng)絡(luò)引擎”來分析和識別用戶面部，每次使用時都會捕獲更多信息，這意味著用戶的面部“地圖”可以得到不斷改善，并隨著用戶的特征而變化，這樣可以應(yīng)對用戶改變的胡須、發(fā)型或化妝、甚至戴的帽子等等。

受面部識別的興起和消費者接受程度不斷提高的驅(qū)動，企業(yè)將面部識別技術(shù)集成到具體產(chǎn)品和應(yīng)用的趨勢在快速加強。根據(jù)Allied Market Research的數(shù)據(jù)，面部識別市場預計在未來四年內(nèi)將平均增長21.3％，到2022年達到96億美元。即插即用的硬件模塊和軟件能夠使設(shè)計工程師更輕松地將面部識別技術(shù)集成到其應(yīng)用和產(chǎn)品開發(fā)中。

歐姆龍電子的B5T HVC面部檢測傳感器模塊就是這種即插即用的一個例子。該產(chǎn)品采用緊湊型60mm x 40mm外形尺寸，是一款完全集成的插入式人體視覺組件（HVC）模塊，配備相機（具有長距離和廣角攝像頭選項）和協(xié)同處理器，以及UART和USB接口（用于控制模塊并將數(shù)據(jù)輸出發(fā)送到外部系統(tǒng)）。B5T基于歐姆龍的OKAO技術(shù)，并集成了獨特的圖像傳感算法，可以快速而準確地識別面部。

圖1：歐姆龍的B5T HVC面部檢測傳感器模塊。

B5T可以在1.1秒內(nèi)從1.3米的距離捕捉、檢測和識別面部，具有相當高的可信度和準確率。眨眼和注視估算需要不到1秒鐘，模塊甚至可以根據(jù)5個預編程表情中的某一個來評估目標對象的情緒。它可以檢測到距離遠達2.8米的人體和1.5米的手，模塊的檢測角度指定為水平49°和垂直37°，輸入圖像分辨率為640x480像素。

該模塊也集成有十種不同的傳感功能用于識別非語言意圖、當時狀況和行為，包括面部、手部和身體檢測以及年齡、性別和表情估算。這些同類最佳的圖像分析過程都是在模塊本身內(nèi)進行，使設(shè)計人員可以輕松地將智能和功能添加到各種感測和物聯(lián)網(wǎng)（IoT）應(yīng)用。