追捕目標(biāo)的特工逆行在人群中，目之所及，每位迎面走來(lái)的行人，都會(huì)被特工所戴的隱形眼鏡捕捉面部畫面進(jìn)而識(shí)別身份信息，電影《碟中諜4》中這令人贊嘆的經(jīng)典一幕，依靠的正是人臉識(shí)別技術(shù)。

　　電影《速度與激情7》中的“天眼計(jì)劃”同樣讓人驚嘆：頭戴一個(gè)黑框眼鏡，就可以對(duì)海底、地面和天空中的任何物體掃描圖像，迅速識(shí)別符合特征的目標(biāo)物，從而找到開啟“天眼”的關(guān)鍵人物。

　　電影場(chǎng)景中神秘的人臉識(shí)別技術(shù)其實(shí)早已走進(jìn)生活變?yōu)楝F(xiàn)實(shí)。就像電影里用于識(shí)別特定人物一樣，當(dāng)今的安防領(lǐng)域也需要人臉識(shí)別技術(shù)抓捕犯罪嫌疑人，而且已成為案件偵破的關(guān)鍵利器。

　　人臉識(shí)別技術(shù)是基于人的面部特征信息進(jìn)行身份識(shí)別的一種生物識(shí)別技術(shù)，如此神奇的技術(shù)背后是需要一整套復(fù)雜的程序完成的，主要包括人臉檢測(cè)、關(guān)鍵點(diǎn)檢測(cè)和人臉識(shí)別“三部曲”。人臉檢測(cè)主要依靠攝像頭等硬件捕捉圖像，關(guān)鍵點(diǎn)檢測(cè)和人臉識(shí)別則依靠深度學(xué)習(xí)算法、三維動(dòng)態(tài)人臉識(shí)別和超低分辨率人臉識(shí)別技術(shù)。

　　找到“臉在哪”是基礎(chǔ)

　　人臉識(shí)別技術(shù)是通過(guò)人的面部特征進(jìn)行身份識(shí)別的，所以首先需要找到“人臉圖像”，從眾多圖像中定位“臉在哪”，這就是人臉檢測(cè)的環(huán)節(jié)。看似一個(gè)簡(jiǎn)單的“挑選”過(guò)程其實(shí)大有門道。面對(duì)多種物體的圖像信息時(shí)，需要采用特定算法才可智能挑選出“人臉圖像”，找到“臉在哪”。我國(guó)已研發(fā)出“深度卷積檢測(cè)網(wǎng)絡(luò)”，從而同時(shí)學(xué)習(xí)人臉和非人臉的特征，幫助計(jì)算機(jī)準(zhǔn)確找到“臉在哪”。此算法中，圖像從層級(jí)結(jié)構(gòu)的最低層開始被輸入，然后再依次傳輸?shù)讲煌膶?，每層通過(guò)一個(gè)數(shù)字濾波器去獲得圖像的最顯著特征。這個(gè)方法可以保證在圖像平移、縮放或旋轉(zhuǎn)下獲得穩(wěn)定的檢測(cè)結(jié)果和圖像特征。該算法已通過(guò)FDDB(Face Detection Data Set and Benchmark)公開數(shù)據(jù)庫(kù)平臺(tái)的測(cè)試，目前已在多個(gè)場(chǎng)景下的人臉檢測(cè)中使用，為人臉識(shí)別技術(shù)的后續(xù)環(huán)節(jié)做好鋪墊。

　　算法的先進(jìn)和優(yōu)越保證了準(zhǔn)確定位“臉在哪”的順利完成，這主要是在收集眾多圖像信息后進(jìn)行的，不免讓我們思考：能否在圖像采集的同時(shí)就利用該算法智能定位“臉在哪”?

　　如此一來(lái)可以過(guò)濾掉非人臉圖像，提高人臉識(shí)別效率。

　　多數(shù)情況下，圖像采集通過(guò)攝像頭完成。試想，如果所有圖像都進(jìn)入人臉檢測(cè)環(huán)節(jié)，會(huì)加大運(yùn)算負(fù)擔(dān)、降低效率。就像“天眼計(jì)劃”那樣，從全世界的所有物體中搜索圖像，工作量極其龐大，這也導(dǎo)致該計(jì)劃只能停留在電影中。對(duì)此，很多企業(yè)開始加快芯片研發(fā)速度。上海凌簡(jiǎn)信息科技有限公司副總經(jīng)理張亮指出，安防企業(yè)目前主攻研發(fā)可以內(nèi)置于攝像頭的智能芯片，實(shí)現(xiàn)采集圖像的同時(shí)準(zhǔn)確找到“臉在哪”，從而大大加快工作效率。如此看來(lái)，也許“天眼計(jì)劃”真的能走進(jìn)生活，讓每個(gè)人通過(guò)一副眼鏡“想找誰(shuí)就找誰(shuí)”。

　　弄清“這是誰(shuí)的臉”是核心

　　在準(zhǔn)確找到“臉在哪”之后，就進(jìn)入了人臉識(shí)別技術(shù)的核心環(huán)節(jié)——關(guān)鍵點(diǎn)檢測(cè)、人臉識(shí)別了。這個(gè)核心環(huán)節(jié)在于，通過(guò)眼睛、眉毛、鼻子、嘴巴、臉頰輪廓特征關(guān)鍵點(diǎn)和面部表情網(wǎng)，找出彼此之間的關(guān)聯(lián)，最終判定這些圖像是否為同一個(gè)人。就像《碟中諜》中的特工可以識(shí)別特定人物那樣，捕捉關(guān)鍵點(diǎn)信息和特征后，對(duì)人臉圖像智能分析就可快速知道“這是誰(shuí)的臉”。

　　兩大環(huán)節(jié)是人臉識(shí)別技術(shù)的核心，當(dāng)然離不開強(qiáng)大的技術(shù)支撐。其中的三大利器——深度學(xué)習(xí)算法、三維動(dòng)態(tài)人臉識(shí)別、超低分辨率人臉識(shí)別正是最吸引人之處。這三大技術(shù)合力，可以達(dá)到最高99.77%的識(shí)別準(zhǔn)確率，即使是錄像中的超低分辨率的圖像也可以準(zhǔn)確還原，讓犯罪分子“原形畢露”。

　　為了更好了解相關(guān)技術(shù)的更多細(xì)節(jié)，本站為此采訪了一家人臉識(shí)別解決方案提供商——曠視(Face++)。據(jù)相關(guān)部門負(fù)責(zé)人介紹，在算法的研發(fā)上，已經(jīng)針對(duì)人臉識(shí)別應(yīng)用設(shè)計(jì)了自己的“CNN卷積神經(jīng)網(wǎng)絡(luò)”，并通過(guò)卷積層和降維層大大降低了需要處理的數(shù)據(jù)量和計(jì)算量，提升了計(jì)算速度。算法提升依靠海量大數(shù)據(jù)的積累。通過(guò)標(biāo)注化的圖像數(shù)據(jù)對(duì)人臉識(shí)別算法進(jìn)行訓(xùn)練，再通過(guò)產(chǎn)品和行業(yè)應(yīng)用為用戶提供智能化服務(wù)，海量大數(shù)據(jù)隨著用戶數(shù)量和調(diào)用次數(shù)而增長(zhǎng)，這些數(shù)據(jù)又進(jìn)一步為算法訓(xùn)練提供了教材，已經(jīng)實(shí)現(xiàn)了數(shù)據(jù)、技術(shù)和產(chǎn)品的良性循環(huán)。

　　現(xiàn)實(shí)中，人臉圖像多數(shù)是在人體活動(dòng)時(shí)捕捉到的，并非一張簡(jiǎn)單的正面照。這種情況下的人臉識(shí)別會(huì)難度陡增，針對(duì)動(dòng)態(tài)人臉，目前已研發(fā)出“三維動(dòng)態(tài)人臉識(shí)別”技術(shù)，可以針對(duì)運(yùn)動(dòng)中捕獲的人臉圖像進(jìn)行準(zhǔn)確識(shí)別。通過(guò)人臉骨骼輪廓進(jìn)行識(shí)別，保證在不同的光線、動(dòng)態(tài)的情況下也能精確識(shí)別。這可以大大擴(kuò)展人臉識(shí)別技術(shù)的應(yīng)用場(chǎng)景，對(duì)環(huán)境不佳情況下采集的圖像仍能弄清“這是誰(shuí)的臉”。就像天眼計(jì)劃里設(shè)想的那樣，任何光線、動(dòng)態(tài)、靜態(tài)的場(chǎng)景下的人臉圖像都能識(shí)別，就算化成灰也認(rèn)得出來(lái)。

　　該負(fù)責(zé)人進(jìn)一步說(shuō)到，這個(gè)問(wèn)題在技術(shù)上可以通過(guò)人臉區(qū)域自動(dòng)曝光和3D降噪等技術(shù)實(shí)現(xiàn)人臉區(qū)域的優(yōu)化。識(shí)別效果既與前端攝像機(jī)的硬件水準(zhǔn)相關(guān)，也需要在算法上不斷提升，二者缺一不可，雙管齊下才能更好應(yīng)對(duì)“不同的臉”。

　　在安防應(yīng)用中，人臉圖像不僅會(huì)面臨動(dòng)態(tài)中獲取到欠清晰圖像問(wèn)題，還會(huì)面臨所獲取的圖像分辨率極低的可能。試想，有的圖像只有幾厘米大小，像素分辨率只有不到10k，如此一說(shuō)人臉識(shí)別技術(shù)就敗下陣了?面對(duì)挑戰(zhàn)，人臉識(shí)別技術(shù)選擇迎難而上，這主要依靠“超低分辨率人臉識(shí)別”技術(shù)。據(jù)清華大學(xué)電子工程系教授蘇光大介紹，對(duì)公安部門獲取的犯罪嫌疑人的超低分辨率人臉圖像，已研發(fā)出特定的圖像還原技術(shù)。提取有限特征后，利用已掌握的人臉圖像規(guī)律還原圖像，之后與圖像數(shù)據(jù)庫(kù)中的每個(gè)人臉圖像進(jìn)行反復(fù)對(duì)比，從中選出相似度最高的人臉圖像作為還原結(jié)果。據(jù)介紹，目前還原圖像與實(shí)際人臉的相似度最高可達(dá)到99.77%。這也就意味著，只要在攝像頭里“露臉”了，不管隱藏多深，都將無(wú)所遁形。

　　計(jì)算能力成瓶頸

　　從關(guān)鍵點(diǎn)檢測(cè)和人臉識(shí)別來(lái)看，目前已經(jīng)可以完成多條件、多場(chǎng)景下的人臉識(shí)別，甚至對(duì)像素很低的圖像進(jìn)行準(zhǔn)確還原。但是，安防需求日益增長(zhǎng)之下，所獲取的圖像也進(jìn)入“大數(shù)據(jù)時(shí)代”，只有先進(jìn)的算法顯然“獨(dú)木難成林”，還必須依靠計(jì)算能力的提升。試想，只有先進(jìn)的算法，但計(jì)算機(jī)無(wú)法負(fù)荷海量圖像同時(shí)分析，那人臉識(shí)別技術(shù)只能成為空談。

　　對(duì)于提高計(jì)算能力的問(wèn)題，行業(yè)內(nèi)通行做法是采用多核CPU+GPU的處理器的方法，從硬件配置上提高計(jì)算能力。但是這種方法是一種類似“設(shè)備堆砌”的傳統(tǒng)方式，如果運(yùn)算量一直增長(zhǎng)，單靠多核的方法是力不從心的，而且還會(huì)造成某種程度的資源浪費(fèi)。因此，清華大學(xué)電子工程系教授蘇大光認(rèn)為，應(yīng)該從根本上優(yōu)化計(jì)算方法，利用高效地處理方法把人臉識(shí)別技術(shù)從硬件堆砌中解放出來(lái)，最大限度利用每個(gè)處理器的運(yùn)算能力，整體上減少硬件配置數(shù)量。

　　為此，蘇光大和其團(tuán)隊(duì)共同研發(fā)了“二維處理計(jì)算方式”，實(shí)現(xiàn)在單位系統(tǒng)時(shí)鐘內(nèi)處理上百個(gè)數(shù)據(jù)，提高以往的一維計(jì)算方式的運(yùn)算速度和CPU使用率，事半功倍地高速處理海量人臉圖像信息。據(jù)悉，此方式已通過(guò)專家組考核認(rèn)證，未來(lái)將會(huì)大面積推廣。提高計(jì)算能力將人臉識(shí)別技術(shù)的應(yīng)用擴(kuò)展到更多領(lǐng)域，而且也會(huì)讓我國(guó)的人臉識(shí)別技術(shù)從處理器等硬件配置上擺脫對(duì)國(guó)外的依賴。優(yōu)化計(jì)算方法后，可以用最少的CPU完成最多的圖像處理，自主創(chuàng)新地發(fā)展中國(guó)的人臉識(shí)別技術(shù)。