科普:人脸识别看似简单内在奥妙知多少

成都弱电公司讯：

“刷脸”无疑是今年的人们词汇之一，支付宝、京东支付等纷纷在今年宣布将启动刷脸认证的方式；今年5月，全球第一台具有人脸辨认功能的ATM机在成都诞生；4月，马云在德国汉诺威IT博览会上当众演示刷支付，都将人脸辨认推向了封口浪尖。看脸时代来了！有人惊呼。可传统电影里走出来，从指纹、虹膜到人脸，生物辨认从科幻到现实仅一步之遥。可视说了那么久的人脸辨认，您真的了解吗？除了知道其表面作用，他是如何实现的您真的知道吗？今天就让我们来科普下。

人脸辨认到底是什么？

人脸辨认，是视觉模式辨认的一个细分问题，也大概是最难解决的一个问题。

其实我们人每时每刻都在进行视觉模式辨认，我们通过眼睛获得视觉信息，这些信息经过大脑的处理被辨认为有意义的概念。所以我们知道了放在我们面前的是水杯、书本，还是什么别的东西。

我们也无时无刻不在进行人脸辨认，我们天天生活中碰到无数的人，从中认出那些熟人，和他们打招呼，打交道，忽略另外的陌生人。甚至躲开那些我们欠了钱还暂时还不上的人。

然而这项看似简朴的任务，对机器来说却并不那么容易实现。

对计算机来讲，一幅图像信息，无论是静态的图片，还是动态视频中的一帧，都是一个由众多像素点组成的矩阵。好比一个1080p的数字图像，是一个由1980*1080个像素点组成矩阵，每个像素点，假如是8bit的rgb格式，则是3个取值在0-255的数。

机器需要在这些数据中，找出某一部分数据代表了何种概念：哪一部分数据是水杯，哪一部分是书本，哪一部分是人脸，这是视觉模式辨认中的粗分类问题。

而人脸辨认，需要在所有机器认为是人脸的那部分数据中，区分这个人脸属于谁，这是个细分类问题。

人脸可以分为多少类呢？

取决与所处理问题的人脸库大小，人脸库中有多少目标人脸，就需要机器进行相应数量的细分类。假如想要机器认出每个他看到的人，则这世界上有多少人，人脸就可以分为多少类，而这些类别之间的区别是非常细微的。由此可见人脸辨认问题的难度。

更不肯提，这件事还要受到光照，角度，人脸部的装饰物等各种因素的影响。这也不难解释为什么人脸辨认技术目前还没有大量应用在日常生活中，大部分人只能在科幻电影中接触人脸辨认了。

傻傻分不清楚，一些容易被混淆的概念

一些不太被人熟悉的事物，经常会伴随着大量的概念混淆。

好比对西方宗教不太了解的国人，可能搞不清楚为什么有些人信上帝但不信耶稣；都是在教堂工作的大叔，为什么有些要禁欲，有些却能结婚。

而人脸辨认作为一个新事物，也伴随着大量的概念混淆，而分清这些概念，对于理解人脸辨认还是比较重要的。