近幾年以來“人臉識別”相關話題持續火熱，與此同時在商業領域的落地應用也在進一步拓深拓寬。比如：智能手機的刷臉解鎖，快速準確；移動支付的“刷臉支付”，安全便捷；住宅小區的刷臉門禁，消除了忘帶鑰匙的煩惱。此外，手機中的智能相冊，可以根據照片中的人物進行自動歸類……
由此，對人臉識別技術感興趣的人也越來越多。所以今天就來一起看看，人臉識別技術是如何實現的？
人臉識別考勤通道
在了解原理之前，先來認識一下什么是人臉識別。簡單來說就是基于人的面部特征，用攝像機或攝像頭獲得含有人臉的照片（或者視頻），并自動在照片（或者視頻）中檢測和跟蹤人臉，進而對采集到的人臉進行面部識別的一系列方法。
通常情況下，我們將人臉識別的過程分為4個步驟：人臉檢測、人臉對齊、人臉編碼和人臉匹配。
人臉檢測，顧名思義就是在我們區分人臉之前，先在照片中找到人臉的位置。最典型的一款應用就是今年大熱的AI測溫，第一步就是要在照片中標記出人臉的位置，否則精準測量人體溫度就無法實現。這就是采用了人臉檢測技術。
再來，檢測到人臉之后需要將人臉對齊。因為有些情況下采集到的照片中的人臉可能是傾斜的，也可能只是個側臉。為了讓機器更好地識別人臉，就需要找到人臉上的特征（如眼睛、鼻子、嘴等），并通過幾何變換（如旋轉、縮放等）將這些特征挪到對應的位置上，完成人臉對齊。
對齊后就是人臉編碼，這里需要程序員在計算機中訓練一個神經網絡，比如將同一個人的兩張不同的面部照片與另外一個人的面部照片同時輸入電腦中的神經網絡，讓它做出判斷，并不斷重復這個過程。訓練過程中，程序員會讓輸入的同一個人的兩張照片差異值縮小，這樣一來計算機就可以學習到這個人臉部到底具有什么特征。
實際使用中，則會把需要的人臉圖像都放入人臉數據庫中，再將想要查找的人臉利用機器學習中的比對方法（如KNN分類器）與人臉庫中的數據對比。通過前期的訓練，機器能快速從照片庫中自動找到與目標人物特征值最接近的照片。
當然，人臉識別技術的學習并非一朝一夕可以完成。不過共享時代下，已經有不少專業平臺推出了人臉識別技術學習公開課。比如業內知名的虹軟視覺開放平臺，它不僅開放免費離線的人臉識別算法，還提供系列的人臉識別精品課程。
圖片源自虹軟官網
對此感興趣的朋友可自行搜索“虹軟視覺開放平臺”，了解更多詳情。同時，關注公眾號“虹軟視覺開放平臺”，回復“人臉識別”可以一鍵獲得技術大禮包。
