前兩天，一則“億萬(wàn)富翁找回失散 25 年兒子”的話題引起了全網(wǎng)關(guān)注。
1998 年，年僅 3 個(gè)月大的解清帥被人偷走。他的父親一直苦苦找尋，終于在 25 年后父子一家團(tuán)聚。
這次解清帥能夠一家團(tuán)聚，離不開(kāi)一家做人臉識(shí)別的公司。公司的“跨年齡同親緣人臉比對(duì)算法”通過(guò)分析解清帥父母加上哥哥的面部圖像，就匹配到了解清帥，最終通過(guò) DNA 對(duì)比，確認(rèn)了解清帥的身份。
圖源：新浪微博截圖
問(wèn)題來(lái)了：尋找解清帥的人臉識(shí)別技術(shù)究竟是怎么一回事？跟我們解鎖手機(jī)時(shí)候用到的是同一種技術(shù)嗎？今天就來(lái)說(shuō)一說(shuō)人臉識(shí)別的前世今生。
從人工輔助到純計(jì)算機(jī)識(shí)別
1
用身體特征定義一個(gè)人
早在 1879 年，法國(guó)犯罪學(xué)家阿方斯貝蒂榮（Alphonse Bertillon）就發(fā)明了一套用來(lái)識(shí)別罪犯或者犯罪嫌疑人的方法：通過(guò)測(cè)量 11 項(xiàng)身體數(shù)據(jù)，比如手肘到中指末端、右耳的長(zhǎng)度、左腳的長(zhǎng)度等等，來(lái)識(shí)別一個(gè)人。
阿方斯的人體特征識(shí)別方法，圖片來(lái)源：wikimedia
雖然阿方斯的初衷是為了識(shí)別壞人，但他這種根據(jù)身體數(shù)據(jù)特征來(lái)識(shí)別一個(gè)人的思想，對(duì)于之后的人臉識(shí)別技術(shù)有很大的啟發(fā)。
2
“半自動(dòng)”人臉識(shí)別
在 1964 年，美國(guó)數(shù)學(xué)家、人工智能專家伍迪布萊索（woodrow bledsoe）等人開(kāi)始嘗試用計(jì)算機(jī)識(shí)別人類照片。最初的想法是從不同角度去拍攝人臉的照片，然后讓計(jì)算機(jī)學(xué)習(xí)這些照片上的明暗數(shù)據(jù)來(lái)識(shí)別一張臉。但考慮當(dāng)時(shí)的技術(shù)限制，這個(gè)思路根本行不通。
最終，伍迪等人選擇了類似于阿方斯的方法，從人臉上尋找大約 20 個(gè)特征，比如眼睛的寬度和間距、耳朵的長(zhǎng)度、嘴角的長(zhǎng)度等等，通過(guò)測(cè)量這些特征的數(shù)值，來(lái)定義一個(gè)人。
不過(guò)當(dāng)時(shí)的計(jì)算機(jī)還沒(méi)法直接從照片上測(cè)量這些數(shù)據(jù)，伍迪只好設(shè)計(jì)了一個(gè)軟件，由人手動(dòng)把測(cè)量的數(shù)據(jù)輸入進(jìn)計(jì)算機(jī)，計(jì)算機(jī)再將它們與數(shù)據(jù)庫(kù)中的數(shù)據(jù)進(jìn)行比對(duì)，識(shí)別出這張臉屬于誰(shuí)。
這算得上是最早的人臉識(shí)別軟件了，但這是個(gè)需要人類參與的“半自動(dòng)”方法，每小時(shí)只能處理 40 張圖片。
3
全自動(dòng)人臉識(shí)別
在二十世紀(jì)70年代，日本科學(xué)家金出武雄展示了一種新的人臉識(shí)別軟件。這款軟件能夠自動(dòng)定位下巴的位置，從而自動(dòng)測(cè)量人臉的數(shù)據(jù)，自動(dòng)進(jìn)行識(shí)別。
雖然這款軟件依然會(huì)受到拍攝角度、光線陰影等因素的影響，識(shí)別準(zhǔn)確率有限，但它實(shí)現(xiàn)了從“半自動(dòng)”到“全自動(dòng)”的重要轉(zhuǎn)變。
在之后的二十世紀(jì)八、九十年代，Eigenfaces、Fisherfaces 等方法出現(xiàn)，讓全自動(dòng)人臉識(shí)別技術(shù)有了顯著進(jìn)步，對(duì)于受控環(huán)境下的靜態(tài)照片（比如證件照）識(shí)別能力已經(jīng)比較可靠了。
比如，美國(guó)的西弗吉尼亞州、新墨西哥州都采用了面部識(shí)別技術(shù)來(lái)識(shí)別駕照上的人臉，防止同一個(gè)人用不同名字辦理多份駕照。在 1997 年，美國(guó)的明尼蘇達(dá)州也開(kāi)始用面部識(shí)別系統(tǒng)來(lái)識(shí)別州內(nèi)罪犯。
4
卷積神經(jīng)網(wǎng)絡(luò)帶來(lái)飛躍
在 2010 年前后，基于卷積神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)技術(shù)，讓人臉識(shí)別技術(shù)再出現(xiàn)飛躍。
卷積神經(jīng)網(wǎng)絡(luò)是一種模仿生物視覺(jué)建立的神經(jīng)網(wǎng)絡(luò)，它本身的架構(gòu)就非常擅長(zhǎng)處理圖像信息。人們?cè)诰矸e神經(jīng)網(wǎng)絡(luò)基礎(chǔ)上進(jìn)行各種優(yōu)化，能夠根據(jù)需要提取出畫(huà)面上不同類型的信息，比如光線明暗，線條輪廓等等，從而對(duì)圖片做出綜合判斷。
人臉識(shí)別系統(tǒng)，圖片來(lái)源：參考文獻(xiàn) [2]
這種方式跟前面阿方斯的方法已經(jīng)有一些區(qū)別了，不再是根據(jù)眼睛寬度、耳朵長(zhǎng)度等特定數(shù)字來(lái)識(shí)別人臉，而是直接從人臉整體特征來(lái)識(shí)別，更類似于動(dòng)物視覺(jué)的識(shí)別過(guò)程。
在2010年前后，能夠供深度神經(jīng)網(wǎng)絡(luò)訓(xùn)練的計(jì)算機(jī)視覺(jué)數(shù)據(jù)庫(kù)也日趨完善，比如李飛飛等人構(gòu)建的 ImageNet，里面包含上千萬(wàn)手動(dòng)注釋過(guò)的圖片。再加上 2012 年前后 GPU 被應(yīng)用到深度學(xué)習(xí)領(lǐng)域，人臉識(shí)別技術(shù)的速度和準(zhǔn)確率都得到了極大的提升。
比如，2014 年 FaceBook 的 DeepFace 人臉識(shí)別系統(tǒng)已經(jīng)能達(dá)到 97.35% 的準(zhǔn)確率，跟人類的識(shí)別準(zhǔn)確率相差無(wú)幾。而谷歌在 2015 年提出的 FaceNet，在一些數(shù)據(jù)庫(kù)里的人臉識(shí)別準(zhǔn)確率更是達(dá)到了 99.63%。
Deepface人臉識(shí)別系統(tǒng)，圖片來(lái)源：參考文獻(xiàn) [3]
到了今天，人臉識(shí)別技術(shù)依然在飛速發(fā)展，除了能識(shí)別靜態(tài)照片，對(duì)于視頻畫(huà)面中的動(dòng)態(tài)人臉也能做到準(zhǔn)確快速地識(shí)別。
無(wú)處不在的人臉識(shí)別技術(shù)
隨著人臉識(shí)別的準(zhǔn)確率越來(lái)越高，在生活中的應(yīng)用也越來(lái)越多。
比如，現(xiàn)在主流的手機(jī)幾乎都能支持刷臉解鎖；在很多便利店里買(mǎi)東西已經(jīng)可以不用掏出手機(jī)打開(kāi)支付碼了，直接刷臉支付就可以；在進(jìn)出火車(chē)站的時(shí)候，也可以直接刷臉通過(guò)閘機(jī)口。
除了這些日常應(yīng)用，人臉識(shí)別系統(tǒng)還在一些特殊領(lǐng)域發(fā)揮重要作用。
比如，自 2018 年 4 月起，在張學(xué)友演唱會(huì)上，安檢、監(jiān)控?cái)z像頭就成功抓拍到了將近 100 名逃犯或犯罪嫌疑人，網(wǎng)友也調(diào)侃張學(xué)友的演唱會(huì)簡(jiǎn)直就是“緝拿會(huì)”。
另外，在社會(huì)范圍內(nèi)引起比較大爭(zhēng)議的勞榮枝案中，人臉識(shí)別系統(tǒng)也輕松識(shí)別出了潛逃 23 年之久的勞榮枝。
圖源：廈門(mén)警方視頻截圖
隨著人臉識(shí)別技術(shù)在跨年齡人臉識(shí)別、面部有遮擋情況下的人臉識(shí)別準(zhǔn)確率越來(lái)越高，人臉識(shí)別技術(shù)也能更好地守護(hù)我們的安全。
前面提到的“跨年齡同親緣人臉對(duì)比算法”，也是對(duì)于人臉識(shí)別技術(shù)在特定領(lǐng)域的優(yōu)化。這樣的功能不僅能夠在多年之后尋找到潛逃的犯罪嫌疑人，同時(shí)對(duì)于走失或者被拐賣(mài)的兒童尋找親生父母有非常大的幫助。
基于親屬關(guān)系的面部識(shí)別系統(tǒng)，圖片來(lái)源：參考文獻(xiàn) [4]
值得關(guān)注的是，雖然 AI 人臉識(shí)別給我們的生活帶來(lái)了便利，也守護(hù)著我們的安全，但它同樣存在著一些風(fēng)險(xiǎn)。
比如手機(jī)有一些 App 在使用我們的面部數(shù)據(jù)，雖然大部分公司會(huì)盡力確保這些數(shù)據(jù)的安全，但依然存在一些軟件開(kāi)發(fā)商沒(méi)有能力或者壓根就沒(méi)打算保護(hù)數(shù)據(jù)安全性，這可能會(huì)造成嚴(yán)重的個(gè)人信息泄露事件。
比如，向美國(guó)執(zhí)法機(jī)構(gòu)提供服務(wù)的 Clearview AI 公司就曾經(jīng)被曝出過(guò)數(shù)據(jù)泄露事件。另外，該公司也被曝出在未經(jīng)用戶同意的情況下非法搜集用戶照片信息用訓(xùn)練算法。
總之，人臉識(shí)別技術(shù)雖然已經(jīng)有半個(gè)多世紀(jì)的歷史，但它真正進(jìn)入高速發(fā)展階段，滲透到生活的各個(gè)領(lǐng)域也只是最近十年左右的事情。
人臉識(shí)別技術(shù)用在正確的地方，確實(shí)給我們的生活帶來(lái)便利和安全，也讓失散多年的家庭得以團(tuán)聚。
但在享受技術(shù)發(fā)展便利的同時(shí)，我們也要增強(qiáng)自己的隱私意識(shí)，盡量避免在不知名的小程序上使用自己的照片、視頻，減少信息泄露的可能性。
參考文獻(xiàn)
[1]Adjabi I, Ouahabi A, Benzaoui A, et al. Past, present, and future of face recognition: A review[J]. Electronics, 2020, 9(8): 1188.
[3]Taigman Y, Yang M, Ranzato M A, et al. Deepface: Closing the gap to human-level performance in face verification[C]//Proceedings of the IEEE conference on computer vision and pattern recognition. 2014: 1701-1708.
[4]Robinson J P, Shao M, Wu Y, et al. Families in the wild (fiw): Large-scalekinship image database and benchmarks[C]//Proceedings of the 24th ACM international conference on Multimedia. ACM, 2016: 242-246
