你還記得電影里的這些情節(jié)嗎？《變形金剛2》中，年輕的男主角和他的小伙伴們過關(guān)卡時，雖然騙過了值班軍人，卻被軍方的人臉識別技術(shù)發(fā)現(xiàn)。2014年翻拍版的《機械戰(zhàn)警》中，機械戰(zhàn)警第一次面對大眾公開亮相，就在人群中不停地掃描所有人臉，同時將獲取的人臉在通緝犯資料庫中作比對，瞬間就發(fā)現(xiàn)看熱鬧的人群中有一個逃逸多年的通緝犯，并將其制服。其他還有許多電影中，但凡是美國的機要部門，進門就要掃描各種生物特征，從早年電影中的指紋、虹膜，到現(xiàn)在的人臉。

　　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。 其實我們?nèi)嗣繒r每刻都在進行視覺模式識別，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。

　　然而這項看似簡單的任務(wù)，對機器來說卻并不那么容易實現(xiàn)。

　　對計算機來講，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個像素點組成矩陣，每個像素點，如果是8bit的rgb格式，則是3個取值在0-255的數(shù)。

　　機器需要在這些數(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。

　　人臉可以分為多少類呢？

　　取決于所處理問題的人臉庫大小，人臉庫中有多少目標(biāo)人臉，就需要機器進行相應(yīng)數(shù)量的細(xì)分類。如果想要機器認(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。

　　傻傻分不清楚——一些容易被混淆的概念

　　一些不太被人熟悉的事物，經(jīng)常會伴隨著大量的概念混淆。

　　比如對西方宗教不太了解的國人，可能搞不清楚為什么有些人信上帝但不信耶穌；都是在教堂工作的大叔，為什么有些要禁欲，有些卻能結(jié)婚。

　　而人臉識別作為一個新事物，也伴隨著大量的概念混淆，而分清這些概念，對于理解人臉識別還是比較重要的。