編者按：本文作者宮雅卓，聚虹光電創始人，上海交大博士。對生物特徵辨識有所研究，尤在虹膜辨識領域有15年的專研。
2015年9月8日，被眾多極客戲稱為“全球最不務正業”的“百度深度學習實驗室”，向全球正式發佈了趣味換臉APP——臉優Face It.
在這款APP上，用戶自拍或上傳任意一張臉部照片，即可自動生成素材。“臉優”既可以利用前置攝影機將素材貼合到用戶的臉上，進行即時演繹；也可以使用後置攝影機，將不同的臉與海報、電影、電視劇畫面貼合，毫無PS痕跡。通過“點擊拍照”或“錄製20秒影片”分享到微信、微博、QQ空間。
人臉辨識技術，由三個關鍵部分組成：人臉檢測、特徵提取、匹配辨識。
1、在背景景物中進行人臉檢測
也就是說，臉優首先判斷用戶上傳的照片中有沒有人臉，如果有，再利用人臉的左右對稱性定位臉形，並通過膚色、眼睛顏色、毛髮等特徵確定種族。
2、對人臉進行預處理，提取人臉特徵
一旦臉形確定，就可以從中心擴散，利用人體特徵器官的灰度變化、縱深複雜度和匹配度演算法，對諸多關鍵點進行檢測。
（臉優：帥哥變狗狗）
臉優的“圖像拼合”功能，是找到嘴、鼻子、眼睛、眉毛等關鍵點，與使用者選定的圖片素材相互拼合。人臉的關鍵點數量，可以分為不同等級，如5、25兩級，分別對應不同的調整需求。一般情況下，檢測到雙眼、鼻尖、兩邊嘴角這5個關鍵點，就可以實現步驟1的定位人臉。
（湯姆·克魯斯的5個人臉關鍵點 ）
如果採用25個人臉關鍵點，在娛樂性應用中可以對更多人臉細節進行調整，如修片神器“美圖秀秀”深諳“大眼睛小臉”的審美，鎖定眼睛、嘴、下頜等多個關鍵點，讓女生一秒變女神。
2015年火爆全球的微軟“猜年齡 How-Old.net”，則是根據臉上27個隨著年齡變化明顯的人臉特徵，如眼角、嘴角、鼻子等關鍵點，判斷用戶的性別和年齡。“歲月是把殺豬刀”，隨著時光流逝，歲月磨蝕，皮膚會出現棕褐色暗斑和皺紋，眼角和嘴角也會下垂，而老化正是影響人臉辨識精度的關鍵因素。
（25個關鍵點對應的人臉部位）
3、匹配辨識
人臉辨識（Face Identification）就是將待辨識的人臉，與資料庫中的已知人臉匹配，判斷用戶的身份。中國婚戀網站世紀佳緣，採用人臉辨識技術，從海量資料中篩選出與使用者上傳照片最相似的人臉，為單身男女“牽線搭橋”，本質上就是看哪一對年輕人最有“夫妻相”。
百度魔圖，曾經推出一款HTML5遊戲，用戶自拍或上傳照片後，遊戲就會告訴你和哪個明星相似，相似度是多少百分比。
人臉辨識技術，用於“徵婚”、“追星”這類對辨識精度要求不高的娛樂應用，是可以滿足要求的。但是，一旦用於高安全等級的場景，人臉辨識精度就很不理想了。
最戲劇性的案例是，澳洲雪梨機場曾採用一套，具有最高辨識精度的人臉辨識系統，希望在乘客中辨識出恐怖分子，而這套人臉辨識系統的精度實在讓人失望，居然把美國著名女明星薇諾娜-瑞德 Winona Ryder ，錯認成了恐怖大亨賓拉登 Osama bin Laden。
花鉅資採購的人臉辨識系統，為什麼會犯這樣的低級錯誤？
最重要的原因是，人臉的“非剛體性”特徵。
“非剛體性”主要表現為人臉圖像在光照、姿態、表情等不同採集條件下的差異，髮型、鬍鬚、化妝、飾物、著裝的變化，以及年齡、疾病、外傷等因素的影響。人臉特徵先天就是不穩定的，隨著外部條件不斷變化的，這才是導致人臉識別精確度不高的根本原因。
在高安全性應用中，人臉辨識技術是不能獨立使用的，往往要與辨識精度更高的其他生物特徵配合使用，進行多模態辨識。最常見的多模態組合，就是“人臉+虹膜”。
“人臉+虹膜”的多模態辨識系統
“人臉+虹膜”的多模態辨識系統，一般使用流程是：採用監控攝影機對來往人流進行精度較低的人臉辨識（誤識率大約1/1000），一旦發現與警方提供的嫌疑犯臉部相似的人，便會發出警報，再採用精度更高的虹膜辨識（誤識率大約1/100萬），進一步精準判斷罪犯的身份。
人臉，在無需使用者配合的情況下，就可以採集到照片，幾乎沒有侵犯性的用戶體驗，使其成為“具有最高易用性”的生物特徵；而虹膜，是公認具有“最高辨識精度”的生物特徵。因此，“人臉+虹膜”的多模態應用，將兩者的優點（高易用性、高精確性）集於一身，才是目前生物辨識應用中最有優勢的技術方案。
沒有留言:
張貼留言