人臉識別的算法有哪些

如果要給人臉識別下個(gè)定義，它是利用人的生物特征實(shí)現(xiàn)個(gè)體區(qū)分的一種技術(shù)，一般包括圖像采集、特征定位、身份的確認(rèn)和查找三個(gè)環(huán)節(jié)。簡單來說，人臉識別就是從圖像中提取面部特征關(guān)鍵點(diǎn)，比如骨骼特征、眉毛高度等，通過比對輸出結(jié)果。

雖然iPhoneX的FaceID讓計(jì)算機(jī)視覺領(lǐng)域的創(chuàng)業(yè)者興奮不已，但此人臉識別非彼人臉識別。蘋果的FaceID并沒有采用普通攝像頭的方式，而是采用紅外主動識別的技術(shù)，這樣就可以做到三維立體識別，增強(qiáng)了安全系數(shù)。

在具體的應(yīng)用場景中，人臉識別大致可以分為1:1、1：N、N:N三種。

1:1等級的人臉識別，實(shí)現(xiàn)的是最初級的“證明你是你”。從字面上就可以看出，1:1是用戶提前上傳個(gè)人照片儲存于系統(tǒng)中，每次驗(yàn)證時(shí)，線下拍照與系統(tǒng)中存儲的照片信息進(jìn)行對比，進(jìn)而確定“你是不是你”。

舉個(gè)例子，我們在車站過安檢時(shí)，檢票員拿著你的身份證跟你本人做對比，證明你是不是身份證上的本人，這種場景就是1:1的場景。手機(jī)解鎖、刷臉支付、網(wǎng)上買票、醫(yī)院掛號、政府惠民工程項(xiàng)目，以及各種證券開戶、電信開戶、互聯(lián)網(wǎng)金融開戶……這都是1：1人臉識別的應(yīng)用場景。同其他方式相比，1：1識別準(zhǔn)確率高，對算力的要求也相對較低。

而1：N的人臉識別算法則主要用于人臉檢索，“證明你是誰”。與1:1的一一對照不同，1：N需要一張照片同系統(tǒng)中的海量照片進(jìn)行對比，根據(jù)相似度排列出多個(gè)對比結(jié)果。而排在第一順位的結(jié)果，未必準(zhǔn)確。

1:N人臉識別算法主要應(yīng)用在安防領(lǐng)域，如用于排查犯罪嫌疑人、尋找走失兒童等。專注于動態(tài)人像識別的初創(chuàng)企業(yè)云天勵飛在2015年開始就與深圳龍崗區(qū)警方合作，在當(dāng)?shù)氐罔F口、火車站、城中村、商超等場所建設(shè)“深目”系統(tǒng)。上線幾個(gè)月后，便協(xié)助警方成功告破兩起命案。

應(yīng)用在安防領(lǐng)域的1：N人臉識別，其特點(diǎn)是動態(tài)和非配合。所謂動態(tài)，即系統(tǒng)識別的不是圖片，而是攝像頭采集的視頻。非配合是指識別對象不用感知到攝像頭的位置并配合完成識別工作，識別對象處于被動狀態(tài)。這在提高采集便捷性的同時(shí)，也意味著你的行蹤已經(jīng)被完全暴露。

同1：1識別相比，使用地點(diǎn)、環(huán)境、光線、采集角度甚至是玻璃反射都會影響1：N識別的準(zhǔn)確度，所以1:N相對更具有挑戰(zhàn)性。

至于N:N人臉識別，實(shí)際上相當(dāng)于同時(shí)進(jìn)行多個(gè)1：N識別，用于“證明誰是誰”

人臉識別的弊端

最近一兩年是人工智能產(chǎn)業(yè)的爆發(fā)年。隨著人工智能的助力，人臉識別技術(shù)以其不可復(fù)制性、非接觸性、可擴(kuò)展性和快速性等特點(diǎn)在多種生物識別技術(shù)中脫穎而出。

人臉識別開始應(yīng)用于生活中

近期，人臉識別更是成為學(xué)?！靶聦櫋?，助力校園管理，在門禁、陌生人識別、食堂支付，甚至開始在課堂上識別學(xué)生面部表情，找出不專心的學(xué)生。

而且，一些地方也開始啟用“刷臉”執(zhí)法，人臉識別闖紅燈，核實(shí)違法人員的身份。

我相信，在中國，會有很多家長會覺得這樣做挺好的，幫助老師方便地管理孩子，督促孩子學(xué)習(xí)。也會有很多人認(rèn)為，闖紅燈的一個(gè)也不放過，加大立法力度，挺好。

但是，我認(rèn)為，此類人臉識別，值得商榷與審視。

人臉識別應(yīng)用需考慮公民隱私

在現(xiàn)在的信息技術(shù)下，方便性必然建立在個(gè)人數(shù)據(jù)上。瀏覽器不用填密碼，就得打開cookies；輕點(diǎn)鼠標(biāo)購買物品，必然要交出自己的姓名地址、購物歷史偏好；用APP引導(dǎo)自己鍛煉身體，服務(wù)器沒有積累的過往身體數(shù)據(jù)，就無法指導(dǎo)；打車，不給出目的地，打車軟件就無法安排；刷臉支付，地鐵刷臉進(jìn)入，就必須透露出自己的行蹤。如果要優(yōu)惠券、要精確推薦，則需要交出自己的消費(fèi)歷史記錄；新聞類APP，精準(zhǔn)推送自己喜歡的內(nèi)容，則意味著以前看過的東西被記錄下來。

前段時(shí)間，百度公司董事長李彥宏一句“中國人不在乎隱私”，引發(fā)了輿論的聲討。但不得不說，他某種程度上說的是事實(shí)。中國人有著集體主義的傳統(tǒng)，在計(jì)劃經(jīng)濟(jì)時(shí)代，單位掌控一切，從工作到家庭，從避孕套的大小、多寡，到家庭糾紛、生兒育女，單位負(fù)責(zé)一切。由于單位分房的熟人群居模式，任何一家的瑣碎事情，都會迅速傳播開來。在這種場景之下成長、生活的中國人，缺乏獨(dú)立意識，隱私意識自然也較低。

這類用隱私的代價(jià)去換取方便，選擇權(quán)在個(gè)人的時(shí)候，還可以視為一種個(gè)體選擇，個(gè)人有選擇付出隱私的自由，還無可厚非。但是，教室監(jiān)控面部表情，人行橫道線用面部識別，都是相對更強(qiáng)勢的學(xué)校、公權(quán)力機(jī)關(guān)的一種強(qiáng)制性的行為。

人臉識別代價(jià)遠(yuǎn)大于收益

刑法謙抑，是指立法者應(yīng)當(dāng)力求以最小的支出，少用甚至不用刑罰，而用其他刑罰替代措施，同時(shí)，獲取最大的社會效益，有效地預(yù)防和控制犯罪。同樣的，在強(qiáng)制公民付出隱私的代價(jià)的時(shí)候，就必須獲得足夠大的收益，或者減小足夠嚴(yán)重的危險(xiǎn)。

雖然人臉識別不是刑法，但是，對于強(qiáng)勢機(jī)構(gòu)、公權(quán)力機(jī)構(gòu)，這個(gè)原則同樣適用，即以最小的代價(jià)，完成最大的目標(biāo)。

人行橫道線是一個(gè)必須完全杜絕、一旦有人觸犯就會代價(jià)極大的事件嗎？同理，上課不聽講、睡覺、玩手機(jī)，甚至?xí)缯n，是一個(gè)具有極大危險(xiǎn)，威脅到公共安全的事件嗎？顯然，這都不是。從這個(gè)角度來說，用面部識別嚴(yán)厲制止橫穿人行道和學(xué)生上課不專心，收益都很小。

防止人臉識別被濫用

那么，與此對應(yīng)的，除開采購成本，還有哪些社會成本呢？

各個(gè)領(lǐng)域引入人臉識別，會使得公眾對這一技術(shù)變得麻木。這就會使得在后續(xù)中，這種技術(shù)會不斷地在其他領(lǐng)域使用，規(guī)模效應(yīng)又會導(dǎo)致其更大規(guī)模地進(jìn)入各個(gè)領(lǐng)域。

比如，目前，地鐵還做不到不使用身份證，而用閘機(jī)采集乘客人臉，在人口庫里進(jìn)行比對來識別乘客。這是因?yàn)槌丝鸵?guī)模巨大，閘機(jī)識別會造成識別準(zhǔn)確率明顯下降，識別過程有一定延時(shí)的問題。這些問題在技術(shù)上是可以被克服的，但經(jīng)濟(jì)上卻不可行。

但是，隨著越來越多的領(lǐng)域使用面部識別，需求的規(guī)模效應(yīng)會拉低成本。從經(jīng)濟(jì)上，一個(gè)更大、更廉價(jià)、更靈敏的識別數(shù)據(jù)庫以及相應(yīng)的硬件系統(tǒng)，就會被建立起來。比如，識別一次成本是1塊，這時(shí)候應(yīng)用會被限制；但如果成本降到0.01分，那么，這個(gè)系統(tǒng)就會無遠(yuǎn)弗屆，無處不在。從而，在現(xiàn)實(shí)中，人臉識別離被濫用，就只有一步之遙。

所以，某種程度上看，學(xué)校與人行橫道應(yīng)用人臉識別，這種行為的潛在代價(jià)如此之大，現(xiàn)實(shí)收益如此之小，并不符合成本——收益的原則，應(yīng)當(dāng)被重新考慮。