Facial recognition: The future of marketing, security and your privacy

home8 物聯網智慧家庭好安心

隨著科技的發展，生物辨識技術已經成為個人身份辨識，或認證技術的重要方式，人臉辨識作為生物特徵辨識的重要分支，它的無侵害性和對用戶以最自然、最直接的辨識方式，更容易被接受。然而，已有的一些機器學習算法，大都使用淺層結構，而淺層結構的網路很難表示複雜函數。

同時，以往提出的多層感知機，雖可以表示複雜的函數關係，但又由於沒有很好的學習算法。近幾年深度學習技術被業界廣泛認可，並在各個相關領域，都取得了突飛猛進的進展，特別是深度學習技術，在人臉辨識領域的應用，在許多的展會上，許多廠家也紛紛推出人臉辨識技術

隨著市場需求的不斷變化，不同的應用場合，人臉辨識技術也根據需要，開發出各種各樣的產品，來滿足用戶的需求。

一、人臉辨識系統優點

人臉辨識其最大的特點，是利用了人的臉部特徵作為一種身份辨認的方式－－即透過攝影機採集含有人臉的圖像或視訊流，自動對圖像或視訊中的人臉進定位、辨識預處理、建立人臉數學模型、人臉辨識比對等，達到辨識不同人身份的目的。

因此，靈活的利用人臉辨識技術的最大特點，可以在不同的場合中，實現各個各樣的智慧化應用。其優點還有以下幾個方面：

1．自然性，所謂的自然性，是指透過觀察比較人臉來區分，和確認身份；具有自然性的辨識，還有語音辨識和體形辨識，而指紋辨識和虹膜辨識等，因人類或其他生物不能透過此類生物特徵區別個體，所以不具備自然性。

2．非強制性，被辨識的人臉圖像資訊，可以主動獲取而不被被測個體察覺，人臉辨識是利用可見光，獲取人臉圖像資訊，而不同於指紋資訊或者虹膜資訊，需要利用電子壓力傳感器採集指紋，這些特殊的採集方式很容易被人察覺，從而帶有可被偽裝欺騙性。

3．非接觸性，相比較其他生物辨識技術而言，人臉辨識是非接觸的，用戶不需要和設備直接接觸。

4．併發性，在實際應用場景中，人臉辨識技術可以進行多個人臉的分揀、判斷及辨識。

上述為基於人臉辨識這項技術，延伸出來的幾種功能和應用，能充分體現人臉辨識技術所具備的優越性和特點。

二、人臉辨識系統難點

首先是人類臉部存在相似性，不同個體之間的區別不大，所有的人臉的結構都相似，甚至人臉器官的結構外形都很相似。這樣的特點對於利用人臉進行定位是有利的，但是對於利用人臉區分人類個體是不利的。在加上化妝的掩蓋及雙胞胎的天然相似性，更增加了辨識的難度。

其次是人臉存在易變性，人臉的外形很不穩定，人可以透過臉部的變化產生很多表情，而在不同觀察角度，人臉的視覺圖像也相差很大，另外，人臉辨識還受光照條件（例如白天和夜晚，室內和室外等）、人臉的很多遮蓋物（例如口罩、墨鏡、頭髮、鬍鬚等）、年齡等多方面因素的影響。

同時隨著待辨識的人數的增加、出現張得比較像的人的機率增加等情況逐漸增多，原有的人臉辨識已滿足不了實際的應用。現有的深度學習技術，在這些方面有了很大的提升，目前很多廠家的人臉辨識技術，在LFW評測已做到99．5％以上，有的接近甚至超過人眼的辨識率。

這給人臉辨識系統能夠大規模的實際應用，提供了技術支撐，隨著科技的不斷進步，期待將來有一天這些人臉辨識領域的難題，都能得到完美解決。

三、人臉辨識系統行業應用

1．公安領域

現在人臉辨識系統，使得「追捕逃犯」不再是海底撈針，一方面可以透過在火車站、機場等人口集散的公共場合，安裝攝影機，將現場抓拍照片與警方追逃資料庫進行人臉辨識，辨識成功，後會報嫌犯位置；另一方面用於嫌犯身份確認，透過將嫌犯照片與檔案資料庫等進行人臉比對，確認嫌犯身份。

人臉辨識系統讓案件偵辦，和治安布控更智慧、快捷，提升了案件辦理的業務效率，減少了案件偵破的人員、時間成本，完善了治安防治體系。