人臉識(shí)別技術(shù)系統(tǒng)的基本邏輯架構(gòu)

我們每天用人臉識(shí)別技術(shù)解鎖手機(jī)、結(jié)賬付款，是那么的自然，但相信很少有同學(xué)深入思考這項(xiàng)技術(shù)背后是怎樣一個(gè)流程。

前面我們說(shuō)，計(jì)算機(jī)視覺(jué)是人臉識(shí)別關(guān)系最緊密的技術(shù)。所以我們從這一點(diǎn)入手。

計(jì)算機(jī)視覺(jué)，通俗來(lái)說(shuō)就是利用攝像頭等設(shè)備代替人眼，來(lái)獲取圖像，利用計(jì)算機(jī)對(duì)圖像信息進(jìn)行處理，綜合人類的認(rèn)知模式來(lái)建立人類視覺(jué)的計(jì)算理論。

這其中，最難的無(wú)疑是如何處理圖像信息、如何模擬人類的認(rèn)知模式。

為了解決這些問(wèn)題，計(jì)算機(jī)視覺(jué)還引入了圖像處理、模式識(shí)別、圖像理解、圖像生成等學(xué)科的知識(shí)。

圖像處理就是把原始圖像轉(zhuǎn)換成計(jì)算機(jī)更容易識(shí)別的圖像；模式識(shí)別，就是計(jì)算機(jī)判斷自己要識(shí)別的是什么和怎么識(shí)別的過(guò)程；圖像理解，就是對(duì)圖像中描述的景物進(jìn)行分析；圖像生成，舉例來(lái)說(shuō)就是當(dāng)圖像的部分信息缺失時(shí)，能夠?qū)⑷笔У男畔⒀a(bǔ)上……

這些都是計(jì)算機(jī)視覺(jué)需要借助的學(xué)科技術(shù)。這里面我們要著重講的是模式識(shí)別，它是一個(gè)獨(dú)立的理論體系，具體到計(jì)算機(jī)視覺(jué)領(lǐng)域的應(yīng)用，它表示將計(jì)算機(jī)表示出來(lái)的圖像和一致的類別進(jìn)行匹配的過(guò)程。

有點(diǎn)懂是吧。在這里為大家通俗解釋一下，所謂“識(shí)別”，就是先認(rèn)識(shí)，然后辨別。認(rèn)識(shí)什么？認(rèn)識(shí)的是圖像和從圖像中總結(jié)的目標(biāo)物體的特征。怎么辨別？就是將總結(jié)出來(lái)的特征和自己已經(jīng)掌握的特征庫(kù)進(jìn)行比對(duì)，然后才能實(shí)現(xiàn)辨別。

我們?nèi)祟愖R(shí)別一樣物體也是遵循這個(gè)邏輯，先總結(jié)特征，然后比對(duì)。至于前面的“模式”，就有點(diǎn)抽象了，你可以理解為一種規(guī)律，它影響著特征和類型比對(duì)的結(jié)果。

沒(méi)錯(cuò)，人臉識(shí)別本質(zhì)上也是這個(gè)過(guò)程。

所以，我們沿著模式識(shí)別的思路，來(lái)看看它的整體過(guò)程：分別為預(yù)處理、特征提取和分類等。我們畫出如下流程圖：

預(yù)處理是第一步，但是這部分工作可能很多很雜，例如減少圖像中的噪聲干擾、提高清晰度、還有包括圖像濾波、變換、轉(zhuǎn)碼、模數(shù)轉(zhuǎn)化等。

特征提取，就是在預(yù)處理后的圖像中，提取對(duì)識(shí)別有明顯作用的特征，并在這個(gè)過(guò)程中降低模式特征的維數(shù)，令其便于處理。這是一個(gè)復(fù)雜的過(guò)程，后面我們講到具體方法時(shí)候會(huì)有體現(xiàn)；

分類，就是對(duì)提取到的特征值按照一定的準(zhǔn)則進(jìn)行分類，便于決策。

舉個(gè)例子，計(jì)算機(jī)要識(shí)別出這張照片中的男人，當(dāng)它拿到照片時(shí)，可能覺(jué)得畫面太暗，先提個(gè)亮度，然后又發(fā)現(xiàn)噪點(diǎn)太多，再做個(gè)降噪……一頓操作后感覺(jué)可以了，再將照片轉(zhuǎn)化為數(shù)字信息，這個(gè)過(guò)程是預(yù)處理。

提取出來(lái)的特征值會(huì)進(jìn)入單獨(dú)的特征空間，因?yàn)檫@樣可以更好地識(shí)別和做分類。接下來(lái)，就要對(duì)特征空間里的數(shù)據(jù)進(jìn)行分類了，讓它們眼睛歸眼睛，鼻子歸鼻子，頭發(fā)歸頭發(fā)……基于這些分類好的數(shù)據(jù)，計(jì)算機(jī)才可以進(jìn)行識(shí)別判斷和決策。

當(dāng)然，為了方便大家理解這個(gè)邏輯過(guò)程，小編在這里只是舉例粗略地說(shuō)明，可能不準(zhǔn)確，實(shí)際的步驟也是相當(dāng)復(fù)雜的，還要考慮各種干擾的因素，例如圖像的質(zhì)量不清晰、背景復(fù)雜、圖像光照分布不均勻、目標(biāo)姿勢(shì)角度出現(xiàn)扭曲或者佩戴了頭飾、眼鏡以及張了胡須、化了妝等等各種情況。

還有要說(shuō)明的一點(diǎn)是，這個(gè)模式識(shí)別的系統(tǒng)是需要一個(gè)自我訓(xùn)練、學(xué)習(xí)的過(guò)程的，其中最重要的是對(duì)前面分類錯(cuò)誤率的訓(xùn)練（分類器訓(xùn)練），因?yàn)樵谇懊娴姆诸愔?，我們無(wú)法保證分類的結(jié)果是100%正確的，但必須控制在一定的錯(cuò)誤率之類，這必須通過(guò)大量的訓(xùn)練樣本來(lái)不斷修正，令錯(cuò)誤率符合要求。

好了，基于以上對(duì)計(jì)算機(jī)視覺(jué)模式識(shí)別的討論，我們就可以給出人臉識(shí)別系統(tǒng)的主要功能模塊了：

可能有小伙伴覺(jué)得上面這個(gè)舉出功能模塊太簡(jiǎn)單了，所以我們?cè)倬_一些，給出下面的邏輯架構(gòu)圖，相信不難理解：