前(qian)段時間，南陽市(shi)交警利用技術抓(zhua)拍(pai)行(xing)(xing)人和非(fei)(fei)機(ji)動車闖(chuang)紅(hong)(hong)燈(deng)，引發廣(guang)泛(fan)關注(zhu)。在市(shi)區重(zhong)要交通(tong)路(lu)口，紅(hong)(hong)燈(deng)亮起后，如有行(xing)(xing)人和非(fei)(fei)機(ji)動車越過停止線，人臉抓(zhua)拍(pai)系統會(hui)(hui)自動抓(zhua)拍(pai)越線、繼(ji)續通(tong)行(xing)(xing)、通(tong)過路(lu)口等(deng)不同節點的(de)照(zhao)片，保留(liu)15秒視頻并截取違(wei)法者的(de)頭像，闖(chuang)紅(hong)(hong)燈(deng)行(xing)(xing)為(wei)會(hui)(hui)自動顯示在路(lu)口上。

    據南陽市交(jiao)警支隊科研所介紹，借(jie)助(zhu)人臉(lian)識(shi)別系統，可對交(jiao)通(tong)違(wei)法人的頭像及身份證、居住地址等(deng)部(bu)分(fen)信息進(jin)行曝光(guang)。啟用半年來，這(zhe)些路口從最初(chu)一天最多抓拍上百(bai)起闖紅燈行為，現在(zai)降到一天十余(yu)起，治(zhi)理效果明顯。

    專家介紹，隨(sui)著人臉識別技術不(bu)斷進步，以及網絡帶寬、影像(xiang)拍攝質量的提(ti)高，未來該技術會應用(yong)到更多(duo)領域。全新的“刷臉時代”不(bu)再遙遠。

    人臉(lian)識別可(ke)以算是(shi)落地夠快、效果也夠炫的“智能(neng)技術”之一了，從15年(nian)3月馬云展示支付寶的刷臉(lian)支付，到最近很多機場(chang)、高鐵站啟用(yong)了刷臉(lian)進(jin)站，就連美圖都(dou)說自己可(ke)以“AI自拍”。

    先(xian)來潑一(yi)盆冷水，目(mu)前(qian)很(hen)多人臉(lian)識別(bie)的落地應用還處在一(yi)個非常初(chu)級的階段，技(ji)術(shu)(shu)價值并(bing)不高。首先(xian)，我們要弄明白人臉(lian)識別(bie)這(zhe)一(yi)概念。人臉(lian)識別(bie)其實是個相對寬泛的大分類，基(ji)于(yu)生物特征(zheng)識別(bie)技(ji)術(shu)(shu)，利(li)用人的特征(zheng)實現個體的區(qu)分。其中技(ji)術(shu)(shu)包括(kuo)圖像采集、特征(zheng)定位、身份的確認和查找等(deng)等(deng)。

    簡單來說，就是從照片中提取人臉中的特征，比如眉毛高度、嘴角等等，再通過特征的對比輸出結果。

  在(zai)應用(yong)上(shang)，人(ren)臉識別也分很(hen)多層級(ji)，目前在(zai)我國(guo)應用(yong)最多還是(shi)1：1等級(ji)，也就是(shi)人(ren)臉識別中最初級(ji)的“證明你是(shi)你”。

    1：1等級的(de)(de)人臉(lian)識(shi)別(bie)通常是用戶(hu)上(shang)傳符合(he)規則的(de)(de)照片于(yu)(yu)系(xi)統上(shang)，線下拍照，于(yu)(yu)系(xi)統中的(de)(de)照片進行(xing)對比。在(zai)機場、高鐵站這種為線下拍照提供了較好條(tiao)件(燈光、拍照像素等等)的(de)(de)環(huan)境中，說實話對于(yu)(yu)技術(shu)的(de)(de)硬性要求(qiu)不算(suan)太(tai)高。

    而(er)知乎(hu)中還有網友提到(dao)，關于人臉識別終端算法部署(shu)授權只需要500元/套，其使用成本可見(jian)一斑。而(er)這一技術(shu)也(ye)絕非最近才出現，在高(gao)中時期，筆者的學校就應用過刷臉考(kao)勤查驗課間操跑步(bu)圈數。

    對(dui)運算環境要求更高的(de)是(shi)1：N級和N：N級的(de)人(ren)臉識(shi)別(bie)。也就是(shi)單一特征(zheng)(zheng)(zheng)對(dui)比(bi)多(duo)種特征(zheng)(zheng)(zheng)和多(duo)種特征(zheng)(zheng)(zheng)對(dui)比(bi)多(duo)種特征(zheng)(zheng)(zheng)。而這兩種等級的(de)人(ren)臉識(shi)別(bie)在應用(yong)上也常常無法提供(gong)較好(hao)的(de)環境，比(bi)如1：N級人(ren)臉識(shi)別(bie)可以應用(yong)于失蹤人(ren)口搜(sou)索(suo)中，在特殊(shu)情況下(xia)拍的(de)照片存在角度、光線的(de)復雜(za)性，加大了特征(zheng)(zheng)(zheng)提取、對(dui)比(bi)的(de)難度。

    LBP，人臉識別的魔法根源

    或許我們可以更深一步(bu)探究(jiu)人(ren)臉識別的算法，比如LocalBinaryPattern(局部二元模(mo)式)。這種(zhong)算法可以將某一像素周(zhou)邊的灰(hui)度值和該像素作(zuo)比較(jiao)，從而去(qu)除光線的影響提(ti)取特征。

    過安檢能“刷臉(lian)”不算什么，人臉(lian)識別的價值還遠未被發掘

    除了LBP外，常用的特(te)征提取算(suan)法還有很多，像是Gabor濾波(bo)器。當然(ran)，提取特(te)征只是第一步，接下來還要根據特(te)征進行(xing)分(fen)類(lei)，這時就要應用貝葉斯、決(jue)策樹等(deng)等(deng)分(fen)類(lei)算(suan)法。

    最近大火的(de)(de)(de)深度學習也正逐(zhu)漸(jian)被應(ying)(ying)用于人臉識(shi)別(bie)中，深度學習將特(te)(te)征(zheng)(zheng)提(ti)取和分(fen)類兩個(ge)步驟融(rong)合在一起。利用神經網絡(luo)黑(hei)盒子(zi)的(de)(de)(de)特(te)(te)性計算出(chu)最適合的(de)(de)(de)特(te)(te)征(zheng)(zheng)提(ti)取模(mo)式，從而可以直(zhi)接跳(tiao)過“特(te)(te)征(zheng)(zheng)提(ti)取影響識(shi)別(bie)結果(guo)”這一怪(guai)圈，讓算法的(de)(de)(de)應(ying)(ying)用范圍更大。

    當然，由于深度學習(xi)需(xu)要(yao)應(ying)用(yong)(yong)大(da)量的數(shu)據(ju)樣本和較長時(shi)(shi)間的訓練時(shi)(shi)間，對(dui)于整體運(yun)算環境要(yao)求也很高(gao)，相比物美(mei)價廉的LBP，應(ying)用(yong)(yong)范(fan)圍還不大(da)。

    算法基礎？實用性更重要！

    雖然有人(ren)(ren)認(ren)為人(ren)(ren)臉識(shi)別只是(shi)個很基礎的算法，但(dan)我們認(ren)為在應用上范疇上，人(ren)(ren)臉識(shi)別還是(shi)一座(zuo)未(wei)經發掘(jue)的寶礦。

    單純從(cong)身份驗證(zheng)、識別角度來看，就有遠程信(xin)貸、證(zheng)券事務(wu)辦理、實名制系統(tong)驗證(zheng)、來訪記錄(lu)、安檢審核等等范疇的(de)(de)應用。在提高(gao)魯棒性的(de)(de)前提下，還利用天網(wang)進(jin)行罪(zui)犯/失蹤(zong)人口追蹤(zong)排查，總之科幻片里(li)通過大街小巷攝像(xiang)頭找人的(de)(de)情(qing)節完(wan)全可以進(jin)入(ru)現實。

    過安檢能“刷臉”不算什么，人臉識別的價值還遠未被發掘

    除(chu)了(le)這(zhe)些落(luo)地性強的應用模式，目前討論熱度(du)最高的還有大(da)數據(ju)+人臉識別，也就是(shi)通過大(da)量人臉樣(yang)本的累積，從中(zhong)提取特(te)征(zheng)并總結(jie)規(gui)律。像是(shi)提取表情(qing)特(te)征(zheng)，構建(jian)情(qing)緒判斷系統；或者通過面色、皺紋、斑點等等特(te)征(zheng)分(fen)析(xi)病情(qing)。

    不過這(zhe)些(xie)應用范疇距(ju)離落地應用還很遠(yuan)，想(xiang)要實現(xian)情緒判斷、視覺診斷等等目的，人臉識別是(shi)否(fou)是(shi)最好的方式(shi)也(ye)不得而知。

    總體看來(lai)，在中國的(de)技(ji)術(shu)企業(ye)中，人臉(lian)識別算是(shi)泡沫較高的(de)一個(ge)(ge)類別，不(bu)光Face++、云(yun)從等等企業(ye)都拿過千萬美金級別的(de)融資。各(ge)個(ge)(ge)企業(ye)也(ye)將該技(ji)術(shu)的(de)引用視作踏(ta)入AI的(de)一步，大肆(si)PR吹(chui)捧(peng)，就連一些自(zi)拍工具也(ye)想來(lai)蹭一蹭熱(re)度。

    其實目(mu)前人臉識別(bie)的(de)應用還停留(liu)在基礎上，也(ye)就是在較好環境(jing)中1：1人臉識別(bie)，而(er)拍照美顏(yan)更(geng)僅(jin)(jin)僅(jin)(jin)應用到(dao)了(le)人臉特征定(ding)點提取，連識別(bie)預處理(li)都算不上，這樣也(ye)要(yao)強吹(chui)只能說(shuo)發言(yan)人的(de)心(xin)理(li)素質有些(xie)過于(yu)強悍了(le)。

    我們不應該神化(hua)任何一種技術(shu)(shu)，至于那些混淆視聽蹭熱度的，恰(qia)(qia)恰(qia)(qia)展示出(chu)了(le)對(dui)于自家(jia)產(chan)品(pin)的不自信。對(dui)于流量的吹噓或許可(ke)以“公關在前”，錢拿到(dao)了(le)再做實(shi)，可(ke)技術(shu)(shu)不是(shi)靠營銷就能堆砌出(chu)來的，最后往(wang)往(wang)只剩下(xia)打臉一個結果。