漫话人工智能——揭秘人脸识别

责任编辑:程琳琳 2021.12.30 14:39 来源:通信世界全媒体

我们在生活中是如何认出彼此的?眼睛、鼻子、嘴巴……我们观察着对方的五官和脸形,在脑海中寻找着相似的脸。当记忆与现实重合,我们的脑海中就会浮现出种种和这张脸有关的信息,让我们想起这张脸的主人是谁。和人类差不多,机器也是通过观察、比对,认出图片中的人是谁的。最初的人脸识别技术大多基于面部的几何特征,比如眼距、头宽、面长,还有两个眼角到鼻尖距离的比值等实现。机器想获得这些信息,就要先找到人脸上的关键点并进行标记,但因为我们不能时时刻刻保持同样的表情,所以用这种方法识别人脸的效果不尽如人意。

image.png

人脸上的皮肤的灰度、纹理似乎也可以用于识别人脸。我们试着让机器结合这些特征和几何特征去认一张脸。可惜由于原始特征过于精细,图像的噪声会被保留。再之后就是深度学习的世界了。既然深度学习能自发找到将不同事物相区分的特征,就同样能找到区分不同人脸的特征。为了尽可能地去掉识别时不必要的部分,我们需要对图片进行预处理——将图片中的人脸剥离、摆正。以它为依据拉伸已有图像,就能将不同方向的人脸变为正向的人脸。再通过训练好的模型,为这张脸输出一连串的特征值,我们就可以进行下一步——认出他了。

火车站乘车、考试身份验证这类需要证明“我是我”的情况,被称为1:1场景。只需要比对摄像头采集的图片计算出的人脸特征值与机器早已为这张脸计算出的标准特征值是否相似,就能判定“我是我”了。写字楼门禁、嫌疑犯追踪这样的1: N 场景,需要将获得的特征值与既有数据库中所有的特征值进行比对。如果找到相似的特征值,就能判定这张脸的身份信息。如果没有找到任何相似的值,就说明这个人不属于该写字楼,或者不是嫌疑犯。

image.png

一些必须面对的问题

(1)如果戴了眼镜、化了浓妆,或是整过容,机器还能认出我吗?在人脸识别领域,已经有不少关于“眼镜摘除”的研究,比如生成没有眼镜的人脸再做识别,又如在识别环节就要求使用者必须摘掉眼镜等。对于浓妆和整容,只要不大改面部特征,那么它们对人脸识别效果是不会产生很大影响的。

(2)如果我们是双胞胎呢?

如果你们脸上存在明显的特征差异,例如其中一个人有痣、胎记、伤疤等,那么机器可以迅速将你们区分开来。但如果你们长得过于相似,机器暂时没有什么特别好的方法做出区分。

image.png

(3)如果有坏人想要利用我们的人脸照片或视频进行人脸识别验证,我们该怎么办?这些都是针对人脸识别的“攻击手段”。对于照片类攻击,只要让用户做出眨眼、点头等动作就能防范。对于视频类攻击,播放设备露出的边框、屏幕的纹理,同样会出卖“伪装者”。

image.png

在哪使用它?

远程身份核实、开卡、购汇等业务已经无须人们前往营业点办理,使用手机 App就能自助完成。此外,银行还小范围推广了支持刷脸取款的人脸识别ATM机。安防领域对人脸识别的应用也很广泛,利用这项技术追踪嫌疑犯的轨迹并抓捕嫌疑犯的相关新闻屡见不鲜。因人脸识别具有接近无缝的身份确认能力,某些写字楼、住宅小区已经安装了支持人脸识别的门禁设备。关于人脸识别的界限有很多讨论,这是留给我们所有人的一道思考题。

image.png


通信世界网版权及免责声明:
1、凡本网注明“来源:通信世界全媒体”及标有原创的所有作品,版权均属于通信世界网。未经允许禁止转载、摘编及镜像,违者必究。对于经过授权可以转载我方内容的单位,也必须保持转载文章、图像、音视频的完整性,并完整标注作者信息和本站来源。
2、凡本网注明“来源:XXX(非通信世界网)”的作品,均转载自其它媒体,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责。
3、如因作品内容、版权和其它问题需要同本网联系的,请在相关作品刊发之日起30日内进行。
发表评论请先登录
...
热点文章
    暂无内容