人臉識別如何做到更快更準(zhǔn)？

　　“只要走進(jìn)裝有攝像頭的咖啡廳，就會發(fā)現(xiàn)服務(wù)員已提前為你準(zhǔn)備好最喜歡的咖啡;來到公司上班，智能迎賓機(jī)器人已自動打出帶有你名字的歡迎語……”自馬云向德國總理默克爾演示了“刷臉支付”后，人們對人臉識別技術(shù)就有諸多期待，甚至描繪了上述一些具體應(yīng)用場景。

　　2008年北京奧運(yùn)會將人臉識別技術(shù)用于安防，這成為人臉識別發(fā)展的一個標(biāo)志性事件，2012年后，人臉識別技術(shù)的應(yīng)用更是呈現(xiàn)出爆發(fā)式增長，近年來已應(yīng)用于金融、司法、軍隊、公安、邊檢、政府、航天、電力、工廠、教育、醫(yī)療等眾多領(lǐng)域。

　　但是，我們真的要進(jìn)入人臉識別時代了嗎？或許這還沒有人們想象中的那樣快。

　　軌道交通視頻與安全聯(lián)盟名譽(yù)理事長、原鐵道部運(yùn)輸局視頻業(yè)務(wù)主管領(lǐng)導(dǎo)田裳指出，技術(shù)（算法）、設(shè)備與環(huán)境是人臉識別應(yīng)用三個缺一不可的環(huán)節(jié)。

　　算法的三大進(jìn)步

　　在邁向這個時代前，人臉識別在算法上已經(jīng)取得了三大進(jìn)步。

　　近日，生物識別產(chǎn)業(yè)技術(shù)創(chuàng)新聯(lián)盟和軌道交通視頻與安全聯(lián)盟在中國科學(xué)院自動化所聯(lián)合召開了2015人臉識別技術(shù)與行業(yè)應(yīng)用研討會。

　　據(jù)生物識別產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟副理事長、清華大學(xué)教授蘇光大介紹，目前基于最佳二維人臉理論的單人單張人臉識別算法已經(jīng)趨于成熟，基于單人多張人臉識別的算法卻方興未艾。在應(yīng)用深度學(xué)習(xí)的人臉識別技術(shù)上已經(jīng)實現(xiàn)了一大進(jìn)步。香港中文大學(xué)采用深度學(xué)習(xí)方法在 lfw（labeledfacesinthewild）人臉庫上的識別率達(dá)到了99.15%。

　　第二個進(jìn)步則是單張人臉圖像的三維人臉重建，對視頻監(jiān)控下的動態(tài)識別貢獻(xiàn)尤其大。因為人臉形狀特征點(diǎn)提取技術(shù)的提高，使得三維人臉識別技術(shù)有了很大進(jìn)步。此前，有的動態(tài)人臉識別系統(tǒng)對于獲取的人臉圖像要求是左右角度不超過15度，兩眼間距大于30像素，但是大部分視頻監(jiān)控的人臉分辨率低于30像素，安保系統(tǒng)識別困難。第三個進(jìn)步則是對這些超低分辨率人臉圖像的重建與識別技術(shù)取得了一定進(jìn)展。

　　在 2014年美國國家標(biāo)準(zhǔn)技術(shù)局會舉辦的權(quán)威人臉識別技術(shù)供應(yīng)商測評（frvt）中，對平均人臉分辨率為67像素的visa出入境申請照測試集進(jìn)行測試，2 萬庫的首選識別率排名最高的前三家公司是日本電氣（nec）、法國賽峰和日本東芝，識別率分別為98.3%、93.9%和91.8%。

　　蘇光大認(rèn)為，這已經(jīng)是國際最先進(jìn)水平，但是在國內(nèi)某千萬級的辨識系統(tǒng)招標(biāo)中，要求首選識別率要達(dá)到95%就很難實現(xiàn)?！霸?萬庫中最先進(jìn)的水平是如此，在千萬級的水平上，識別率只會線性下降，再加上我國身份證有效期限比較長，容貌在此期間改變較大，怎么能達(dá)到95%？這不是逼著廠商去做假？過高的要求在現(xiàn)階段是不切實際的?！彼麖?qiáng)調(diào)。

　　蘇光大認(rèn)為，當(dāng)前人臉識別技術(shù)面臨的主要挑戰(zhàn)在于：大姿態(tài)角（大于30度）、超低分辨率（人臉分辨率小于30像素）、大年齡跨度（5年以上）和深度學(xué)習(xí)人臉識別的廣泛應(yīng)用上。

　　受制于設(shè)備和環(huán)境的動態(tài)識別

　　這或許不能責(zé)怪人們對人臉識別的期望值過高。

　　2011年各鐵路局建設(shè)了安檢門系統(tǒng)，為人臉識別系統(tǒng)建設(shè)提供了基本的硬件條件，有些車站開始陸續(xù)上馬人臉識別系統(tǒng)。田裳透露，此前鐵道部在與nec等人臉識別設(shè)備提供商接觸時，大家都對視頻動態(tài)的人臉識別表示出強(qiáng)烈的信心。

　　但是，2013年在進(jìn)行人臉識別的視頻測試時，測試結(jié)果卻“辜負(fù)”了期望。

　　軌道交通視頻與安全產(chǎn)業(yè)技術(shù)聯(lián)盟參與了這次測試，測試結(jié)果在該研討會上進(jìn)行了發(fā)布。據(jù)該聯(lián)盟參與測試的研究人員楊柳介紹，根據(jù)攝像機(jī)角度、光線、目標(biāo)正面圖像在視頻中的滯留時間、目標(biāo)同時出現(xiàn)的數(shù)量等把從測試車站獲得的視頻分成了a、b、c三類視頻，其中a類視頻能達(dá)到車站人臉識別的要求。但是，楊柳等人發(fā)現(xiàn)，即使是條件比較好的北京各大車站，也只有北京南站少數(shù)幾個攝像頭錄制的視頻能夠達(dá)到a類視頻標(biāo)準(zhǔn)。

　　“即使是在a類視頻和1萬重點(diǎn)人員庫的測試情況下，也有漏報產(chǎn)生?！睏盍f，而且在b類以上級別時，漏報率和誤報率都相當(dāng)高，從采集圖像的角度分析，人員駐留時間短，不足以將清晰的圖像采集下來，臉部角度大，與庫中的圖片不匹配，嚴(yán)重受限于現(xiàn)場的安裝條件。

　　“服務(wù)器性能的高度對測試結(jié)果的影響非常大?！睏盍鴱?qiáng)調(diào)，目前鐵路系統(tǒng)人臉識別配備的硬件條件比較差，特別是旅客較多時，需要將每一個人員的臉部圖像采集下來與后臺數(shù)據(jù)進(jìn)行逐一比對，但是服務(wù)器處理能力差，就會造成采集圖像丟失，直接影響識別率。

　　與鐵路視頻動態(tài)識別面臨同樣困境的還有公安部門的視頻“落地”問題。

　　公安部第三研究院所副研究員尚巖峰多年從事圖像處理研究，參與過多個圖像識別公安應(yīng)用項目。他指出了人臉識別總體上不成熟的三大應(yīng)用：第一，在高可靠人臉驗證系統(tǒng)上，如支付、社保和門禁，視頻或3d模型存在欺騙問題，錯誤拒絕率（far）在小于0.01%的條件下，拒識率可能高達(dá)30%以上;第二，安防用 “認(rèn)證一致性”的驗證系統(tǒng)在far小于0.01%時，拒識率可能高達(dá)40%以上，身份證卡內(nèi)人臉圖像質(zhì)量差，常小于1kb，現(xiàn)場用戶配合程度不高，且環(huán)境也呈現(xiàn)不可控因素;第三，安防用黑名單監(jiān)控類應(yīng)用遠(yuǎn)未解決，在虛警率為0.01%時，識別率可能低于10%，視頻質(zhì)量差，表現(xiàn)出低分辨率、大角度拍攝、光照差的特點(diǎn)，而最大的障礙在于缺少可用的訓(xùn)練和測試數(shù)據(jù)。

　　研發(fā)了我國第一款帶有生物特征的法定電子證件的公安部第一研究所副研究員宛根訓(xùn)則總結(jié)，視頻動態(tài)人臉識別要在這些基礎(chǔ)之上才能收到良好的效果：“采集設(shè)備為高清視頻攝像機(jī)，光線和現(xiàn)場環(huán)境相對可控，通道人流方向相對單一，圖像質(zhì)量有較大改善?！?/p>

　　海量數(shù)據(jù)下如何更快

　　人臉識別所用到的深度學(xué)習(xí)算法是一套模擬人腦的神經(jīng)網(wǎng)絡(luò)算法，通過收集的海量人臉照片，新型的神經(jīng)網(wǎng)絡(luò)算法可以通過大數(shù)據(jù)訓(xùn)練將圖片信息變成能夠被機(jī)器理解分析的結(jié)構(gòu)化數(shù)據(jù)。

　　蘇光大指出：“基于深度學(xué)習(xí)的人臉識別難度在于訓(xùn)練的計算復(fù)雜度高，計算機(jī)不擅長二維計算，大量耗時在深度學(xué)習(xí)上，這是要解決的問題。”

　　那么，在算法、硬件和環(huán)境都達(dá)到條件的情況下，如何才能實現(xiàn)海量數(shù)據(jù)下人臉識別的快速查詢？

　　在所有條件都具備時，數(shù)據(jù)量小的人臉特征隨著人員數(shù)量增長也會變成大數(shù)據(jù)。在達(dá)到接近甚至超過人臉識別準(zhǔn)確率的前提下，每一張人臉可小于1kb。但是，北京博思廷科技有限公司總經(jīng)理王巍對不同規(guī)模的人臉數(shù)據(jù)庫做了計算：1000萬人臉的數(shù)據(jù)量可達(dá)到10gb，3億人臉的數(shù)據(jù)量就是300gb。

　　“這樣一來，人臉識別的對比速度馬上就會降下來?！蓖跷≌f。

　　而速度的下降意味著不能實時識別，這對人臉識別速度要求十分高的反恐、防暴等公安安全監(jiān)測而言，不是一個好消息。

　　例如，公安機(jī)關(guān)發(fā)現(xiàn)一個可能為逃犯的嫌疑對象，需要查詢某身份未知人員的確切身份時，對比幾百萬人的在逃人員身份信息庫，就會面臨很大壓力。如果要查詢的是一個無家可歸人員的信息，則要對比戶籍人臉數(shù)據(jù)庫，而一個省份的戶籍人臉可達(dá)到數(shù)千萬人。

　　如果要查詢某可疑人員此前在何處出現(xiàn)，比如地鐵，每日客流量可達(dá)到1000萬人/天，3億人/月，而且每個人可能在多個位置被抓拍多次。這樣下來，人臉識別的數(shù)據(jù)量簡直不可想象。

　　王巍指出，針對一個大小為1000萬的人臉庫的查重，若采用暴力對比法查，需要對比50萬億次?！爸萍s人臉識別查詢速度的因素有兩個，一是基于數(shù)學(xué)模型的對比方法，最簡單直接的就是暴力對比，效率低、速度慢;二是受限于設(shè)備的處理速度?！蓖跷≌f。

　　他建議，使用兩種方法提升對比效率，一是改變對比方法，盡量避免暴力查詢，如根據(jù)人臉圖像屬性切割、歸屬成不同類別，采用二分法可以縮減查詢范圍;二是增加設(shè)備或者服務(wù)器，提高運(yùn)算能力，或是采用分布式系統(tǒng)架構(gòu)，并行查詢提升效率。