识别物体是否存在_【科学实践Vol.1】带你玩转“人脸识别”

随着时代的发展，人脸识别在我们的生活中变得随处可见：商场里的人脸识别储物柜，校园里的人脸识别刷卡机，手机里的面部解锁……这些应用极大的便利了我们的日常生活。今天，就让我们一起走进人脸识别的原理世界。

首先我们来谈谈什么是面部识别。人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术，它同指纹、虹膜、语音等识别方法都属于利用生物特征来对个体识别。这项技术主要包括了图像摄取、人脸定位、图像预处理以及身份确认等多方面技术，目前主要分为基于前置摄像头的2D人脸识别系统和基于红外投射的3D结构光人脸识别系统。

我们知道，当我们使用人脸识别时，首先要先将自己的面部信息录入手机数据库中，那么手机是怎么记录人脸信息的呢？

人脸上大约有 80 个节点，而人脸识别技术能够测量一些特殊的节点，比如：两眼间距离、鼻子宽度、眼窝深度、颧骨、下颚等信息，生成不同的数字代码，然后存储在手机数据库中，当你解锁手机时，手机会将新的人脸进行处理生成新的代码与数据库中的进行比对，然后达到解锁的目的。

那么，问题来了，我们怎样知道我们拍摄的是不是人脸并且如何将人脸从复杂的坏境中提取出来，这就是人脸检测需要解决的问题。它可以帮助我们解决辨别与提取的问题。那么我们再思考下是不是所有情况下照片都可以被无误的识别并解锁手机呢？答案是肯定的，正所谓人无完人，这个系统也是如此。手机会通过图像质量检测这一功能进行筛选清晰的照片。紧接着将一些没有对齐的照片进行人脸对齐。我们也知道有很多情况手机无法进行识别，比如手机前置摄像头离人脸较远，人脸偏转角度过大，面部遮挡，或者表情与数据库的数据有较大差异等，这是因为这些照片超出了人脸对齐功能的算法，导致没有办法进行对齐，从而不能进行识别。

当然了，不同手机间人脸对齐功能存在着差异，同样远的距离、面部的遮挡、以及同一个表情都可能导致不同手机的结果不同。紧接着进行人脸特征提取生成代码与数据库中的代码进行匹配，最后输出识别结果即是否成功解锁。

总而言之，2D人脸识别系统还是存在着较多的不足，极大的影响了人脸识别的安全性和灵敏性。在这种情况下，更加先进的3D技术便应运而生。与2D不同的是，3D通常由不同角度的多个深度图像组成，完全显示面部的表面形状，并且在具有一定深度信息的密集点云中的空间中呈现面部。目前3D人脸识别在市场上根据使用摄像头成像原理主要分为：3D结构光、TOF、双目立体视觉。

3D结构光

3D结构光通过红外光投射器，将具有一定结构特征的光线投射到被拍摄物体上，再由专门的红外摄像头进行采集。主要利用三角形相似的原理进行计算，从而得出图像上每个点的深度信息，最终得到三维数据。

基于3D结构光的人脸识别已在一些智能手机上实际应用，如国外使用了超过10亿张图像(IR和深度图像)训练的FaceId；国内自主研发手机厂商的人脸识别。

TOF

TOF简单的说就是激光测距，照射光源一般采用方波脉冲调制，根据脉冲发射和接收的时间差来测算距离。

采用TOF的方式获取3D数据主要在Kinect上实现，Kinect在推出，目的是作为跟机器的交互设备，用在游戏方面。主要获取并处理的是人体的姿态数据

双目立体视觉

双目是基于视差原理并由多幅图像获取物体三维几何信息的方法。由双摄像机从不同角度同时获得被测物的两幅数字图像，并基于视差原理恢复出物体的三维几何信息，从而得出图像上每个点的深度信息、最终得到三维数据。

由于双目立体视觉成像原理对硬件要求比较高，特别是相机的焦距、两个摄像头的平面位置，应用范围相对3D结构光TOF少。

目前，我们手机的人脸识别主要仍是应用2D人脸识别系统，相信在不久的将来，会有更加安全和灵敏的系统出现。

THE

END

图文编辑：邓泽宇 王治达 杨子逸

排版：李金宇

审核：戴江林