很多人在出門之前，都會(huì)習(xí)慣性地檢查一下隨身的錢包、鑰匙，如果一時(shí)粗心大意，丟三落四，就可能面臨尷尬的情景。但在未來(lái)，你可能無(wú)需再為此擔(dān)心，消費(fèi)支付可以“刷臉”，回家進(jìn)門可以“刷臉”，原本科幻片電影中的人臉識(shí)別的場(chǎng)景正在變?yōu)楝F(xiàn)實(shí)。人臉信息可能在未來(lái)成為你最重要的一份密碼，然而這樣的未來(lái)究竟還有多久才能到來(lái)?

從研究到應(yīng)用

人臉識(shí)別技術(shù)雖然近年來(lái)才受到關(guān)注，但其實(shí)相關(guān)的研究歷史卻比較悠久。最早進(jìn)行人臉識(shí)別研究的并不是計(jì)算機(jī)領(lǐng)域的研究人員，而是生物學(xué)家和心理學(xué)家。早在19世紀(jì)的時(shí)候，英國(guó)生物學(xué)家、進(jìn)化論的奠基人達(dá)爾文就對(duì)人臉的表情及結(jié)構(gòu)特征做過(guò)研究。到19世紀(jì)末，達(dá)爾文的表弟，同樣也是英國(guó)著名心理學(xué)家和遺傳學(xué)家的弗朗西斯·高爾頓也在生物特征識(shí)別上做過(guò)非常深的研究。高爾頓在1888年和1910年就分別在《Nature》雜志發(fā)表了兩篇關(guān)于利用人臉進(jìn)行身份識(shí)別的文章，對(duì)人類自身的人臉識(shí)別能力進(jìn)行了分析。

達(dá)爾文與高爾頓在當(dāng)時(shí)的研究還沒(méi)有涉及到自動(dòng)人臉識(shí)別(Automatic face recognition，簡(jiǎn)稱AFR)問(wèn)題，最早關(guān)于AFR的研究論文是1965年陳(Chan)和布萊索(Bledsoe)在Panoramic Research Inc.發(fā)表的技術(shù)報(bào)告，距今也已有50年的歷史。經(jīng)過(guò)了半個(gè)世紀(jì)的發(fā)展，尤其是近十幾年來(lái)的研究，自動(dòng)人臉識(shí)別技術(shù)已經(jīng)取得了長(zhǎng)足的進(jìn)步，也成為了生物特征識(shí)別領(lǐng)域甚至人工智能領(lǐng)域最重要的研究方向之一。

“傳統(tǒng)的AFR技術(shù)，在提取人臉特征時(shí)一般提取人為定義的人臉紋理特征，比如LBP、Gabor、SIFT，在國(guó)際標(biāo)準(zhǔn)人臉識(shí)別評(píng)估數(shù)據(jù)庫(kù)LFW(Labelled Faces in the Wild)上的識(shí)別率一般在80%-90%左右，而目前，世界上一流的人臉識(shí)別技術(shù)一定是采用了深度學(xué)習(xí)技術(shù)。”北京飛搜科技有限公司CTO白洪亮在接受記者采訪時(shí)介紹道。

白洪亮告訴記者，由于深度學(xué)習(xí)技術(shù)、卷積神經(jīng)網(wǎng)絡(luò)的引入，特別是GPU(圖像處理器)的發(fā)展使得卷積神經(jīng)網(wǎng)絡(luò)的算法得以實(shí)現(xiàn)，人們?cè)谔崛∪四樚卣鲿r(shí)不再提取人為定義的特征，而是采用卷積神經(jīng)網(wǎng)絡(luò)在大規(guī)模的人臉數(shù)據(jù)集中去學(xué)習(xí)出表述人臉的特征。采用這種機(jī)器學(xué)習(xí)出來(lái)的人臉特征，目前世界一流的人臉識(shí)別技術(shù)在LFW上的識(shí)別率一般在99%以上。

香港中文大學(xué)教授湯曉鷗此前在計(jì)算機(jī)視覺(jué)國(guó)際會(huì)議CVPR2014上發(fā)表論文，稱計(jì)算機(jī)算法識(shí)別人臉的準(zhǔn)確率已經(jīng)達(dá)到99.15%，超過(guò)了人類肉眼識(shí)別的97.52%準(zhǔn)確率。騰訊公司也向外界透露，其公司的研發(fā)團(tuán)隊(duì)在全球最權(quán)威的人臉識(shí)別評(píng)測(cè)平臺(tái)FDDB上，達(dá)到了人臉識(shí)別LFW數(shù)據(jù)集準(zhǔn)確率超過(guò)99.5%，對(duì)身份證照片識(shí)別準(zhǔn)確率甚至超過(guò)了99.9%。

在評(píng)測(cè)實(shí)驗(yàn)中，目前的人臉識(shí)別技術(shù)已經(jīng)取得了近乎滿分的成績(jī)單，但在實(shí)際應(yīng)用中，人臉識(shí)別技術(shù)的表現(xiàn)又如何呢。