人工智能如何“認出”人臉

人臉計算機視覺技術的一個重要應用就是人臉識別。提到人臉識別，你一定不陌生。我們已經在越來越多的場景中看到了人臉識別的應用。例如，解鎖手機，乘坐火車等。

那么，人工智能是怎么“認出”人與人之間的不同的呢？總不可能是拍兩張照片直接比較是不是同一張照片吧！畢竟只要換個表情、轉一下頭，得到的照片就不一樣了。

人類是根據每個人長相的差異對人臉進行辨認的。這個人的眼睛大一些，那個人的鼻梁高一些，不同的五官組成了不同的臉。

人工智能沒法像人一樣憑直覺判斷兩張臉像還是不像。對它來說，要分辨人臉，必須對人臉照片的數據加以精確分析。

進行人臉識別的第一步就是找到人臉的位置，這就是定位和檢測。現在最常用的定位人臉的方法是HOG（方向梯度直方圖）。

這個名字雖然拗口，但實際上它就是一種能夠檢測物體輪廓的算法。首先，我們把彩色圖像變成黑白圖像，雖然有無顏色并不影響我們辨認人臉，但是去掉顏色可以減少對識別的干擾。然后，我們把圖像分成一個個小格子，用箭頭表示小格子中圖像明暗是如何變化的，最終就可以得到HOG。雖然對人類來說，HOG特征不好辨認，但是對計算機來說，在HOG中，人臉的五官等關鍵信息會變得更加明顯。這樣，計算機就可以很快找到人臉。為了在HOG中找到人臉，我們需要利用數學算法找到圖中和已知的人臉HOG最像的部分。這些HOG特征需要從其他已知的面部數據中訓練提取。

找到人臉之后，人工智能又會面臨一個新的問題。在采集人臉信息時一般只有正面的圖像，正所謂“橫看成嶺側成峰，遠近高低各不同”，即使是同一張臉，從不同的角度看起來也不一樣。除了方向和角度，表情、光線等都會讓人臉圖像發生變化。但是，你如果使用支持人臉解鎖功能的手機就會發現，即使解鎖手機時側著頭，也同樣可以解鎖成功。那么，如何鑒別變形前后是不是同一張人臉呢？

通常情況下，人臉有很多相同點?？茖W家們由此想到，可以用人臉上一些普遍存在的特征點作為人臉的基準，適當調整扭曲圖像中的人臉，讓被識別的人臉“正”起來。

經過反復研究，科學家們找到了下巴、眉毛、鼻子等特征點，其中最常用的有68個。有了這些特征點，我們就可以知道眼睛和嘴巴在哪兒了，然后按照一定規律對圖像進行旋轉、縮放等，使得眼睛和嘴巴盡可能地靠近中心，讓各個特征點盡可能和正面的情況對齊，這樣就可以把臉變得“正”起來。當然，我們也可以給人臉標注更多的特征點，讓人工智能的定位更加精確——有些公司的人臉識別系統有上百個特征點。

把特征點對齊之后，就要進行最關鍵的一步了——判斷這到底是誰的臉。這就要將我們剛得到的人臉數據同之前采集的人臉庫中的數據加以比較，找到最像的那個。如何判斷像不像呢？可以比較兩張圖像中耳朵的大小、鼻子的長度、眼睛之間的距離等。

如果要精確地進行數值化比較，人工智能也許比我們更“懂”人臉。利用卷積神經網絡，人工智能可以自動檢測出人臉上的大量數據。常見的做法是測量128組數據，對計算機來說也就是128個數字。鑒于神經網絡的特點，我們無法理解這128個數字到底是什么意思，但這并不重要，人工智能可以理解。只要利用一定的數學方法找到和這128個數字最接近的另一組數字，計算機就可以迅速成功地找到這張人臉的主人。

（愛麗絲摘自人民郵電出版社《寫給青少年的人工智能：應用》一書，視覺中國供圖）