近年來(lái)，由于人工智能（AI）和機(jī)器學(xué)習(xí)（ML）的進(jìn)步，人臉識(shí)別技術(shù)得到了飛速發(fā)展。目前，日本計(jì)劃使用面部識(shí)別技術(shù)來(lái)驗(yàn)證將于7月至8月在東京舉行的2020年奧運(yùn)會(huì)的運(yùn)動(dòng)員身份。

基于識(shí)別人臉圖像的計(jì)算機(jī)程序，人臉識(shí)別技術(shù)在相對(duì)較短的時(shí)間內(nèi)就已經(jīng)達(dá)到了驚人的成熟度。執(zhí)法機(jī)構(gòu)使用它來(lái)維護(hù)社會(huì)安全，零售商使用它來(lái)減少盜竊的發(fā)生，機(jī)場(chǎng)使用來(lái)增強(qiáng)旅行者的舒適度和安全性，手機(jī)公司使用它來(lái)為客戶提供新的生物識(shí)別安全性。

近年來(lái)，由于人工智能（AI）和機(jī)器學(xué)習(xí)（ML）的進(jìn)步，人臉識(shí)別技術(shù)得到了飛速發(fā)展。由于有足夠的高質(zhì)量訓(xùn)練數(shù)據(jù)和處理能力，計(jì)算機(jī)現(xiàn)在可以以高精度和高速度檢測(cè)，分類(lèi)和識(shí)別面部。人臉的計(jì)算機(jī)識(shí)別為該技術(shù)在廣泛領(lǐng)域中的日益廣泛應(yīng)用鋪平了道路。

隨著近幾十年來(lái)犯罪和恐怖活動(dòng)的激增，人們感到需要一種復(fù)雜的安全系統(tǒng)來(lái)識(shí)別個(gè)人，其中基于面部的應(yīng)用（例如面部檢測(cè)和面部識(shí)別）可以發(fā)揮至關(guān)重要的作用。

一、人臉識(shí)別技術(shù)的發(fā)展

面部識(shí)別技術(shù)的早期采用者包括銀行，事件管理器，法醫(yī)調(diào)查員，軍事專(zhuān)業(yè)人員和執(zhí)法機(jī)構(gòu)。在過(guò)去的幾十年中，這是人臉識(shí)別技術(shù)進(jìn)步的一些重要里程碑：

這項(xiàng)技術(shù)的起源可以追溯到1960年代，當(dāng)時(shí)伍德羅·威爾遜·布萊索（Woodrow Wilson Bledsoe）首次使用電磁脈沖對(duì)各種面部特征（包括眼睛，鼻子，發(fā)際線和嘴部）進(jìn)行了手動(dòng)測(cè)量，并將其插入數(shù)據(jù)庫(kù)中。隨后，在收到新照片后，系統(tǒng)便能夠從數(shù)據(jù)庫(kù)中檢索與該個(gè)人最相似的圖像。

1970年代，研究人員Goldstein，Harmon和Lesk建立了21個(gè)面部測(cè)量點(diǎn)，包括嘴唇厚度和頭發(fā)顏色，以自動(dòng)識(shí)別面部。

在1980年代，Kirby和Sirovich使用線性代數(shù)使用了大約100個(gè)面部測(cè)量點(diǎn)，為面部圖像的低維表示鋪平了道路。

在1990年代，Turk和Pentland發(fā)明了第一個(gè)基于圖像的粗略自動(dòng)人臉檢測(cè)。然后，美國(guó)國(guó)防高級(jí)研究計(jì)劃局（DARPA）和美國(guó)國(guó)家標(biāo)準(zhǔn)技術(shù)研究院（NIST）推出了人臉識(shí)別技術(shù)（FERET）程序，該程序涉及創(chuàng)建人臉圖像數(shù)據(jù)庫(kù)。該數(shù)據(jù)庫(kù)在2003年進(jìn)行了升級(jí)，以包含高分辨率的24位彩色圖像版本。

在2010年代，F(xiàn)acebook創(chuàng)建了圖像身份自動(dòng)標(biāo)記人員，這些人員的臉孔可能會(huì)出現(xiàn)在FB用戶每天更新的照片中。從那時(shí)起，每天使用臉部識(shí)別功能將一百萬(wàn)張照片上傳并標(biāo)記在FB上。

2011年，巴拿馬機(jī)場(chǎng)安裝了第一個(gè)人臉識(shí)別監(jiān)視系統(tǒng)，以減少毒品走私和有組織犯罪。該系統(tǒng)導(dǎo)致逮捕了多個(gè)國(guó)際刑警嫌疑人。

值得注意的是，2011年，基地組織負(fù)責(zé)人本·拉登（Osama bin Laden）的尸體在美國(guó)突襲中被殺后，使用人臉識(shí)別被識(shí)別。產(chǎn)生了視覺(jué)ID；他使用了幾次照片比較和其他面部識(shí)別技術(shù)，并對(duì)面部和身體特征進(jìn)行了全面的生物特征分析，以識(shí)別本·拉登。

2017年，iPhone X成為全球最暢銷(xiāo)的帶有面部識(shí)別訪問(wèn)控制的手機(jī)，用于設(shè)備安全。

目前，日本計(jì)劃使用面部識(shí)別技術(shù)來(lái)驗(yàn)證將于7月至8月在東京舉行的2020年奧運(yùn)會(huì)的運(yùn)動(dòng)員身份。

二、人臉識(shí)別的步驟

用人機(jī)視覺(jué)比喻，照相機(jī)像人的眼睛，而計(jì)算機(jī)像人的大腦。攝像機(jī)捕獲了世界的圖片，并在計(jì)算機(jī)上進(jìn)行了進(jìn)一步的處理和解釋。可以采用不同的技術(shù)來(lái)處理和分析捕獲的圖像。

人們可以輕松地從一個(gè)物體結(jié)束的地方識(shí)別出該物體，然后從一個(gè)物體開(kāi)始另一個(gè)物體。對(duì)象的邊緣，色差和紋理用于計(jì)算機(jī)中的識(shí)別，這稱(chēng)為分割。

計(jì)算機(jī)可以看到任何物體，以與人類(lèi)視覺(jué)相同的方式進(jìn)行識(shí)別和圖像處理，并生成適當(dāng)?shù)妮敵觥?duì)觀察到的圖像進(jìn)行解釋?zhuān)⑦M(jìn)行相應(yīng)的適當(dāng)分析和采取措施。

從圖像序列的幾幀中找到特定對(duì)象的軌跡。可以計(jì)算特定對(duì)象的速度和距離，并可以進(jìn)行未來(lái)的路徑預(yù)測(cè)。

圖像之間的不同匹配點(diǎn)，相機(jī)的位置和方向，場(chǎng)景中三維形狀的重建可以從靜止場(chǎng)景的幾幅圖像中找到。

大致而言，人臉識(shí)別技術(shù)涉及以下步驟：

人臉檢測(cè)：一種計(jì)算機(jī)輔助算法，可以對(duì)相機(jī)捕獲的圖像進(jìn)行預(yù)處理。這會(huì)導(dǎo)致易于識(shí)別的清晰圖像。隨后，進(jìn)行定位，并提取臉部特征。

人臉識(shí)別：處理檢測(cè)到的人臉圖像，并將其與已知人員的數(shù)據(jù)庫(kù)進(jìn)行比較；將提取的特征與存儲(chǔ)的特征進(jìn)行比較，以找出匹配的可能性。根據(jù)相似的特征將它們分組或分類(lèi)，以識(shí)別個(gè)人。

通過(guò)身份識(shí)別記錄中未知人與面部圖像的一對(duì)一匹配，可以自動(dòng)驗(yàn)證個(gè)人身份。通過(guò)對(duì)未知人群的身份進(jìn)行編碼，并將其與包含已知人群的已編碼圖像的數(shù)據(jù)庫(kù)進(jìn)行比較，以進(jìn)行身份識(shí)別。

三、人臉識(shí)別技術(shù)的用途和應(yīng)用

人臉識(shí)別已在各個(gè)領(lǐng)域中發(fā)揮了重要作用，例如安全性驗(yàn)證和人機(jī)交互。結(jié)果，它已經(jīng)成為模式識(shí)別領(lǐng)域的研究熱點(diǎn)。研究人員正在成功地在計(jì)算機(jī)視覺(jué)領(lǐng)域?qū)嵤┛晒ぷ鞯拿娌孔R(shí)別系統(tǒng)。可以在邊界控制和鑰匙鎖機(jī)構(gòu)更換等領(lǐng)域中設(shè)想這種技術(shù)的無(wú)限潛力。

類(lèi)似于當(dāng)今已成為各種產(chǎn)品不可或缺的一部分的Internet，GPS和許多其他技術(shù)，人臉識(shí)別的根源扎根于國(guó)防和執(zhí)法部門(mén)，在圖像驗(yàn)證和識(shí)別方面非常有用。

執(zhí)法機(jī)構(gòu)廣泛使用面部識(shí)別技術(shù)。監(jiān)視場(chǎng)所的攝像機(jī)實(shí)時(shí)，連續(xù)地捕獲所有對(duì)象的圖像，最重要的是，無(wú)需任何人的注意即可捕獲所有對(duì)象的圖像。

面部識(shí)別監(jiān)控可以識(shí)別所有在日常生活中移動(dòng)的人。盡管實(shí)時(shí)識(shí)別個(gè)人的能力已經(jīng)成為現(xiàn)實(shí)，但在像美國(guó)這樣的西方國(guó)家，由于先前的犯罪記錄，大多數(shù)人都被包含在有證件的人臉識(shí)別數(shù)據(jù)庫(kù)中。例如，當(dāng)零售商想要逮捕試圖從其商店中偷竊的人時(shí)，他們依靠這些人的照片上傳到私人面部識(shí)別數(shù)據(jù)庫(kù)中。由于入店行竊者大多是強(qiáng)迫罪犯，因此警報(bào)可以指示店內(nèi)保安人員在這些人重新進(jìn)入商店時(shí)對(duì)其進(jìn)行觀察。這樣可以減少盜竊的發(fā)生率，并減少發(fā)生暴力的機(jī)會(huì)。

倫敦大都會(huì)警察正在使用面部識(shí)別技術(shù)來(lái)查找通緝犯和失蹤人員。該技術(shù)已部署在“特定位置”，每個(gè)位置都有通緝犯的“量身定做的監(jiān)視清單”，通常是暴力罪犯。

隨著全國(guó)各地的警察部隊(duì)計(jì)劃用技術(shù)驅(qū)動(dòng)的解決方案代替人工流程，印度正朝著在執(zhí)法中增加使用新興技術(shù)的方向邁進(jìn)。工程學(xué)院正在幫助警察利用AI，社交媒體分析和圖像處理來(lái)識(shí)別罪犯，進(jìn)行交通管理并防止恐怖活動(dòng)。

印度的警察部隊(duì)開(kāi)始采用技術(shù)，并與數(shù)字領(lǐng)導(dǎo)者合作打擊犯罪。他們已經(jīng)實(shí)現(xiàn)了以電子方式提交第一信息報(bào)告（FIR）的系統(tǒng)，以通過(guò)應(yīng)用程序，網(wǎng)站甚至是物聯(lián)網(wǎng)（IoT）設(shè)備提交信息來(lái)減少人員參與。警察采取的綜合策略包括使用AI和ML識(shí)別和捕獲數(shù)字和非數(shù)字證據(jù)，面部識(shí)別以及虛擬地預(yù)測(cè)犯罪。這些舉措導(dǎo)致使用基于AI的人臉檢測(cè)（ABHED）建立犯罪數(shù)據(jù)庫(kù)。當(dāng)警察發(fā)現(xiàn)可疑人物時(shí)，他們應(yīng)該拿出智能手機(jī)，單擊圖片，然后進(jìn)入數(shù)據(jù)庫(kù)以確定他/她是否是罪犯。

該技術(shù)可能不是100％可靠的，但是它使警察工作變得更加容易。它播下了一支高科技部隊(duì)的種子，該部隊(duì)可以隨時(shí)獲得照片，犯罪活動(dòng)和成千上萬(wàn)罪犯的身體細(xì)節(jié)。早些時(shí)候，這些數(shù)據(jù)是在各個(gè)州分區(qū)分別編譯的，并且保留了不同的物理記錄。所有這些使預(yù)防犯罪成為一項(xiàng)繁重的任務(wù)，因?yàn)榫鞜o(wú)法快速訪問(wèn)它。

最近，在北方邦的70個(gè)監(jiān)獄中安裝了基于AI的監(jiān)獄監(jiān)視系統(tǒng)。AI算法會(huì)分析安裝在監(jiān)獄中的數(shù)百臺(tái)攝像機(jī)的反饋信息，以實(shí)時(shí)檢測(cè)暴力行為，監(jiān)獄違規(guī)行為和未經(jīng)授權(quán)的訪問(wèn)，以及時(shí)向當(dāng)局發(fā)出警報(bào)。

現(xiàn)在也幾乎沒(méi)有必要設(shè)置警察路障并在車(chē)內(nèi)窺視以抓捕罪犯。泰米爾納德邦（Tamil Nadu）通過(guò)安裝基于AI的系統(tǒng)Tollscope建立了一個(gè)在線車(chē)輛基地，該系統(tǒng)已與30個(gè)收費(fèi)廣場(chǎng)相連。如果用于犯罪的車(chē)輛越過(guò)任何一個(gè)廣場(chǎng)，都會(huì)立即向當(dāng)局發(fā)出警報(bào)。泰米爾納德邦（Tamil Nadu）還與Telangana警方合作，開(kāi)發(fā)了基于AI的自動(dòng)化系統(tǒng)，對(duì)沒(méi)有頭盔的兩輪摩托車(chē)駕駛員處以罰款。國(guó)家犯罪記錄局已開(kāi)始在全國(guó)范圍內(nèi)部署自動(dòng)面部識(shí)別系統(tǒng)，以識(shí)別太平間中的罪犯，失蹤人員和無(wú)人認(rèn)領(lǐng)的尸體。

四、人臉識(shí)別應(yīng)用中的挑戰(zhàn)

在最近的過(guò)去，由于其可靠的識(shí)別能力和與現(xiàn)有技術(shù)的容易兼容性，生物識(shí)別領(lǐng)域受到了最大的關(guān)注。由于其他識(shí)別系統(tǒng)存在漏洞，因此在生物識(shí)別領(lǐng)域進(jìn)行了廣泛的研究。研究人員正在努力開(kāi)發(fā)一種更加用戶友好的系統(tǒng)，以追求安全系統(tǒng)的要求，這需要更準(zhǔn)確的結(jié)果來(lái)保護(hù)隱私和資產(chǎn)。

由于恐怖活動(dòng)的大量增加，建立更加先進(jìn)的安全系統(tǒng)以識(shí)別個(gè)人的重要性迅速增加。研究人員提出了許多方法來(lái)從圖像和視頻中識(shí)別人臉。以下是與人臉識(shí)別系統(tǒng)相關(guān)的一些挑戰(zhàn)：

身體變化：老化；面部表情變化 個(gè)人外觀（面部頭發(fā)，化妝，發(fā)型，眼鏡，偽裝）。

采集中的幾何變化：比例的變化，面部（面向相機(jī)）的面內(nèi)旋轉(zhuǎn)和位置在采集中產(chǎn)生幾何變化。旋轉(zhuǎn)（如傾斜的相機(jī)）或輪廓的呈現(xiàn)和全額正面的不可用等深度，也會(huì)在采集中造成幾何形狀變化。

成像變化：攝像機(jī)變化，照明變化，頻道特征（尤其是廣播或壓縮圖像中的變化）。

可靠性和成本效益是當(dāng)前面部識(shí)別系統(tǒng)的主要挑戰(zhàn)因素。許多研究人員針對(duì)不同方面，例如處理面部檢測(cè)和面部識(shí)別本身中的某些問(wèn)題的算法。來(lái)自真實(shí)環(huán)境的自然場(chǎng)景可能包括幾個(gè)因素，例如背景噪聲，雷電條件變化和姿勢(shì)變化，這些因素可能不會(huì)出現(xiàn)在預(yù)收集的圖像中。

研究還表明，總體結(jié)果在面部識(shí)別方面存在性能問(wèn)題。因此，對(duì)于所有技術(shù)而言，非常需要多個(gè)樣本。這些技術(shù)在諸如身份證驗(yàn)證和護(hù)照驗(yàn)證之類(lèi)的特殊情況下可能會(huì)失敗，因?yàn)橐粋€(gè)人只有一張圖像。

從側(cè)面圖像或從某個(gè)顯著角度拍攝的圖像很難檢測(cè)到人。具有暗度，部分比面部其余部分明亮，模糊，陰影或帶眼鏡的面部的面部圖像在檢測(cè)任何單個(gè)面部時(shí)都非常困難。

盡管取得了飛速的進(jìn)步，但是人臉識(shí)別還遠(yuǎn)遠(yuǎn)不夠完美，并且容易出錯(cuò)。即使面部識(shí)別系統(tǒng)的準(zhǔn)確率達(dá)到99.7％，由于0.3％的錯(cuò)誤率，始終存在抓錯(cuò)人的風(fēng)險(xiǎn)。幾種環(huán)境因素會(huì)影響面部識(shí)別系統(tǒng)的準(zhǔn)確性。相應(yīng)地，舊金山和波特蘭禁止公共機(jī)構(gòu)在監(jiān)控?cái)z像頭中使用面部識(shí)別。

事實(shí)證明，這項(xiàng)技術(shù)是有爭(zhēng)議的，部分原因是它具有侵犯人們隱私的能力，而且還因?yàn)闆](méi)有不同的培訓(xùn)數(shù)據(jù)，它對(duì)于某些類(lèi)型的人（主要是白人）可能比其他人更有效。

五、有關(guān)人臉識(shí)別使用的擔(dān)憂

毫無(wú)疑問(wèn)，執(zhí)法在調(diào)查過(guò)程中依賴情報(bào)收集。任何警察機(jī)構(gòu)收集信息的直覺(jué)都是不可抗拒的，并且實(shí)際上是其培訓(xùn)和標(biāo)準(zhǔn)操作程序的一部分。期望大多數(shù)追求公共安全的人員對(duì)信息，尤其是面部識(shí)別技術(shù)可以收集的信息量，采取合理的限制措施。

結(jié)合公共攝像機(jī)使用面部識(shí)別進(jìn)行大規(guī)模監(jiān)視沒(méi)有任何危害。但是，也可以以被動(dòng)方式使用它，而無(wú)需受試者的知識(shí)，同意或參與。最重大的危險(xiǎn)是將該技術(shù)用于一般的，無(wú)懷疑的監(jiān)視系統(tǒng)時(shí)。

國(guó)家機(jī)動(dòng)車(chē)機(jī)構(gòu)擁有的公民照片可以很容易地與公共監(jiān)視或其他攝像機(jī)結(jié)合起來(lái)，以建立一個(gè)全面的識(shí)別和跟蹤系統(tǒng)。任何本質(zhì)上個(gè)人和個(gè)人信息的“批量”收集都是一個(gè)令人關(guān)注的問(wèn)題。“合理的隱私期望”和“作為公共安全基礎(chǔ)的信息”道德之間的微妙平衡很難維持。在沒(méi)有任何明確的使用或目的計(jì)劃的情況下可獲得大量信息，這使它應(yīng)對(duì)應(yīng)引起全體公民注意的濫用行為負(fù)責(zé)。

不幸的是，威權(quán)國(guó)家的人臉識(shí)別正在迅速成為警察和政府控制的常規(guī)工具。警察掃描無(wú)辜的旁觀者的臉來(lái)尋找罪犯的做法與人們對(duì)公共場(chǎng)所隱私的期望背道而馳。將該技術(shù)傳播到最終覆蓋街道的攝像機(jī)網(wǎng)絡(luò)并不是不可能的。

實(shí)際上，自從1960年代發(fā)明人臉識(shí)別技術(shù)以來(lái)，沒(méi)有任何其他技術(shù)比人臉識(shí)別技術(shù)更能引起人們的興趣和對(duì)濫用的恐懼。人權(quán)活動(dòng)家擔(dān)心，作為一種非常侵入性的監(jiān)視技術(shù)，它可能會(huì)以國(guó)防為幌子提供破壞民主的新機(jī)會(huì)。

在我們對(duì)隱私的合理期望與規(guī)定的《憲法》所設(shè)想的信息收集需求之間需要保持平衡。不斷擴(kuò)大的監(jiān)視技術(shù)新浪潮不應(yīng)使個(gè)人隱私試金石失敗。

在功效方面，需要開(kāi)發(fā)一種有效的實(shí)時(shí)面部識(shí)別系統(tǒng)，該系統(tǒng)可以在具有針對(duì)每個(gè)人的單個(gè)圖像的訓(xùn)練數(shù)據(jù)庫(kù)的系統(tǒng)上工作。以前的大多數(shù)研究都是基于多張圖像。此外，大多數(shù)研究人員的工作都是基于某些前提條件，這導(dǎo)致了許多限制。由于這些限制和性能問(wèn)題，在真實(shí)環(huán)境中實(shí)際實(shí)現(xiàn)人臉識(shí)別非常具有挑戰(zhàn)性。

這些問(wèn)題導(dǎo)致我們需要開(kāi)發(fā)實(shí)時(shí)，更高效的人臉識(shí)別應(yīng)用程序，以及需要人工干預(yù)的異構(gòu)數(shù)據(jù)匹配系統(tǒng)。近來(lái)，已經(jīng)提出了一種用于混合面部識(shí)別技術(shù)的新穎方法。該人臉識(shí)別系統(tǒng)是使用主成分分析（PCA）和支持向量機(jī)（SVM）開(kāi)發(fā)的。在Oracle研究實(shí)驗(yàn)室（ORL）數(shù)據(jù)庫(kù)以及實(shí)際環(huán)境中都對(duì)其進(jìn)行了檢查。通過(guò)基于單個(gè)圖像的該方法，就準(zhǔn)確性而言，提高了面部識(shí)別性能。值得注意的是，名為OpenCV的開(kāi)源計(jì)算機(jī)視覺(jué)已經(jīng)成為一種編程功能庫(kù)。整個(gè)庫(kù)是一個(gè)提供實(shí)時(shí)圖像處理的跨平臺(tái)。