前言

　　2015年以來，人臉識別相關新聞頻頻進入人們的視野，國內外的人臉識別算法團隊不斷刷新著各種記錄，相關的產品與應用也層出不窮，使得人臉識別成為近期最受關注的生物特征識別技術。

　　人臉識別作為一種生物特征識別技術，早期主要應用于公共安全領域，隨著近年來人臉考勤、人臉通過等應用的普及，普通人逐漸接觸到以前在科幻片中才能看到的技術。尤其是近兩年，隨著技術的進步，人臉識別在各個領域取得越來越多的應用：馬云在德國演示了刷臉支付、微軟的How-Old.net測年齡刷爆朋友圈、銀行券商逐漸采用人臉識別技術輔助開戶。本文旨在回顧人臉識別技術的發展歷程，同時結合個人的觀察與總結，展望人臉識別的未來趨勢。

　　人臉識別技術簡介

　　完整的人臉識別系統一般包括人臉檢測、人臉配準、人臉匹配、人臉屬性分析等模塊。

　　人臉檢測：從圖片中獲得人臉的位置，目前常用的是AdaBoost級聯分類器。

　　人臉配準：在人臉圖像中獲得關鍵特征點(比如眼睛、鼻子、嘴巴)的位置，通常采用回歸的方法。

　　人臉匹配。人們常說的“人臉識別”通常指的是人臉匹配，包括兩種模式：鑒別(identification)與認證(verification)。人臉鑒別給出測試人員的身份，即解決”你是誰”的問題，比如公安追逃系統;人臉認證用于判斷測試人員與其聲稱的身份是否一致，即驗證“你是你”的問題，比如刷臉支付。目前主流的方法有兩種，一是通過人工設計特征+子空間投影實現，二是采用深度學習算法。

　　人臉屬性分析。根據人臉分析出各種屬性，比如年齡，性別，表情，種族，發型，是否戴眼鏡，胡子的類型。通常采用一般的分類或者回歸技術。

　　人臉識別技術進展

　　自動人臉識別系統的研究始于20世紀中期,早期的人臉識別探索主要依靠一些手工標定的幾何特征(比如眼鏡、嘴巴等器官的位置、距離)進行分類，實用的成果較少。

　　1991年發表的EigenFaces是一種重要的方法，該方法通過主成分分析(PCA)將圖像投影到一個低維的“特征空間”，使得信息損失最少，在該“特征空間”上進行人臉分類。該方法不僅對數據進行了壓縮，而且識別效果比直接使用圖像像素也要好。EigenFaces將統計學習引入到人臉識別領域，直接影響了后續的一大類主流識別算法，即子空間方法，該類方法通過各種各樣準則來尋找“特征空間”，使得在“特征空間”上分類準確率更高，比如FisherFaces。與EigenFaces不同的是，在訓練階段FisherFaces引入了監督信息，投影的不標不再是“信息損失最少”，而是“同類分布越緊，不同類分布越散”，即更容易分類，在有足夠帶標簽樣本的情況下，該方法可以獲得更好的識別效果。1990年代，美國國防部反毒品技術發展計劃辦公室資助了FERET(Face Recognition Technology Test)項目，構建了數據庫對自動人臉識別算法進行對比，在1996年最后一次FERET測試中，子空間方法取得了領先的測試結果。時至今日，子空間方法仍然發揮著非常重要的作用，不僅直接應用于許多人臉識別系統，而且許多人臉識別的新方向比如流形學習、稀疏表示、度量學習，都或多或少的受到子空間方法的影響。

　　盡管子空間方法在FERET的一些簡單測試集合上取得了不錯的效果，但是當測試集呈現出光照、姿態等變化時，子空間人臉識別算法的性能急劇下降，因此在進入21世紀后，人臉識別研究者們將更多的精力放在提高算法的魯棒性上面。子空間方法在非理想測試條件下性能下降的一個重要原因就是，原始的圖像像素包含了諸多不利于識別的信息，比如光照。研究人員主要有兩種思路來應對這些不利因素：一是進行專門的校正(去光照以降低光照的影響;3D校正以降低姿態的影響)，二是尋找更加魯棒的特征。魯棒的特征是目前很多識別算法的基礎，其中比較常用的有Gabor特征、LBP特征。在21世紀的前10年里，研究人員結合魯棒特征與子空間算法提出各種各樣的改進，使得人臉識別算法的性能得到不斷的提升，見圖1。人臉識別逐漸在一些場景中得以實用，比如人臉考勤機、自助通關。

　　圖1 NIST人臉測試歷程

　　盡管在一些測試集合上，魯棒特征+子空間的方法已經取得了非常高的準確率，但是在實際場景中，人臉識別性能仍然難以滿足要求?，F實環境下光照、姿態、清晰度等遠遠比實驗室采集的測試圖片復雜的多。2007年LFW數據集被建立，該數據集旨在評價非約束場景下的人臉識別性能。由于該數據集包含復雜的姿態、表情、遮擋等變化，而且又沒有充足的訓練樣本，很多算法并不能取得很高的準確率，在2010左右最好的算法也只有85%左右的準確率。研究者們發現，要想取得好的效果，準確的特征點定位、適當的學習算法以及大量的訓練樣本起到至關重要的作用。于是從2010年開始，準確地特征點定位、高層特征表示與度量學習、收集更多的訓練樣本成為人臉識別研發的方向。一個代表性的算法就是微軟的HDLBP算法，該方法基于準確定位的特征點提取高維的人臉特征，以稀疏投影的方式進行降維，最后通過一種度量學習算法來計算相似度，在LFW上取得了93%以上的準確率，此外，通過在大量的外部數據集上進行訓練，準確率可進一步提高到95%以上。2012年以后，隨著深度學習的復興，研究人員自然而然的想到通過深度學習來解決人臉識別問題。在剛開始的一些嘗試中，深度學習在人臉識別中并沒有取得非常領先的結果，在2013年的CVPR上仍然落后于傳統方法。之后研究人員針對人臉識別的特點進行了一系列的改進，而且通過互聯網收集到更多的訓練樣本，終于使得深度學習在人臉識別領域取得了不錯的結果。在2014年的CVPR上，Facebook、CUHK、Face++等通過深度學習在LFW上取得了97%以上的準確率，尤其是CUHK的湯曉鷗實驗室對其DeepID系列算法不斷改進，其DeepID2算法取得了99%以上的準確率，第一次使得算法的性能在LFW數據集上超過了人類。

　　據筆者統計，截止目前已經有至少10個人臉識別團隊宣稱自己的算法識別準確率(在LFW數據集上)超過99%,其中有百度、Google、騰訊這樣的互聯網巨頭，有Face++、Linkface等初創公司，也有香港中文大學、中科院、新加坡國立大學這樣的科研院所。這些團隊的結果都得益于深度學習算法。毫無疑問，深度學習成為目前人臉識別領域最主流的研究方向。

　　人臉識別技術展望

　　毫無疑問，深度學習成為目前人臉識別領域最主流的研究方向，但是傳統方法仍然可以取得不錯的效果。在大華股份內部，傳統非深度方法與深度學習都起到重要的作用。深度學習算法學習能力更強，在具備足夠多的訓練樣本的情況下，往往可以取得更高的準確率，但是目前的深度學習算法計算量一般都比較大，往往依賴于GPU等并行計算資源。非深度方法不僅速度快，而且在安防監控等復雜環境下更加穩定，比如在一個中國人日常生活照數據集上，大華的非深度學習算法可以超過某深度學習算法(該算法在LFW上準確率超過99%)。深度學習在未來一段時間內必將持續成為研究重點。同時傳統方法也不容忽視，尤其是在一些實用場景速度要求高、環境復雜而訓練數據又不充足的情況下。算法改進、數據資源、計算資源將成為核心競爭力，尤其是數據資源，成為深度學習性能的關鍵因素。一定程度上可以說誰掌握了數據入口(尤其是特定領域的結構化數據)，誰就有機會做出真正的”終極應用”，例如大華股份專注于安防領域的人臉識別，針對安防監控采集、收集了大量結構化數據用于算法改進，取得了較好的效果。

　　數據成為提升人臉識別算法性能的關鍵因素，很多應用更加關注低誤報條件下的識別性能，比如支人臉支付需要控制錯誤接受率在0.00001之內，因此以后的算法改進也將著重于提升低誤報下的識別率。對于安防監控而言，可能需要控制在0.00000001之內(比如幾十萬人的注冊庫)，目前學術界還沒有相關的數據庫可以測試如此低誤報下的識別性能，大華股份在內部已經建立了千萬級別的數據庫用于算法測試與改進。

　　人臉識別的應用展望與思考

　　隨著技術的日益進步，人臉識別必將更多的走進每個人的日常生活，比如越來越多的銀行與券商借助人臉識別進行身份核實，大大提高了工作效率;基于人臉識別的社保領取，方便了大批行動不便的老人;證件照查重、嫌疑犯檢索協助公安機關破案。然而必須認識到的是，目前的人臉識別技術遠遠沒有達到足以應用到任意場景的程度，尤其是對安全性要求、識別率要求很高的場景下。過度宣傳“識別率達到99%” “識別率超過人類”之類的內容并不利于人臉識別的長遠發展。首先，LFW只是一個很小的學術數據集，在上面達到99%以上的準確率并不代表在實用中可以達到很高的準確率，在更權威的數據集FRVT上，很多算法并沒有經過測試，難以評價真正的性能。其次，人臉識別的很多問題還沒有得到真正解決，比如刷臉支付下的活體驗證，現有的驗證機制很可能被視頻合成、3D頭套等破解，存在巨大風險。

　　總之，人臉識別歷經數十年的發展，已經取得了巨大的進步，應用前景廣闊，但同時也面臨著巨大的挑戰。通過學術界、工業界同仁持續的腳踏實地的努力，人臉識別必將取得更多的進展。