50年“刷臉”技術(shù)路

羅元婕

人臉識別技術(shù)的研究從20世紀(jì)60年代就開始了。起初，這項技術(shù)還不是全自動的。程序會計算五官之間的距離和比例，再把得出的數(shù)據(jù)與數(shù)據(jù)庫里已有的參考值進(jìn)行對比，但程序操作者需要手動“鎖定”臉部特征，如眼睛、耳朵、鼻子和嘴巴，實驗才能繼續(xù)。

到了上世紀(jì)70年代， 研究人員創(chuàng)造出一套可以自動識別人臉的程序，這套程序利用21個特定的面部特征，如發(fā)色和嘴唇厚度等等來判定人臉。80年代末，一項突破性的研究發(fā)現(xiàn)，要準(zhǔn)確識別一張正常的人臉，只需要不到100個特定變量。

隨著90年代計算機(jī)技術(shù)的高速發(fā)展，加之美國軍方因反恐需要開始資助相關(guān)研究，人臉識別技術(shù)才迅速從理論落實到應(yīng)用上。美國國防部資助的FERET項目分別在1994年、1995年和1996年組織了3次人臉識別評測，幾種知名的人臉識別算法都參加了測試，這3次測評直接推動了人臉識別算法的改進(jìn)。

“9·11”事件發(fā)生后，為了遏制恐怖襲擊，美國對人臉識別技術(shù)更加重視，并且在安防領(lǐng)域被更加廣泛地推廣應(yīng)用。其后十年，人臉識別技術(shù)僅局限于安防領(lǐng)域，一直沒有實質(zhì)性突破。雖然民用市場上也出現(xiàn)了這類產(chǎn)品，但大多只是集中在門禁、考勤和監(jiān)控系統(tǒng)這類安防系統(tǒng)上。唯一的例外是2006年，尼康公司率先將人臉識別技術(shù)運用到產(chǎn)品當(dāng)中，新款相機(jī)在拍攝時能自動搜尋人臉并優(yōu)先對焦。

轉(zhuǎn)機(jī)出現(xiàn)在移動互聯(lián)網(wǎng)時代，巨頭們率先出手。2010年年底，F(xiàn)acebook（臉書公司）在美國率先推出使用人臉識別技術(shù)的“Tag Suggestions”功能，并于2011年6月將這一功能擴(kuò)展到美國以外的大多數(shù)國家。谷歌也于2011年12月在Google+上推出類似功能“Find My Face”，允許用戶通過面部識別功能，自動尋找好友相冊中的自己。

之后兩年，上述兩家公司想分別收購多家人臉識別技術(shù)創(chuàng)業(yè)公司，如谷歌2011年收購的“匹茲堡模式識別”（PittPatt）；2012年Facebook收購的以色列臉部識別技術(shù)公司Face.com，試圖實現(xiàn)不用標(biāo)注就能自動識別照片中的人物，幫助用戶進(jìn)行照片分類。

2013年，芬蘭創(chuàng)業(yè)公司Uniqul推出了一款基于臉部識別系統(tǒng)的支付平臺，支付時只需要面對POS機(jī)屏幕上的攝像頭點個頭，并點擊“OK”即可。Uniqul還對此技術(shù)申請了專利，并號稱擁有“軍用級別算法”的保護(hù)。這是全球第一次將人臉識別運用到支付領(lǐng)域。

2013年12月，F(xiàn)acebook在紐約創(chuàng)建了深度學(xué)習(xí)人工智能實驗室，力邀深度學(xué)習(xí)鼻祖Yann LeCun加入。在他的推動下，2014年Facebook的DeepFace技術(shù)臉部識別率的準(zhǔn)確度達(dá)到97%。2015年，Yann LeCun公開表示，現(xiàn)在即便在圖像中沒有正臉，他們研發(fā)的程序也可以從用戶的發(fā)型、姿勢和體型判斷出其身份。2014年初，谷歌用4億美元收購了深度學(xué)習(xí)算法公司DeepMind以及圖片分析公司Jetpac，之后推出人臉識別技術(shù) FaceNet。

在中國，百度在2014年5月也招納了深度學(xué)習(xí)領(lǐng)域的大牛吳恩達(dá)加盟成立深度學(xué)習(xí)研究院，2015年發(fā)布臉優(yōu)產(chǎn)品。2015年3月，馬云在漢諾威消費電子、信息及通信博覽會上向德國總理默克爾與中國副總理馬凱演示了螞蟻金服的Smile to Pay刷臉技術(shù)，為嘉賓從淘寶網(wǎng)上購買了1948年漢諾威紀(jì)念郵票。

目前，深度學(xué)習(xí)正逐漸被應(yīng)用于人臉識別中，深度學(xué)習(xí)將特征提取和分類兩個步驟融合在一起，利用神經(jīng)網(wǎng)絡(luò)黑盒子的特性，計算出最適合的特征提取模式，直接跳過“特征提取影響識別結(jié)果”這一缺陷，讓算法更適用于不同的實際應(yīng)用。