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

從研究到應(yīng)用

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

達爾文與高爾頓在當時的研究還沒有涉及到自動人臉識別(Automatic face recognition，簡稱AFR)問題，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)報告，距今也已有50年的歷史。經(jīng)過了半個世紀的發(fā)展，尤其是近十幾年來的研究，自動人臉識別技術(shù)已經(jīng)取得了長足的進步，也成為了生物特征識別領(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)，在提取人臉特征時一般提取人為定義的人臉紋理特征，比如LBP、Gabor、SIFT，在國際標準人臉識別評估數(shù)據(jù)庫LFW(Labelled Faces in the Wild)上的識別率一般在80%-90%左右，而目前，世界上一流的人臉識別技術(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)的算法得以實現(xiàn)，人們在提取人臉特征時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。采用這種機器學(xué)習(xí)出來的人臉特征，目前世界一流的人臉識別技術(shù)在LFW上的識別率一般在99%以上。

香港中文大學(xué)教授湯曉鷗此前在計算機視覺國際會議CVPR2014上發(fā)表論文，稱計算機算法識別人臉的準確率已經(jīng)達到99.15%，超過了人類肉眼識別的97.52%準確率。騰訊公司也向外界透露，其公司的研發(fā)團隊在全球最權(quán)威的人臉識別評測平臺FDDB上，達到了人臉識別LFW數(shù)據(jù)集準確率超過99.5%，對身份證照片識別準確率甚至超過了99.9%。

在評測實驗中，目前的人臉識別技術(shù)已經(jīng)取得了近乎滿分的成績單，但在實際應(yīng)用中，人臉識別技術(shù)的表現(xiàn)又如何呢。