成都弱電公司訊：

“刷臉”無疑是今年的人們詞匯之一，支付寶、京東支付等紛紛在今年宣布將啟動刷臉認(rèn)證的方式；今年5月，全球第一臺具有人臉辨認(rèn)功能的ATM機在成都誕生；4月，馬云在德國漢諾威IT博覽會上當(dāng)眾演示刷支付，都將人臉辨認(rèn)推向了封口浪尖。看臉時代來了！有人驚呼。可傳統(tǒng)電影里走出來，從指紋、虹膜到人臉，生物辨認(rèn)從科幻到現(xiàn)實僅一步之遙。可視說了那么久的人臉辨認(rèn)，您真的了解嗎？除了知道其表面作用，他是如何實現(xiàn)的您真的知道嗎？今天就讓我們來科普下。

人臉辨認(rèn)到底是什么？

人臉辨認(rèn)，是視覺模式辨認(rèn)的一個細(xì)分問題，也大概是最難解決的一個問題。

其實我們?nèi)嗣繒r每刻都在進行視覺模式辨認(rèn)，我們通過眼睛獲得視覺信息，這些信息經(jīng)過大腦的處理被辨認(rèn)為有意義的概念。所以我們知道了放在我們面前的是水杯、書本，還是什么別的東西。

我們也無時無刻不在進行人臉辨認(rèn)，我們天天生活中碰到無數(shù)的人，從中認(rèn)出那些熟人，和他們打招呼，打交道，忽略另外的陌生人。甚至躲開那些我們欠了錢還暫時還不上的人。

然而這項看似簡樸的任務(wù)，對機器來說卻并不那么容易實現(xiàn)。

對計算機來講，一幅圖像信息，無論是靜態(tài)的圖片，還是動態(tài)視頻中的一幀，都是一個由眾多像素點組成的矩陣。好比一個1080p的數(shù)字圖像，是一個由1980*1080個像素點組成矩陣，每個像素點，假如是8bit的rgb格式，則是3個取值在0-255的數(shù)。

機器需要在這些數(shù)據(jù)中，找出某一部分?jǐn)?shù)據(jù)代表了何種概念：哪一部分?jǐn)?shù)據(jù)是水杯，哪一部分是書本，哪一部分是人臉，這是視覺模式辨認(rèn)中的粗分類問題。

而人臉辨認(rèn)，需要在所有機器認(rèn)為是人臉的那部分?jǐn)?shù)據(jù)中，區(qū)分這個人臉屬于誰，這是個細(xì)分類問題。

人臉可以分為多少類呢？

取決與所處理問題的人臉庫大小，人臉庫中有多少目標(biāo)人臉，就需要機器進行相應(yīng)數(shù)量的細(xì)分類。假如想要機器認(rèn)出每個他看到的人，則這世界上有多少人，人臉就可以分為多少類，而這些類別之間的區(qū)別是非常細(xì)微的。由此可見人臉辨認(rèn)問題的難度。

更不肯提，這件事還要受到光照，角度，人臉部的裝飾物等各種因素的影響。這也不難解釋為什么人臉辨認(rèn)技術(shù)目前還沒有大量應(yīng)用在日常生活中，大部分人只能在科幻電影中接觸人臉辨認(rèn)了。

傻傻分不清楚，一些容易被混淆的概念

一些不太被人熟悉的事物，經(jīng)常會伴隨著大量的概念混淆。

好比對西方宗教不太了解的國人，可能搞不清楚為什么有些人信上帝但不信耶穌；都是在教堂工作的大叔，為什么有些要禁欲，有些卻能結(jié)婚。

而人臉辨認(rèn)作為一個新事物，也伴隨著大量的概念混淆，而分清這些概念，對于理解人臉辨認(rèn)還是比較重要的。