人臉識(shí)別技術(shù)原理解析

人臉識(shí)別，是視覺模式識(shí)別的一個(gè)細(xì)分問題，也大概是最難解決的一個(gè)問題。 其實(shí)我們?nèi)嗣繒r(shí)每刻都在進(jìn)行視覺模式識(shí)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(shí)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(shí)無刻不在進(jìn)行人臉識(shí)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(shí)還不上的人。然而這項(xiàng)看似簡(jiǎn)單的任務(wù)，對(duì)機(jī)器來說卻并不那么容易實(shí)現(xiàn)。

對(duì)計(jì)算機(jī)來講，一幅圖像信息，無論是靜態(tài)的圖片，還是動(dòng)態(tài)視頻中的一幀，都是一個(gè)由眾多像素點(diǎn)組成的矩陣。比如一個(gè)1080p的數(shù)字圖像，是一個(gè)由1980×1080個(gè)像素點(diǎn)組成矩陣，每個(gè)像素點(diǎn)，如果是8bit的rgb格式，則是3個(gè)取值在0-255的數(shù)。機(jī)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(shí)別中的粗分類問題。

而人臉識(shí)別，需要在所有機(jī)器認(rèn)為是人臉的那部分?jǐn)?shù)據(jù)中，區(qū)分這個(gè)人臉屬于誰，這是個(gè)細(xì)分類問題。

人臉可以分為多少類呢？這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(jī)器進(jìn)行相應(yīng)數(shù)量的細(xì)分類。如果想要機(jī)器認(rèn)出每個(gè)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(shí)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(shí)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(shí)別了。

一些不太被人熟悉的事物，經(jīng)常會(huì)伴隨著大量的概念混淆。比如對(duì)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(shí)別作為一個(gè)新事物，也伴隨著大量的概念混淆，而分清這些概念，對(duì)于理解人臉識(shí)別還是比較重要的。

完成人臉識(shí)別的工作，要經(jīng)過幾個(gè)步驟。首先計(jì)算機(jī)需要在圖像或視頻中找到人臉的位置，這部分工作一般叫做人臉檢測(cè)。如前所述，這是一種粗分類，具體到人臉檢測(cè)中，實(shí)際上是二分類，計(jì)算機(jī)只需要判斷目標(biāo)圖像是或者不是人臉。但由于并不能事先確定人臉的大小和位置，計(jì)算機(jī)需要以每個(gè)可能的人臉大小對(duì)全圖進(jìn)行掃描，逐個(gè)判斷子窗口所截取的圖像是否為人臉。而每次掃描過程，子窗口移動(dòng)的步長(zhǎng)可能是幾個(gè)像素。

所以你可以大致想象一下，做一張圖的人臉檢測(cè)，計(jì)算機(jī)需要做多少次二分類判斷。