2024年3月15日，在德國漢諾威國際信息及通訊專業展覽會開幕式上，阿里巴巴集團董事局主席馬云呈現“刷臉支付”專業。
工作人員在演示人臉辨別專業。
某集團在展覽會上推廣人臉辨別系統。
余昌
底細
不久前，阿里巴巴集團董事局主席馬云在德國玩的一場“刷臉秀”吸引了許多人的目光，在這次活動中，馬云向德國總理默克爾與我國國務院副總理馬凱，演示了螞蟻金服的Smile to Pay掃臉專業，利用“刷臉支付”從淘寶網上買入了1948年漢諾威紀念郵票。
人臉辨別最古老也最天然
“刷臉支付”實在也不是什麼新鮮事兒，它是眼下研究很熱點、發展很迅猛的人身辨別專業的一種。
除了極端嚴重的“臉盲癥”患者，我們辨別一個人最原始、最天然、最方便的想法便是看他的臉。走在路上，迎面一個人過來，等我們看清了他的臉，就認出來了，“哦，老張！”
辨別一個人的地位，是社會生活中十分主要的一件事情。以往人們想出了許多設法來做這件事，比如用鑰匙，用證件，用暗碼等等，但這些都是身外之物，一旦遺失了、健忘了或被盜了，就很麻煩。
近幾十年來，人們想到了利用人體固有的生物特征進行地位辨別的設法，這就叫生物特征辨別專業。由于這些生物特征是長在人的身體上的，所以也就不存在遺失、健忘或被盜的疑問了。
這些設法有許多，比如指紋辨別，這是應用最早、最廣泛，也是現在最成熟的生物特征地位鑒別想法；再比如虹膜辨別，虹膜是眼球前部含色素的環形薄膜，含有極其豐富的結構和紋理特征，到現在為止，虹膜辨別的過錯率是各種生物特征辨別中最低的。此外，還有利用人的行為特征進行的字跡辨別、步態辨別、聲紋辨別等等。
可是有一條，這些生物特征辨別想法一般都需要人們的行為配合，比如按個指印兒，把眼睛貼到什麼儀器上之類，顯得通博娛樂城註冊送體驗金很不天然，也不太友好。通博娛樂城註冊禮包因此，最天然的想法還是要返璞歸真——看見你的臉，就把你認出來了！
五十年來獲得長足發展
早在19世紀末，有個叫高爾頓的丈量狂人（這個人也是智商丈量的始作俑者）就想到了人臉辨別的疑問，他在1888年和1910通博娛樂城體驗金如何領取年差別在《天然》雜志上發布了兩篇關于利用人臉進行地位辨別的文章。他用一組數字典型差異的人臉側面特征，并對人類自身的人臉辨別才幹進行了解析。可是當然，那時還不可能涉及人臉的自動辨別疑問。
據西安理工大學王映輝教授介紹，自動人臉辨別的研究論文最早見于1965年，到目前已有五十年的歷史。比年來，人臉辨別研究得到了諸多研究人員的青睞，涌現出了許多新的專業和想法。尤其是自1990年以來，人臉辨別更得到了長足的發展，每年都有大批的學術論文發布。目前，幾乎所有著名的理工科大學和重要的IT產業公司都有研究組在從事人臉辨別的研究。
人臉辨別的具體過程可分為以下四步：第一步，搜集并初步處理人的臉部圖像信息；第二步，從采集到的圖像中提取關鍵的信息；第三步，進一步處理已有信息并將它們保留；第四步，比對，把需要辨別的人臉與已經保留在數據庫中的人臉信息進行匹配和甄別。
存在難題超乎一般人想象
這些看上去似乎并不難，但對實際的人臉辨別來說，面對的難題實在是超乎想象的，王映輝教授就介紹了以下幾點：
光照疑問。這是機械視覺中存在已久的疑問，在人臉辨別中的表現尤為明顯，縱然現在最好的人臉辨別系統，在室外光照環境下，其辨別率也會急劇下降；
姿態疑問。這也是現在人臉辨別研究中需要辦理的一個專業難點。現在多數的人臉辨別算法重要針對正面、準正面人臉圖像，當發作俯仰或者左右側面對照厲害的場合下，人臉辨別算法的辨別率也將會急劇下降；
臉色疑問。很失望，人的面部通博娛樂城免費體驗金不像手指、虹膜，它是有豐富臉色的場所。臉色是一種很復雜的肌肉運動，每種臉色是幾十塊面部肌肉共同運動的組合，很難用一個精確的數學模子來描述這些肌肉的運動。此外，臉色的表現格式也因人而異，同一種臉色在差異的人面部上有差異的表現格式。因此，如何有效地辨別帶有臉色的圖像，從而提高人臉辨別的精確率，也是一個主要的挑戰；
遮擋疑問。對于非配合場合下的人臉圖像采集，遮擋疑問是一個極度嚴重的疑問。特別是在監控環境下，往往被監控對象都會戴著眼鏡、帽子等飾物，使得被采集出來的人臉圖像有可能不完整，從而陰礙了后面的特征提取與辨別；
生長疑問。和指紋、虹膜差異，跟著年齡的變化，面部表面也會變化，特別是對于青少年，這種變化會加倍明顯；
低質量照片疑問。現在的多數人臉辨別系統在算法設計和模子培訓方面往往都只針對圖像質量很好的場合，但對智能監控、公安系統犯法嫌疑人照片比對等應用而言，照片的質量可能極度差。如何提高系統對這些低質量照片的辨別才幹也是人臉辨別亟待辦理的關鍵疑問之一……
利用三維信息擁有更好未來
正是由于以上存在的種種難題，人臉辨別的精確性現在仍低于虹膜、指紋辨別，但由于它的無侵害性和方便、友好的方式，還是得到人們更多的珍視。
王映輝教授介紹，人臉辨別專業發展到今日，很多成績仍然是在二維信息根基上贏得的，而真實世界中的人臉是三維的，三維信息特別是三維圖像較之二維圖像更能提供完整而真實的內容。如何有效地利用人臉的三維信息進行辨別，將是一個極具挑戰性的研究課題。
每種生物特征辨別專業都有其一定的適用范圍和要求，單一的生物特征辨別在實際應用中展現出各自的局限性，如有些人的指紋無法提取特征，患眼疾的人虹膜會發作變化等。統計顯示，現在還沒有一個單生物特征能到達完滿無誤的要求。因此，生物特征辨別領域出現了一種新方位，即多模態生物特征辨別專業結合採用。
小貼士
生物特征辨別
人體所固有的生物特征有很多，能夠用來認證地位的生物特征應該具有以下的特性：
普遍性：每個正常人都應該具有這種特征；
惟一性：差異的人應該具有各不相同的特征；
可采集性：所選擇的特征可以定量丈量；
不亂性：所選擇的特征至少在一段較長的時間內是不變的，并且特征的采集不隨前提、環境的變化而變化。
在實際的生物特征辨別系統中，還應考慮如下一些因素：
功能：辨別的精確性、速度、可信性以及為到達所要求的精確性和速度所需要的資本；
可接納性：採用者在多大水平上愿意接納這種生物特征辨別系統；
安全性：用欺詐的想法騙過系統的難易水平。
|
2025-03-22
|
