今年3月，全球最知名的IT和通信産業盛會CeBIT——漢諾威消費電子、資訊及通信博覽會在德國拉開帷幕。開幕式上，馬雲向德國總理默克爾演示了Smile to Pay掃臉技術，利用“刷臉支付”為嘉賓購買了禮物。這使得人們對新的支付技術産生期待，也將人臉識別技術帶入了公共視野。

　　比肉眼更精確的電腦識別

　　繼指紋識別、語音識別之後，人類最近幾年內在人工智慧的另一領域——圖像識別，尤其是人臉識別方面取得重大進展。人臉識別是基於人的臉部特徵資訊進行身份識別的一種生物識別技術，通過使用錄影機或攝像頭采集含有人臉的圖像或視頻流，並自動在圖像中檢測和跟蹤人臉，進而對檢測到的人臉進行一系列技術處理，以達到識別不同人身份的目的。人臉識別目前的技術分成兩大類：傳統視覺方法和基於深度學習框架的方法，兩者各有優勢，互為補充。

　　天津科技大學電腦科學與資訊工程學院常務副院長楊巨成教授是國際生物識別技術領域的專家，他告訴《經濟日報》記者，傳統的人臉識別技術主要是基於可見光圖像實現的，已有30多年的研發歷史，目前應用最為廣泛。但可見光識別受光線條件的制約，在環境光照發生變化時，識別效果會急劇下降，無法滿足實際系統的需要。

　　在傳統人臉識別技術下，對視頻流進行識別時存在的制約因素更多。北京郵電大學模式識別與智慧系統實驗室青年教師團隊長期從事此方向的研究工作，據團隊成員介紹，在監控狀態下，現有的設備存在諸多問題：錄影機清晰度不夠，圖像品質差；用於場景監控時視頻中人臉過小；網路頻寬不夠等原因造成丟幀和丟臉問題……同時在拍攝過程中面臨各種環境光源的考驗，會出現側光、頂光、背光和高光等現象，而且有可能出現各個時段的光照不同，甚至在監控區域內各個位置的光照都不同，給人臉識別造成了困難。此外，各種非正臉的姿態和佩戴帽子、黑框眼鏡、口罩等飾物現象也影響著人臉識別的識別率。

　　楊巨成教授介紹，針對傳統視覺方法，解決光照問題的方案有三維圖像人臉識別和熱成像人臉識別，其中熱成像人臉識別需要使用特定的攝像頭和錄影機捕捉人像，普及度不高。近年來，一種基於主動近紅外圖像的多光源人臉識別技術在識別性能上取得了突破，它是人臉識別技術的一項革命性創新，可以克服光線變化的影響，使人臉識別技術逐漸走向實用化。

　　基於深度學習框架的方法是人臉識別技術的另一發展方向。人臉識別所用到的深度學習演算法是一套模擬人腦的神經網路演算法，通過收集的海量人臉照片，新型的神經網路演算法可以通過大數據訓練將圖片資訊變成能夠被機器理解分析的結構化數據。這項技術涉及極其複雜的技術細節，對計算平臺的底層架構要求非常高，能夠應對複雜的光照並支援多種人臉姿態，也得以將人臉識別的準確度提升到前所未有的高度。

　　基於深度學習框架的人臉識別技術在國際上有著公認的測評體系：人臉檢測FDDB評測平臺由美國著名的馬薩諸塞大學電腦視覺實驗室運營，其公佈的評測集代表了人臉檢測的世界最高水準。另一大測評體系是人臉識別LFW評測。LFW是國際權威的人臉識別數據庫，也被公認為目前最接近實際數據的人臉識別庫，是人臉識別領域使用最廣泛的測試基準。實驗表明，如果僅僅給出人臉中心區域，人的肉眼在LFW上的識別率為97.52%，而在2014年4月，香港中文大學教授湯曉鷗領導的電腦視覺研究組開發的一個基於高斯過程的人臉識別技術GaussianFace（高斯臉）取得了98.52%的識別率，電腦自動識別演算法的識別率首次超過肉眼。在2014年下半年，湯曉鷗教授和其帶領的研究組研發出DeepID2和DeepID2+，其中DeepID2+于11月17日推出，人臉識別精度經過LFW檢測，高達99.4%。

　　在我國，有多家研究和開發人臉識別技術的企業誕生並推出産品和服務，已經達到世界領先水準。北京曠視科技有限公司旗下的Face++平臺曾拿下FDDB檢測的世界第一，並於2014年3月在LFW國際公開測試集中力壓Facebook，達到當時世界最高的97.27%的準確率。今年，中國創業團隊、人臉識別公司Linkface也在FDDB奪冠，並在LFW人臉識別數據庫中實現了99.5%以上的準確率。

　　網際網路時代的人臉識別應用

　　在大數據和移動互聯時代，人臉識別技術已經被納入網際網路應用，尤其是移動網際網路應用。楊巨成教授告訴記者，常見的人臉識別考勤機應用的演算法原理和網際網路應用相近，區別在於考勤機一般是單機的，對應的人臉數據庫比較小，多采用傳統的視覺方法，而網際網路應用的人臉識別演算法基於深度學習，可以用大量數據訓練，識別率更高，應用範圍也更為廣泛。

　　目前，人臉識別技術在網際網路中的應用已十分廣泛：美顏相機等手機APP使用了人臉定位和人臉檢測技術；人臉驗證技術則可用於登錄驗證、身份識別等場景，這為網際網路教育等領域的用戶身份確認問題提供了解決方案；通過自動識別出照片中的人臉身份，人臉識別技術可以實現VIP識別、照片自動圈人等多種功能。由Face++開發的智慧迎賓機器人已經實現了精準的人臉識別，這款名為KoalaCam的迎賓機器人內置世界頂尖的人臉識別演算法支援並由研發團隊對其進行持續優化，已經與多家企業和教育機構展開闔作，應用於公司前臺、高端教育、智慧商業等領域。

　　刷臉支付系統的應用更是引發人們對人臉識別技術的廣泛關注。刷臉支付系統將人臉識別演算法與現有的支付系統進行融合，在支付時人們不再需要銀行卡、存摺、密碼甚至手機，只需要對著攝像頭完成人臉識別，刷臉支付系統就會在幾秒內完成身份確認、讀取賬戶、轉賬支付、交易確認等環節。2013年9月5日，刷臉支付系統在中國國際金融展上亮相。阿里巴巴旗下的螞蟻金服也與Face++平臺實現合作，研發出Smile to Pay掃臉技術，並通過馬雲在漢諾威的展示為世人所知。

　　除了上述提到的已經初步實現的應用，大規模人臉搜索是人臉識別技術未來發展的重要方向。目前開發的大規模人臉搜索技術可實現億級人臉的快速檢索，單張人臉所需記憶體小，查詢效率高，世紀佳緣、360圖片搜索等已經開始應用這項技術。隨著技術的進一步成熟，基於人臉搜索技術有望搭建起真正的網際網路人臉搜索引擎，並廣泛應用於社交搜索、逃犯追緝等場景中。

　　在不久的將來，人們會迎來一個“刷臉”時代：當你走進一家常去的咖啡廳，會發現服務員已提前為你準備好最喜歡的咖啡；當你來到公司上班，智慧迎賓機器人已自動打出帶有你名字的歡迎語；當你上網買東西，不需再輸入密碼、指紋，只需要對著手機攝像頭作幾個表情就可以完成支付了。可以預見的是，未來人臉識別技術將使人們的生活變得更加智慧。