人臉識(shí)別最全知識(shí)圖譜，教你開(kāi)發(fā)時(shí)如何避開(kāi)認(rèn)知誤區(qū)

作為人工智能領(lǐng)域少有的算法研究和商業(yè)應(yīng)用都相當(dāng)成熟的技術(shù)，人臉識(shí)別近幾年火熱異常。但由于其技術(shù)門檻較高，一些新入門的開(kāi)發(fā)者往往對(duì)人臉識(shí)別存在很多認(rèn)知誤區(qū)，如簡(jiǎn)單地認(rèn)為識(shí)別率越高，算法越好;可檢測(cè)的關(guān)鍵點(diǎn)越多，識(shí)別比對(duì)效果越出色……接下來(lái)筆者就以自身使用虹軟視覺(jué)開(kāi)放平臺(tái)免費(fèi)離線SDK ArcFace3.0做開(kāi)發(fā)的經(jīng)歷來(lái)為大家講講，要如何避開(kāi)這些誤區(qū)。

這里先簡(jiǎn)單介紹一下ArcFace3.0，該SDK對(duì)人臉識(shí)別、活體檢測(cè)、年齡檢測(cè)、性別檢測(cè)等核心算法模型進(jìn)行了全面升級(jí)，其算法魯棒性大幅提升，接入門檻顯著降低，可同時(shí)支持Windows、iOS、Android(包含Android10)、Linux，性能與開(kāi)發(fā)效率也有了整體提升，同樣秉承了開(kāi)放平臺(tái)免費(fèi)、離線的核心，進(jìn)而成為了廣大開(kāi)發(fā)者落地AI應(yīng)用的利器。

常見(jiàn)誤區(qū)一：“人臉檢測(cè)”就是“人臉識(shí)別”?

事實(shí)上，“人臉檢測(cè)”只是人臉識(shí)別完整流程中的一個(gè)環(huán)節(jié)。在用攝像頭采集含有人臉的圖像或視頻流后，首先就需要用人臉檢測(cè)技術(shù)自動(dòng)檢測(cè)、提取當(dāng)中的人臉，隨后才能進(jìn)入人臉圖像預(yù)處理及最核心的人臉特征提取環(huán)節(jié)。

但在實(shí)際商業(yè)化落地中，人臉檢測(cè)也可獨(dú)立于人臉識(shí)別進(jìn)行使用。譬如瀘州云龍機(jī)場(chǎng)就布置了智能零售服務(wù)機(jī)器人，可以通過(guò)人臉檢測(cè)功能自動(dòng)尋找顧客并提供服務(wù)。其智能零售服務(wù)機(jī)器人就是采用了虹軟視覺(jué)開(kāi)放平臺(tái)的人臉識(shí)別算法。

虹軟推出的ArcFace3.0 SDK囊括了人臉檢測(cè)、性別檢測(cè)、年齡檢測(cè)等技術(shù)，結(jié)合使用可應(yīng)用于商業(yè)迎賓機(jī)器人、自動(dòng)廣告機(jī)等產(chǎn)品。

常見(jiàn)誤區(qū)二：人臉識(shí)別的準(zhǔn)確率越高越好嗎?

理想狀態(tài)下，“人臉識(shí)別準(zhǔn)確率”當(dāng)然越高越好，但算法在產(chǎn)品化使用時(shí)會(huì)受到逆光、暗光、強(qiáng)光、識(shí)別角度等諸多因素的影響。相同算法，在實(shí)驗(yàn)室環(huán)境中與不同的實(shí)際應(yīng)用環(huán)境中，所表現(xiàn)出的識(shí)別準(zhǔn)確率都存在一定差異。因此，脫離使用場(chǎng)景單純考量算法的識(shí)別準(zhǔn)確率參考價(jià)值不大。

業(yè)界更多會(huì)采用“認(rèn)假率(FAR，又稱誤識(shí)率，把某人誤識(shí)為其他人)”和“拒真率(FRR拒真率，本人注冊(cè)在底庫(kù)中，但比對(duì)相似度達(dá)到不預(yù)定的值)”，來(lái)作為評(píng)判算法的依據(jù)。另外還有識(shí)別速度、活體攻擊成功率、人臉檢測(cè)成功率等維度，也可作為評(píng)判算法優(yōu)劣的參考依據(jù)。

盡管FAR和FRR都越低越好，但兩個(gè)指標(biāo)是一個(gè)蹺蹺板，一個(gè)指標(biāo)的降低會(huì)意味著另一個(gè)指標(biāo)會(huì)升高，所以需要實(shí)現(xiàn)兩者間的平衡。

人臉識(shí)別算法一般會(huì)設(shè)定一個(gè)閾值作為評(píng)判通過(guò)與否的標(biāo)準(zhǔn)，該閾值一般是用分?jǐn)?shù)或者百分比來(lái)衡量。當(dāng)人臉比對(duì)的相似度值大于此閾值時(shí)，則比對(duì)通過(guò)，否則比對(duì)失敗。每個(gè)閾值都可以統(tǒng)計(jì)對(duì)應(yīng)的FARFRR，不同閾值的FARFRR值可繪成ROC曲線(Receiver Operating Curve)，我們可以通過(guò)ROC曲線選定一個(gè)合理的閾值點(diǎn)。

常見(jiàn)誤區(qū)三：人臉關(guān)鍵點(diǎn)越多，人臉比對(duì)效果越好?

人臉關(guān)鍵點(diǎn)技術(shù)在人臉識(shí)別的一系列環(huán)節(jié)中，確實(shí)有所應(yīng)用。但它并不是使用在最核心的人臉比對(duì)中，而是在前置的人臉圖像預(yù)處理環(huán)節(jié)中。因此，確保人臉五官基礎(chǔ)關(guān)鍵點(diǎn)數(shù)量及準(zhǔn)確性即可，無(wú)需一味追求過(guò)多關(guān)鍵點(diǎn)的數(shù)量。

當(dāng)前主流的人臉識(shí)別算法，在進(jìn)行最核心的人臉比對(duì)時(shí)，主要依靠人臉特征值的比對(duì)。所謂特征值，即面部特征所組成的信息集。我們辨別一個(gè)人的特征，可能會(huì)記住他是雙眼皮、黑眼睛、藍(lán)色頭發(fā)、塌鼻梁……但人工智能算法可以辨別和記住的面部特征會(huì)比肉眼所能觀察到的多很多。

人臉識(shí)別算法通過(guò)深度學(xué)習(xí)，利用卷積神經(jīng)網(wǎng)絡(luò)對(duì)海量人臉圖片進(jìn)行學(xué)習(xí)，借助輸入圖像，提取出對(duì)區(qū)分不同人臉的特征向量，以替代人工設(shè)計(jì)的特征。每張人臉在算法中都有一組對(duì)應(yīng)的特征值，這也是進(jìn)行人臉比對(duì)的依據(jù)。同一人的不同照片提取出的特征值，在特征空間里距離很近，不同人的臉在特征空間里相距較遠(yuǎn)。

雖然人臉關(guān)鍵點(diǎn)不會(huì)直接作用于人臉比對(duì)，但在人臉圖像預(yù)處理環(huán)節(jié)，依舊有重要作用。事實(shí)上，通過(guò)人臉檢測(cè)提取到人臉圖像質(zhì)量參差不齊，角度各異。而在虹軟ArcFace3.0算法中，利用人臉關(guān)鍵點(diǎn)技術(shù)可準(zhǔn)確定位出人臉五官位置，使用仿射變換將人臉統(tǒng)一“擺正”，盡量消除姿勢(shì)不同帶來(lái)的誤差，為算法準(zhǔn)確提取人臉特征值提供保障。

常見(jiàn)誤區(qū)四：用照片或者視頻能否通過(guò)人臉識(shí)別?

在成熟的人臉識(shí)別應(yīng)用中，都會(huì)加入活體檢測(cè)技術(shù)。所謂活體檢測(cè)，即驗(yàn)證用戶是否為真實(shí)活體本人在操作，可有效抵御照片、視頻等常見(jiàn)的攻擊手段，是金融、政務(wù)等無(wú)人值守應(yīng)用中幾乎是標(biāo)配。

在交互方式上，活體檢測(cè)可分為靜默式和配合式，配合式需要結(jié)合搖頭、眨眼、唇語(yǔ)等方式配合，靜默式則不需要用戶配合動(dòng)作，相比配合式算法層面要求更高，體驗(yàn)更好。

目前市場(chǎng)上主流的而在靜默式活體檢測(cè)中，同樣以上文提及的虹軟視覺(jué)開(kāi)放平臺(tái)為例，該平臺(tái)已經(jīng)免費(fèi)開(kāi)放了RGB單目活體檢測(cè)、IR活體檢測(cè)兩種算法，并在最新推出的ArcFace3.0中進(jìn)行了模型更新，全面提升了算法魯棒性。其中的RGB單目活體采用普通RGB攝像頭即可，通過(guò)分析采集摩爾紋、成像畸形、反射率等人像破綻，從而獲得活體檢測(cè)所需要的識(shí)別信息，多維度的識(shí)別依據(jù)保證了識(shí)別的準(zhǔn)確性。而IR活體檢測(cè)，則是在此基礎(chǔ)上，充分利用了紅外成像中屏幕類無(wú)法成像的原理，進(jìn)一步加強(qiáng)了電子屏的攻擊防范。

常見(jiàn)誤區(qū)五：大面積遮擋下還能進(jìn)行人臉識(shí)別嗎?

在人臉識(shí)別領(lǐng)域中，大面積人臉遮擋一直是公認(rèn)的識(shí)別難題，難點(diǎn)主要體現(xiàn)在：

第一，人臉識(shí)別算法主要依據(jù)人臉面部特征進(jìn)行身份判定，臉部大量遮擋時(shí)，算法無(wú)法準(zhǔn)確檢測(cè)人臉位置、定位五官關(guān)鍵點(diǎn)，大大降低了識(shí)別效果。

第二，人臉識(shí)別算法使用的深度學(xué)習(xí)技術(shù)依賴海量的訓(xùn)練數(shù)據(jù)，短期內(nèi)難以收集到大量面部遮擋的照片，并進(jìn)行人工標(biāo)注;

第三，人臉識(shí)別算法包含多重模塊，面部遮擋影響的不僅僅是人臉比對(duì)模塊，還會(huì)影響到人臉檢測(cè)、跟蹤等多個(gè)模塊，對(duì)整個(gè)系統(tǒng)帶來(lái)很大的干擾影響。

能否在大面積遮擋的條件下進(jìn)行人臉識(shí)別，對(duì)算法要求比較高。近段時(shí)間，虹軟視覺(jué)開(kāi)放平臺(tái)針對(duì)個(gè)人防護(hù)中所造成的人臉大面積遮擋問(wèn)題，進(jìn)行了算法模型針對(duì)性升級(jí)，提升人臉可見(jiàn)區(qū)域權(quán)重，在局部特征增強(qiáng)方面設(shè)計(jì)了相應(yīng)策略，如加強(qiáng)了對(duì)眼睛、眉毛等重點(diǎn)區(qū)域的識(shí)別，大面積遮擋下的人臉識(shí)別準(zhǔn)確率達(dá)99.5%以上。

對(duì)于很多剛進(jìn)入人臉識(shí)別領(lǐng)域的開(kāi)發(fā)者而言，很多算法細(xì)節(jié)都需要親自上手感受過(guò)，才能明白個(gè)中精微之處。建議新手開(kāi)發(fā)者可以嘗試虹軟視覺(jué)開(kāi)放平臺(tái)免費(fèi)開(kāi)放的ArcFace3.0 SDK，下載即可使用，新版本對(duì)人臉識(shí)別、活體檢測(cè)、年齡檢測(cè)、性別檢測(cè)等核心算法模型進(jìn)行全面升級(jí)，大幅提升算法魯棒性，顯著降低接入門檻，同時(shí)支持Windows、iOS、Android(包含Android10)、Linux，在性能和開(kāi)發(fā)效率上進(jìn)行了整體提升，還可以離線使用，對(duì)開(kāi)發(fā)者來(lái)說(shuō)非常實(shí)用。

實(shí)際使用中，開(kāi)發(fā)者往往會(huì)提出一系列細(xì)節(jié)問(wèn)題。為幫助開(kāi)發(fā)者快速上手，前段時(shí)間虹軟工程師團(tuán)隊(duì)推出了一系列課程，以技術(shù)解析和專項(xiàng)答疑等形式幫助開(kāi)發(fā)者解決難題。前后幾期課程分別講解了安卓端AI應(yīng)用開(kāi)發(fā)技巧，如何快速接入Windows版本的ArcFace 3.0 SDK，還有Java服務(wù)端開(kāi)發(fā)技巧，以及對(duì)常見(jiàn)問(wèn)題的答疑，建議感興趣的開(kāi)發(fā)者朋友可以登陸虹軟開(kāi)放平臺(tái)官網(wǎng)觀看學(xué)習(xí)。