前端進(jìn)行人臉識(shí)別普適性的講解

　　阿里技術(shù)導(dǎo)讀：Shape Detection API 的發(fā)布已經(jīng)有一些時(shí)日，其主要提供的能力是給予前端直接可用的特征檢測(cè)接口（包括條形碼、人臉、文本檢測(cè)）。本文將簡(jiǎn)單對(duì)其進(jìn)行介紹，對(duì)前端進(jìn)行人臉檢測(cè)進(jìn)行普適性的講解。

　　1 背景與場(chǎng)景

　　人臉檢測(cè)（Face Detection）算是老生常談的課題了，在諸多行業(yè)應(yīng)用廣泛，例如金融、安防、電子商務(wù)、智能手機(jī)、娛樂(lè)圖片等行業(yè)。其中涉及的技術(shù)也在不斷的演變，下面簡(jiǎn)要介紹幾種思路：

　　a. 基于特征的人臉檢測(cè)

　　例如opencv中內(nèi)置了基于Viola-Jones目標(biāo)檢測(cè)框架的Harr分類(lèi)器，只需要載入一個(gè)配置文件（haarcascade_frontalface_alt.xml）就能直接調(diào)用detectObject去完成檢測(cè)過(guò)程，同時(shí)也支持其他特征的檢測(cè)（如鼻子、嘴巴等）。

　　b. 基于學(xué)習(xí)的人臉檢測(cè)

　　其實(shí)也是需要通過(guò)算子提取圖像中的局部特征，通過(guò)對(duì)其進(jìn)行分類(lèi)、統(tǒng)計(jì)、回歸等方式得到的具備更精確和快響應(yīng)的分類(lèi)器。

　　2 套路集錦

　　2.1 后端處理

　　前端通過(guò)網(wǎng)絡(luò)將資源傳輸?shù)胶蠖?，后端統(tǒng)一處理需要檢測(cè)的圖像或視頻流，對(duì)后端的架構(gòu)有一定的挑戰(zhàn)，同時(shí)網(wǎng)絡(luò)的延時(shí)往往不能給用戶帶來(lái)實(shí)時(shí)的交互效果。

　　2.2 客戶端處理

　　得益于OpenCV在跨語(yǔ)言和跨平臺(tái)的優(yōu)勢(shì)，客戶端也能以較低的開(kāi)發(fā)成本提供人臉檢測(cè)的能力，并且可以通過(guò)JsBridge等方式向web容器提供服務(wù)，然而一旦脫離這個(gè)容器，孤立的頁(yè)面將失去這種能力。直到有一天……

　　2.3 開(kāi)放服務(wù)

　　不知道從啥時(shí)候開(kāi)始，云計(jì)算等概念拔地而起，計(jì)算的成本日益降低。各大研發(fā)團(tuán)隊(duì)（如阿里云、Face++）都蠢蠢欲動(dòng)又不緊不慢上架了人臉檢測(cè)服務(wù)，甚至還帶上了各種特！殊！服！務(wù)！人臉識(shí)別、活體識(shí)別、證件OCR及人臉對(duì)比等等等。