50年“刷脸”技术路

罗元婕

人脸识别技术的研究从20世纪60年代就开始了。起初，这项技术还不是全自动的。程序会计算五官之间的距离和比例，再把得出的数据与数据库里已有的参考值进行对比，但程序操作者需要手动“锁定”脸部特征，如眼睛、耳朵、鼻子和嘴巴，实验才能继续。

到了上世纪70年代， 研究人员创造出一套可以自动识别人脸的程序，这套程序利用21个特定的面部特征，如发色和嘴唇厚度等等来判定人脸。80年代末，一项突破性的研究发现，要准确识别一张正常的人脸，只需要不到100个特定变量。

随着90年代计算机技术的高速发展，加之美国军方因反恐需要开始资助相关研究，人脸识别技术才迅速从理论落实到应用上。美国国防部资助的FERET项目分别在1994年、1995年和1996年组织了3次人脸识别评测，几种知名的人脸识别算法都参加了测试，这3次测评直接推动了人脸识别算法的改进。

“9·11”事件发生后，为了遏制恐怖袭击，美国对人脸识别技术更加重视，并且在安防领域被更加广泛地推广应用。其后十年，人脸识别技术仅局限于安防领域，一直没有实质性突破。虽然民用市场上也出现了这类产品，但大多只是集中在门禁、考勤和监控系统这类安防系统上。唯一的例外是2006年，尼康公司率先将人脸识别技术运用到产品当中，新款相机在拍摄时能自动搜寻人脸并优先对焦。

转机出现在移动互联网时代，巨头们率先出手。2010年年底，Facebook（脸书公司）在美国率先推出使用人脸识别技术的“Tag Suggestions”功能，并于2011年6月将这一功能扩展到美国以外的大多数国家。谷歌也于2011年12月在Google+上推出类似功能“Find My Face”，允许用户通过面部识别功能，自动寻找好友相册中的自己。

之后两年，上述两家公司想分别收购多家人脸识别技术创业公司，如谷歌2011年收购的“匹兹堡模式识别”（PittPatt）；2012年Facebook收购的以色列脸部识别技术公司Face.com，试图实现不用标注就能自动识别照片中的人物，帮助用户进行照片分类。

2013年，芬兰创业公司Uniqul推出了一款基于脸部识别系统的支付平台，支付时只需要面对POS机屏幕上的摄像头点个头，并点击“OK”即可。Uniqul还对此技术申请了专利，并号称拥有“军用级别算法”的保护。这是全球第一次将人脸识别运用到支付领域。

2013年12月，Facebook在纽约创建了深度学习人工智能实验室，力邀深度学习鼻祖Yann LeCun加入。在他的推动下，2014年Facebook的DeepFace技术脸部识别率的准确度达到97%。2015年，Yann LeCun公开表示，现在即便在图像中没有正臉，他们研发的程序也可以从用户的发型、姿势和体型判断出其身份。2014年初，谷歌用4亿美元收购了深度学习算法公司DeepMind以及图片分析公司Jetpac，之后推出人脸识别技术 FaceNet。

在中国，百度在2014年5月也招纳了深度学习领域的大牛吴恩达加盟成立深度学习研究院，2015年发布脸优产品。2015年3月，马云在汉诺威消费电子、信息及通信博览会上向德国总理默克尔与中国副总理马凯演示了蚂蚁金服的Smile to Pay刷脸技术，为嘉宾从淘宝网上购买了1948年汉诺威纪念邮票。

目前，深度学习正逐渐被应用于人脸识别中，深度学习将特征提取和分类两个步骤融合在一起，利用神经网络黑盒子的特性，计算出最适合的特征提取模式，直接跳过“特征提取影响识别结果”这一缺陷，让算法更适用于不同的实际应用。