功能完全失靈，以往看一眼就能解鎖、支付的人工智能，現(xiàn)在宛如“廢柴”。

這不，網(wǎng)友們紛紛吐槽：

更有網(wǎng)友建議各大手機(jī)廠(chǎng)商開(kāi)發(fā)新功能：

最初我們知道AI人臉識(shí)別技術(shù)，是作為一種重要的個(gè)人身份鑒別方法，用于罪犯照片管理和刑偵破案，現(xiàn)在這種技術(shù)在安全系統(tǒng)和商貿(mào)系統(tǒng)中都有很多的應(yīng)用。

如今，我們每時(shí)每刻依賴(lài)著這項(xiàng)功能。

早上起床對(duì)準(zhǔn)手機(jī)看一下便自動(dòng)解鎖；

網(wǎng)上購(gòu)物“刷臉”支付；

外出購(gòu)物不需要帶現(xiàn)金、在機(jī)器面前“刷臉”支付即可，上班“刷臉”打卡；

搭乘高鐵、飛機(jī)實(shí)行無(wú)紙質(zhì)的“刷臉”安檢通道......

這項(xiàng)逐漸融入日常生活各個(gè)領(lǐng)域的技術(shù)，給我們的生活帶來(lái)了天翻地覆的便利。接下來(lái)讓我?guī)е蠹液?jiǎn)單學(xué)習(xí)這項(xiàng)技術(shù)~

01.AI人臉識(shí)別

人臉識(shí)別是計(jì)算機(jī)視覺(jué)和模式識(shí)別的交叉領(lǐng)域，又將兩者結(jié)合在一起。

20 世紀(jì) 80 年代后期在人臉識(shí)別中引入了神經(jīng)生理學(xué)、腦神經(jīng)學(xué)、視覺(jué)知識(shí)等，結(jié)合計(jì)算機(jī)技術(shù)的迅猛發(fā)展以及計(jì)算成本的迅速下降使得以前比較費(fèi)時(shí)費(fèi)空間的一些模式匹配算法，如大樣本的引入、多維特征參 數(shù)的提取、建模等。

人臉識(shí)別這一領(lǐng)域的研究除了具有重大理論價(jià)值外，也極具實(shí)用價(jià)值，是基于人的臉部特征信息進(jìn)行身份識(shí)別的一種生物識(shí)別技術(shù)。

02.識(shí)別領(lǐng)域

人臉檢測(cè)

是指檢測(cè)并定位圖片中的人臉，返回高精度的人臉框坐標(biāo),是對(duì)人臉進(jìn)行分析和處理的第一步。

早期的檢測(cè)過(guò)程稱(chēng)為“滑動(dòng)窗口”，也就是選擇圖像中的某個(gè)矩形區(qū)域作為滑動(dòng)窗口，在這個(gè)窗口中提取一些特征對(duì)這個(gè)圖像區(qū)域進(jìn)行描述，最后根據(jù)這些特征描述來(lái)判斷這個(gè)窗口是不是人臉（如下圖所示）。

人臉檢測(cè)的過(guò)程就是不斷遍歷需要觀(guān)察的窗口

人臉關(guān)鍵點(diǎn)檢測(cè)

是指定位并返回人臉五官與輪廓的關(guān)鍵點(diǎn)坐標(biāo)位置（如下圖所示）。

關(guān)鍵點(diǎn)包括人臉、輪廓、眼睛、眉毛、嘴唇以及鼻子輪廓。

現(xiàn)在某些人臉識(shí)別公司，如 Face++能提供高精度的關(guān)鍵點(diǎn)，最多可達(dá) 106 點(diǎn)。

無(wú)論是靜態(tài)圖片還是動(dòng)態(tài)視頻流，均能完美貼合人臉。 

人臉關(guān)鍵點(diǎn)定位技術(shù)

關(guān)鍵點(diǎn)定位技術(shù)主要有級(jí)聯(lián)形回歸（cascaded shape regression，CSR），目前人臉識(shí)別一般是基于 DeepID 網(wǎng)絡(luò)結(jié)構(gòu)。

DeepID 網(wǎng)絡(luò)結(jié)構(gòu)和卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)類(lèi)似，主要區(qū)別在倒數(shù)第二層，DeepID 網(wǎng)絡(luò)結(jié) 構(gòu)有一個(gè) DeepID 層，它與卷積層4和最大池化層3相連，由于卷積神經(jīng)網(wǎng)絡(luò)層數(shù)越高視野域越大，這種連接方式可以既考慮局部的特征，又考慮全局的特征（下圖所示）。

人臉驗(yàn)證

是指分析兩張人臉屬于同一個(gè)人的可能性大小。

輸入兩張人臉，得到一個(gè)置信度分?jǐn)?shù)和相應(yīng)的閾值，以便評(píng)估相似度。

下圖是調(diào)用 Face++的人臉驗(yàn)證在線(xiàn)接口得到的結(jié)果。對(duì)比結(jié)果為：是同一個(gè)人的可能性很高。

人臉屬性檢測(cè)

分為人臉屬性辨識(shí)和人臉情緒分析。

例如，給出人的年齡、是否有胡子、情緒（高興、正常、生氣、憤怒）、性別、是否帶眼鏡、膚色等來(lái)進(jìn)行人臉屬性辨識(shí)和人臉情緒分析。

下圖給出的一張照片的測(cè)試結(jié)果因?yàn)榛瘖y和燈光的原因，結(jié)果并不是很準(zhǔn)確。

02.數(shù)據(jù)預(yù)處理

在圖像識(shí)別中，數(shù)據(jù)預(yù)處理是很重要的一步。

這里使用 facenet 源代碼下的 align 模塊去校準(zhǔn)。我們需要將檢測(cè)所使 用的數(shù)據(jù)集校準(zhǔn)為和預(yù)訓(xùn)練模型所使用的數(shù)據(jù)集大小一致。

為了能正確運(yùn)行校準(zhǔn)程序，需要設(shè)置一下環(huán)境變量：  

export PYTHONPATH=$YOURHOME/facenet/src  

校準(zhǔn)命令如下： 

for N in {1..4}; do python src/align/align_dataset_mtcnn.py $YOURHOME/facenet /datasets/lfw/raw $YOURHOME/facenet/datasets/lfw/lfw_mtcnnpy_160 --image_size 160 --margin 32 --random_order --gpu_memory_fraction 0.25 done 

這里采用 GitHub 上提供的預(yù)訓(xùn)練模型 20170216-091149.zip，采用的訓(xùn)練集是 MS-Celeb-1M 數(shù)據(jù)集。

MS-Celeb-1M 是微軟的一個(gè)非常大的人臉識(shí)別數(shù)據(jù)庫(kù)，它是從名人榜上選擇前 100 萬(wàn)的名人，然后通過(guò) 搜索引擎采集每個(gè)名人大約 100 張人臉圖片而形成的。這個(gè)預(yù)訓(xùn)練模型的準(zhǔn)確率已經(jīng)達(dá)到 0.993±0.004。

我們將下載后的模型解壓到：

$YOURHOME/facenet/models/facenet/20170216-091149 

里面包含的文件如下： 

model-20170216-091149.ckpt-250000.data-00000-of-00001  
model-20170216-091149.ckpt-250000.index  
model-20170216-091149.met 10.4.3  

03.進(jìn)行檢測(cè)

運(yùn)行

進(jìn)入 facenet 目錄，用如下命令運(yùn)行腳本： 

python src/validate_on_lfw.py datasets/lfw/lfw_mtcnnpy_160 models 

得到的結(jié)果如下： 

Model directory: /media/data/DeepLearning/models/facenet/20170216-091149/ Metagraph file: model-20170216-091149.meta  
Checkpoint file: model-20170216-091149.ckpt-250000  
Runnning forward pass on LFW images  
Accuracy: 0.993+-0.004  
Validation rate: 0.97533+-0.01352 @ FAR=0.00100  
Area Under Curve (AUC): 0.999  
Equal Error Rate (EER): 0.008 

比較

為了和基準(zhǔn)進(jìn)行比較，這里采用 facenet/data/pairs.txt 文件，它是官方隨機(jī)生成的數(shù)據(jù)，里面包含匹配和不 匹配的人名和圖片編號(hào)。

匹配的人名和圖片編號(hào)示例如下： 

Abel_Pacheco 1 4 

 表示 Abel_Pacheco 的第 1 張和第 4 張是一個(gè)人。

不匹配的人名和圖片編號(hào)示例如下： 

Abdel_Madi_Shabneh 1 Dean_Barker 1 

表示 Abdel_Madi_Shabneh 的第 1 張和 Dean_Barker 的第 1 張不是一個(gè)人。

檢測(cè)

下面我們看一下 validate_on_lfw.py 是如何檢測(cè)人臉的?？梢苑譃?4 步，具體如下： 

def main(args):  
with tf.Graph().as_default():  
with tf.Session() as sess: 

1. 讀入之前的 pairs.txt 文件

讀入后如 

[['Abel_Pacheco', '1', '4']  
 ['Akhmed_Zakayev', '1', '3'] ['Slobodan_Milosevic', '2', 'Sok_An', '1']] pairs = lfw.read_pairs(os.path.expanduser(args.lfw_pairs)) 

獲取文件路徑和是否匹配的關(guān)系對(duì) 

paths, actual_issame = lfw.get_paths(os.path.expanduser(args.lfw_dir),  
pairs, args.lfw_file_ext) 

2. 加載模型 

print('Model directory: %s' % args.model_dir)  
meta_file, ckpt_file = facenet.get_model_filenames(os.path.expanduser  
(args.model_dir))  
print('Metagraph file: %s' % meta_file)  
print('Checkpoint file: %s' % ckpt_file)  
facenet.load_model(args.model_dir, meta_file, ckpt_file) 

3. 獲取輸入、輸出的張量 

images_placeholder = tf.get_default_graph().get_tensor_by_name("input:0")  
embeddings = tf.get_default_graph().get_tensor_by_name("embeddings:0")  
phase_train_placeholder = tf.get_default_graph().get_tensor_by_name  
("phase_train:0")  
image_size = images_placeholder.get_shape()  
embedding_size = embeddings.get_shape() 

4. 使用前向傳播來(lái)驗(yàn)證 

print('Runnning forward pass on LFW images')  
batch_size = args.lfw_batch_size  
nrof_images = len(paths)  
nrof_batches = int(math.ceil(1.0*nrof_images / batch_size))   
總共的批次數(shù) emb_array = np.zeros((nrof_images, embedding_size))  
for i in range(nrof_batches):  
start_index = i*batch_size  
end_index = min((i+1)*batch_size, nrof_images)  
pathspaths_batch = paths[start_index:end_index]  
images = facenet.load_data(paths_batch, False, False, image_size)  
feed_dict = { images_placeholder:images, phase_train_placeholder:False }  
emb_array[start_index:end_index,:] = sess.run(embeddings,  
feed_ dict=feed_dict) 

5. 計(jì)算

這里計(jì)算準(zhǔn)確率和驗(yàn)證率，使用了十折交叉驗(yàn)證的方法 

tpr, fpr, accuracy, val, val_std, far = lfw.evaluate(emb_array,  
actual_issame, nrof_folds=args.lfw_nrof_folds)  
print('Accuracy: %1.3f+-%1.3f' % (np.mean(accuracy), np.std(accuracy)))  
print('Validation rate: %2.5f+-%2.5f @ FAR=%2.5f' % (val, val_std, far))  
得到 auc 值 auc = metrics.auc(fpr, tpr)  
print('Area Under Curve (AUC): %1.3f' % auc)  
得到等錯(cuò)誤率（eer）  
eer = brentq(lambda x: 1. - x - interpolate.interp1d(fpr, tpr)(x), 0., 1.)  
print('Equal Error Rate (EER): %1.3f' % eer) 

這里采用十折交叉驗(yàn)證（10-fold cross validation）的方法來(lái)測(cè)試算法的準(zhǔn)確性。十折交叉驗(yàn)證是常用的 精度測(cè)試方法，具體策略是：將數(shù)據(jù)集分成 10 份，輪流將其中 9 份做訓(xùn)練集，1 份做測(cè)試集，10 次的結(jié) 果的均值作為對(duì)算法精度的估計(jì)，一般還需要進(jìn)行多次 10 折交叉驗(yàn)證求均值，例如，10 次 10 折交叉驗(yàn) 證，再求其均值，作為對(duì)算法準(zhǔn)確性的估計(jì)。

04.AI人臉識(shí)別技術(shù)在進(jìn)步

當(dāng)下，正確佩戴口罩外出是必要的防護(hù)措施。

但由于口罩具備不透光性，使得攝像頭拍攝到的畫(huà)面無(wú)法捕捉到嘴巴、鼻子等臉部特征。

而人臉識(shí)別模型都要使用完整的面部特征，所以戴著口罩會(huì)造成AI人臉識(shí)別失敗，使用人工檢查的手段又效率太低。

幸好各大科創(chuàng)巨頭紛紛投身研究，如何讓AI人臉識(shí)別比以前更智能化。

口罩識(shí)別模型

是百度工程師開(kāi)發(fā)的AI口罩督查官。

可以在公共場(chǎng)所使用場(chǎng)景中，無(wú)接觸、快速精準(zhǔn)地識(shí)別出實(shí)時(shí)畫(huà)面中未戴口罩或者佩戴不正確的人。

[[317581]]

戴口罩人臉身份識(shí)別模型

商湯科技推出了AI智慧防疫解決方案。

宣稱(chēng)其區(qū)域通行模塊可以識(shí)別出戴口罩人臉的身份，在人員戴口罩的情況下，只要露出50%鼻梁，通過(guò)率可達(dá)85%。

動(dòng)態(tài)人臉識(shí)別

漢王科技最新推出了亮銀鉆石款動(dòng)態(tài)人臉識(shí)別機(jī)。

其在戴口罩人員的識(shí)別率也達(dá)到85%。

當(dāng)前該套系統(tǒng)在北京地區(qū)用戶(hù)已達(dá)20余家，應(yīng)用設(shè)備近200套。

[[317582]]

阿里、和華為識(shí)別率更高的模型也正在研發(fā)當(dāng)中......

之前，我們單純依賴(lài)全臉信息特征來(lái)識(shí)別身份，今后，我們可以做到半臉、甚至是眼部即可讓AI人臉識(shí)別系統(tǒng)準(zhǔn)確識(shí)別出我們每一個(gè)人，科技在我們的大力發(fā)展下幫助我們對(duì)抗各種生活中出現(xiàn)的難題。

還想了解更多AI人臉識(shí)別技術(shù)嗎？這本《TensorFlow技術(shù)解析與實(shí)戰(zhàn)》推薦給大家。

TensorFlow是谷歌公司開(kāi)發(fā)的深度學(xué)習(xí)框架，也是目前深度學(xué)習(xí)的主流框架之一。本書(shū)從深度學(xué)習(xí)的基礎(chǔ)講起，深入TensorFlow框架原理、安裝、模型、源代碼和統(tǒng)計(jì)分析等各個(gè)方面。全書(shū)分為基礎(chǔ)篇、實(shí)戰(zhàn)篇和提高篇三部分。最后附錄中列出一些可供參考的公開(kāi)數(shù)據(jù)集，并結(jié)合作者的項(xiàng)目經(jīng)驗(yàn)介紹項(xiàng)目管理的一些建議。