2016年即將結(jié)束，2017年春運(yùn)也剛剛開(kāi)始，你搶到火車票回家了嗎？
和往年春運(yùn)相比，今年春運(yùn)的一大亮點(diǎn)是——刷臉進(jìn)站。據(jù)稱，手持身份證并且已領(lǐng)車票的乘客，可以在閘機(jī)前通過(guò)人臉識(shí)別實(shí)現(xiàn)身份驗(yàn)證，自助驗(yàn)票進(jìn)站，進(jìn)站速度最快可在5秒內(nèi)。
在首都，北京西站的北邊一層入口，東側(cè)一半已經(jīng)換成了自助驗(yàn)票驗(yàn)證的入口，現(xiàn)場(chǎng)有語(yǔ)音廣播以及相關(guān)指示牌，指引乘客準(zhǔn)備好相關(guān)證件。乘客需要將車票和身份證一起放入閘機(jī)插入口，攝像頭則會(huì)采集旅客的人臉信息，與身份證人臉信息進(jìn)行識(shí)別，如果一致，閘機(jī)就會(huì)打開(kāi)，旅客就可以通過(guò)進(jìn)站。
一般只要放對(duì)證件的順序和方向，操作正確，幾秒鐘就能夠進(jìn)站，比人工檢票更快一些。未來(lái)如果這項(xiàng)技術(shù)大范圍使用，火車站排長(zhǎng)龍進(jìn)站的現(xiàn)象或許可以得到一定的緩解，更能減少人工操作失誤和相關(guān)人員的工作量。
人臉識(shí)別技術(shù)大揭秘
含義及特點(diǎn)
人臉識(shí)別，是基于人的臉部特征信息進(jìn)行身份識(shí)別的一種生物識(shí)別技術(shù)，通常也叫做人像識(shí)別、面部識(shí)別。它可以分為兩個(gè)大類：一類是確認(rèn)(verification)，這是人臉圖像與數(shù)據(jù)庫(kù)中已存的該人圖像比對(duì)的過(guò)程，回答“你是不是你”的問(wèn)題；另一類是辨認(rèn)(identification)，這是人臉圖像與數(shù)據(jù)庫(kù)中已存的所有圖像匹配的過(guò)程，回答“你是誰(shuí)”的問(wèn)題。
春運(yùn)中的“刷臉進(jìn)站”可以歸為人臉確認(rèn)一類，而人臉辨認(rèn)要比人臉確認(rèn)困難，因?yàn)楸嬲J(rèn)需要進(jìn)行海量數(shù)據(jù)的匹配、特征提取和分類算法的選擇等。
人臉與人體的其它生物特征（指紋、虹膜、聲音等）一樣與生俱來(lái)，它的唯一性和不易被復(fù)制的良好特性為身份鑒別提供了必要的前提，與其它類型的生物識(shí)別比較，人臉識(shí)別具有如下特點(diǎn)：
精準(zhǔn)度較高。從精準(zhǔn)度的角度來(lái)講，最精準(zhǔn)的是虹膜，但是虹膜的識(shí)別采集成本非常高，識(shí)別的效率相對(duì)不是很高，需要等待的時(shí)間。
不可復(fù)制性。每個(gè)人的臉部特征都不一樣。指紋雖然也具有唯一性，但由于是一個(gè)靜態(tài)圖像之間的比對(duì)，可復(fù)制性較高；
非強(qiáng)制性。用戶不需要專門配合人臉采集設(shè)備，幾乎可以在無(wú)意識(shí)的狀態(tài)下就可獲取人臉圖像，而聲音則不能；
非接觸性。用戶不需要和設(shè)備直接接觸就能獲取人臉圖像；
并發(fā)性。在實(shí)際應(yīng)用場(chǎng)景下可以進(jìn)行多個(gè)人臉的分揀、判斷及識(shí)別；
操作簡(jiǎn)單、結(jié)果直觀、隱蔽性好等等。
發(fā)展現(xiàn)狀
人臉識(shí)別系統(tǒng)的研究始于20世紀(jì)60年代，80年代后隨著計(jì)算機(jī)技術(shù)和光學(xué)成像技術(shù)的發(fā)展得到提高，而真正進(jìn)入初級(jí)的應(yīng)用階段則在90年后期，并且以美國(guó)、德國(guó)和日本的技術(shù)實(shí)現(xiàn)為主。
從不同的角度，業(yè)界對(duì)人臉識(shí)別技術(shù)有許多不同的分類。例如，根據(jù)應(yīng)用場(chǎng)景的不同，人臉識(shí)別可分為針對(duì)二維圖像的人臉識(shí)別、針對(duì)監(jiān)控視頻的人臉識(shí)別、針對(duì)近紅外、熱紅外成像或素描等的多模態(tài)人臉識(shí)別和針對(duì)深度信息的三維人臉識(shí)別等；依據(jù)識(shí)別對(duì)象，分為動(dòng)態(tài)和靜態(tài)配合式的識(shí)別還是非配合式的識(shí)別；最普遍的還分為，基于特征的人臉識(shí)別算法和基于外觀的人臉識(shí)別算法。小編炮以下舉例了各種類型的識(shí)別技術(shù)，但也可能不全面，歡迎指正補(bǔ)充：
-幾何特征的人臉識(shí)別方法
幾何特征可以是眼、鼻、嘴等的形狀和它們之間的幾何關(guān)系(如相互之間的距離)。這些算法識(shí)別速度快，需要的內(nèi)存小，但識(shí)別率較低。
-基于特征臉(PCA)的人臉識(shí)別方法
特征臉?lè)椒ㄊ腔贙L變換的人臉識(shí)別方法，KL變換是圖像壓縮的一種最優(yōu)正交變換。高維的圖像空間經(jīng)過(guò)KL變換后得到一組新的正交基，保留其中重要的正交基，由這些基可以轉(zhuǎn)成低維線性空間。如果假設(shè)人臉在這些低維線性空間的投影具有可分性，就可以將這些投影用作識(shí)別的特征矢量，這就是特征臉?lè)椒ǖ幕舅枷搿＿@些方法需要較多的訓(xùn)練樣本，而且完全是基于圖像灰度的統(tǒng)計(jì)特性的。
-神經(jīng)網(wǎng)絡(luò)的人臉識(shí)別方法
神經(jīng)網(wǎng)絡(luò)的輸入可以是降低分辨率的人臉圖像、局部區(qū)域的自相關(guān)函數(shù)、局部紋理的二階矩等。這類方法同樣需要較多的樣本進(jìn)行訓(xùn)練，而在許多應(yīng)用中，樣本數(shù)量是很有限的。
-彈性圖匹配的人臉識(shí)別方法
彈性圖匹配法在二維的空間中定義了一種對(duì)于通常的人臉變形具有一定的不變性的距離，并采用屬性拓?fù)鋱D來(lái)代表人臉，拓?fù)鋱D的任一頂點(diǎn)均包含一特征向量，用來(lái)記錄人臉在該頂點(diǎn)位置附近的信息。該方法結(jié)合了灰度特性和幾何因素，在比對(duì)時(shí)可以允許圖像存在彈性形變，在克服表情變化對(duì)識(shí)別的影響方面收到了較好的效果，同時(shí)對(duì)于單個(gè)人也不再需要多個(gè)樣本進(jìn)行訓(xùn)練。
-線段Hausdorff 距離(LHD) 的人臉識(shí)別方法
心理學(xué)的研究表明，人類在識(shí)別輪廓圖(比如漫畫)的速度和準(zhǔn)確度上絲毫不比識(shí)別灰度圖差。LHD是基于從人臉灰度圖像中提取出來(lái)的線段圖的，它定義的是兩個(gè)線段集之間的距離，與眾不同的是，LHD并不建立不同線段集之間線段的一一對(duì)應(yīng)關(guān)系，因此它更能適應(yīng)線段圖之間的微小變化。實(shí)驗(yàn)結(jié)果表明，LHD在不同光照條件下和不同姿態(tài)情況下都有非常出色的表現(xiàn)，但是它在大表情的情況下識(shí)別效果不好。
-支持向量機(jī)(SVM) 的人臉識(shí)別方法
近年來(lái)，支持向量機(jī)是統(tǒng)計(jì)模式識(shí)別領(lǐng)域的一個(gè)新的熱點(diǎn)，它試圖使得學(xué)習(xí)機(jī)在經(jīng)驗(yàn)風(fēng)險(xiǎn)和泛化能力上達(dá)到一種妥協(xié)，從而提高學(xué)習(xí)機(jī)的性能。支持向量機(jī)主要解決的是一個(gè)2分類問(wèn)題，它的基本思想是試圖把一個(gè)低維的線性不可分的問(wèn)題轉(zhuǎn)化成一個(gè)高維的線性可分的問(wèn)題。通常的實(shí)驗(yàn)結(jié)果表明SVM有較好的識(shí)別率，但是它需要大量的訓(xùn)練樣本(每類300個(gè))，這在實(shí)際應(yīng)用中往往是不現(xiàn)實(shí)的。而且支持向量機(jī)訓(xùn)練時(shí)間長(zhǎng)，方法實(shí)現(xiàn)復(fù)雜，核函數(shù)的取法沒(méi)有統(tǒng)一的理論。
-多光源人臉識(shí)別技術(shù)
傳統(tǒng)的人臉識(shí)別技術(shù)主要是基于可見(jiàn)光圖像的人臉識(shí)別，但在環(huán)境光照發(fā)生變化時(shí)，識(shí)別效果會(huì)急劇下降?；谥鲃?dòng)近紅外圖像的多光源人臉識(shí)別技術(shù)。它可以克服光線變化的影響，已經(jīng)取得了卓越的識(shí)別性能，在精度、穩(wěn)定性和速度方面的整體系統(tǒng)性能超過(guò)三維圖像人臉識(shí)別。這項(xiàng)技術(shù)在近兩三年發(fā)展迅速，使人臉識(shí)別技術(shù)逐漸走向?qū)嵱没?/p>
應(yīng)用領(lǐng)域
目前，人臉識(shí)別方法正日趨成熟，在現(xiàn)實(shí)場(chǎng)景中也已經(jīng)得到了比較廣泛的應(yīng)用，照片的檢索、門禁考勤等應(yīng)用已基本成熟，諸如金融、司法、軍隊(duì)、公安、邊檢、政府、航天、電力、工廠、教育、醫(yī)療及眾多企事業(yè)單位等領(lǐng)域都有涉及。最主要的應(yīng)用有以下六個(gè)方面：
1.企業(yè)、住宅安全和管理。如人臉識(shí)別門禁考勤系統(tǒng)，人臉識(shí)別防盜門等。
2.電子護(hù)照及身份證。如民航、出入境、旅行證件等，這或許是未來(lái)規(guī)模最大的應(yīng)用。
3.公安、司法和刑偵。如利用人臉識(shí)別系統(tǒng)和網(wǎng)絡(luò)，在全國(guó)范圍內(nèi)搜捕逃犯。
4.自助服務(wù)。如銀行的自動(dòng)提款機(jī)，同時(shí)應(yīng)用人臉識(shí)別可避免被他人盜取現(xiàn)金現(xiàn)象的發(fā)生。
5.信息安全。如計(jì)算機(jī)登錄、電子政務(wù)和電子商務(wù)，可大大增加電子商務(wù)和電子政務(wù)系統(tǒng)的可靠性。
6.娛樂(lè)應(yīng)用。如笑臉識(shí)別、年齡猜測(cè)等。
但是，人臉識(shí)別問(wèn)題還并沒(méi)有被完全解決，復(fù)雜多樣的姿態(tài)變化、千奇百怪的遮擋情況、捉摸不定的光照條件、不同的分辨率、迥異的清晰度、微妙的膚色差，各種內(nèi)外因素的共同作用讓人臉的變化模式變得極其豐富。在非配合場(chǎng)景下的萬(wàn)級(jí)及以上的目標(biāo)檢測(cè)（如安防監(jiān)控庫(kù)）的應(yīng)用，依舊任重道遠(yuǎn)。
前景和未來(lái)
《2016-2020年中國(guó)人臉識(shí)別行業(yè)投資分析及前景預(yù)測(cè)報(bào)告》中提到，從人臉識(shí)別的非軍方應(yīng)用領(lǐng)域來(lái)看，目前國(guó)內(nèi)的人臉識(shí)別技術(shù)，基本都是在金融及安全領(lǐng)域。而在娛樂(lè)領(lǐng)域，也只有百度推出的臉優(yōu)真正在后臺(tái)使用了人臉識(shí)別技術(shù)。其他領(lǐng)域因?yàn)榧夹g(shù)難度以及投入等原因，短期內(nèi)還無(wú)法實(shí)現(xiàn)人臉識(shí)別。
事實(shí)上，如果人臉識(shí)別的技術(shù)得到突破，準(zhǔn)確率得到提升并普及用戶習(xí)慣以后，其商業(yè)化應(yīng)用前景是十分廣闊的，且有助于線下生物識(shí)別格局的改變，很有可能會(huì)成為下一個(gè)科技時(shí)代的商業(yè)爆發(fā)點(diǎn)。另外，人臉識(shí)別包含人工智能等技術(shù)，當(dāng)前商家們布局人臉識(shí)別就是布局人工智能以及人機(jī)交互的未來(lái)。
從資本市場(chǎng)來(lái)看，騰訊、阿里、微軟、民生銀行等多個(gè)巨頭紛紛布局人臉識(shí)別產(chǎn)業(yè)（如阿里旗下的螞蟻金服和face++；微軟曾風(fēng)靡社交網(wǎng)站的“傳照片測(cè)年齡”、“雙胞胎了沒(méi)”，以及Win10的Windows Hello人臉識(shí)別系統(tǒng)）。而川大智勝、?？低?、佳都科技、科大訊飛、海能達(dá)、賽為智能、高新興、漢王科技、衛(wèi)士通、高鴻股份等上市公司也成為人臉識(shí)別以及人工智能的潛力股。
由此看來(lái)，以人臉識(shí)別為代表的新一代技術(shù)驅(qū)動(dòng)的產(chǎn)業(yè)革命已經(jīng)興起。這個(gè)新的經(jīng)濟(jì)單元將是技術(shù)比拼的時(shí)代，技術(shù)壁壘也會(huì)越積越高。技術(shù)研發(fā)會(huì)成為企業(yè)發(fā)展的主要因素，同時(shí)商業(yè)模式也會(huì)因?yàn)榧夹g(shù)的不管革新而不斷演變。如百度深度學(xué)習(xí)研究院這樣的組織會(huì)越來(lái)越多，如臉優(yōu)這樣技術(shù)性應(yīng)用也會(huì)越來(lái)越多。
當(dāng)然，最終還是要看各組織的技術(shù)革新能力、創(chuàng)新能力以及商業(yè)變現(xiàn)能力等綜合實(shí)力強(qiáng)大與否。以后的技術(shù)革命中會(huì)衍生更多的新興技術(shù)，而人臉識(shí)別技術(shù)或?qū)⒊蔀槔_(kāi)這個(gè)帷幕的直接導(dǎo)火索。
