如何證明你真的是你？人臉識別的十大難點

人臉識別，是基於人的臉部特徵信息進行身份識別的一種生物識別技術。用攝像機或攝像頭採集含有人臉的圖像或視頻流，並自動在圖像中檢測和跟蹤人臉，進而對檢測到的人臉進行臉部的一系列相關技術，通常也叫做人像識別、面部識別。儘管已有30多年的研發歷史目前，但人臉識別產品仍然受光照、視角、遮擋、年齡等多方面因素的影響。

1.光照問題

光照變化是影響人臉識別性能的最關鍵因素，對該問題的解決程度關係著人臉識別實用化進程的成敗。由於人臉的3D結構，光照投射出的陰影，會加強或減弱原有的人臉特徵。尤其是在夜晚，由於光線不足造成的面部陰影會導致識別率的急劇下降，使得系統難以滿足實用要求。

同時，理論和實驗還證明同一個體因光照不同引起的差異，大於同一光照下不同個體之間的差異。光照問題是機器視覺中的老問題，在人臉識別中的表現尤為明顯。解決光照問題的方案有三維圖像人臉識別和熱成像人臉識別。但這兩種技術還遠不成熟，識別效果不盡人意。

2.姿態問題

人臉識別主要依據人的面部表象特徵來進行，如何識別由姿態引起的面部變化就成了該技術的難點之一。姿態問題涉及頭部在三維垂直坐標系中繞三個軸的旋轉造成的面部變化，其中垂直於圖像平面的兩個方向的深度旋轉會造成面部信息的部分缺失。使得姿態問題成為人臉識別的一個技術難題。

針對姿態的研究相對比較的少，目前多數的人臉識別演算法主要針列正面、准正面人臉圖像，當發生俯仰或者左右側而比較厲害的情況下，人臉識別演算法的識別率也將會急劇下降。

3.表情問題

面部幅度較大的哭、笑、憤怒等表情變化同樣影像著面部識別的準確率。現有的技術對這些方面處理得還不錯，論是張嘴還是做一些誇張的表情，計算機都可以通過三維建模和姿態表情校正的方法把它糾正出來。

比如上面這張圖片里，上排是原始的圖像，下排是通過圖像處理（把表情進行校正）之後的圖片——嘴巴合上了，姿態轉成了正面。從人的視覺上看上去可能會覺得人臉變得比較怪異，但是計算機主要是通過面部區域進行識別的，所以校正後的識別率會得到非常明顯的提升。

4.遮擋問題

對於非配合情況下的人臉圖像採集，遮擋問題是一個非常嚴重的問題。特別是在監控環境下，往往被監控對象都會帶著眼鏡、帽子等飾物，使得被採集出來的人臉圖像有可能不完整，從而影響了後面的特徵提取與識別，甚至會導致人臉檢測演算法的失效。

5.年齡變化

隨著年齡的變化，一個人從少年變成青年，變成老年，他的容貌可能會發生比較大的變化，從而導致識別率的下降。對於不同的年齡段，人臉識別演算法的識別率也不同。這個問題最直接的例子就是身份證照片的識別，在我國身份證的有效期一般都是20年，這20年間每個人的容貌必然會發生相當大的變化，所有在識別上也同樣存在很大的問題。

6.人臉相似性

不同個體之間的區別不大，所有的人臉的結構都相似，甚至人臉器官的結構外形都很相似。這樣的特點對於利用人臉進行定位是有利的，但是對於利用人臉區分人類個體是不利的。

以模仿某個明星為目標的化妝、整容等人為因素加大了這個問題的難度。尤其是雙胞胎的問題，人臉識別系統究竟能不能正確的識別出來，這個其實在學術界也是有爭論的。有專家認為雙胞胎根本不應該靠人臉識別技術進行分辨，它是沒法用人臉識別技術來準確進行區分的。

7.動態識別

非配合性人臉識別的情況下，運動導致面部圖像模糊或攝像頭對焦不正確都會嚴重影響面部識別的成功率。在地鐵、高速公路卡口、車站卡口、超市反扒、邊檢等安保和監控識別的使用中，這種困難明顯突出。

8. 人臉防偽

偽造人臉圖像進行識別的主流欺騙手段是建立一個三維模型，或者是一些表情的嫁接。隨著人臉防偽技術的完善、3D面部識別技術、攝像頭等智能計算視覺技術的引入，偽造面部圖像進行識別的成功率會大大降低。

9.圖像質量問題

人臉圖像的來源可能多種多樣，由於採集設備的不同，得到的人臉圖像質量也不一樣，特別是對於那些低解析度、雜訊大、質量差的人臉圖像（如手機攝像頭拍攝的人臉圖片、遠程監控拍攝的圖片等）如何進行有效地人臉識別是個需要關注的問題。同樣的，對於高分辨圖像對人臉識別演算法的影響也需要進一步的研究。現在，我們在人臉識別時，一般採用的都是相同尺寸，清晰度很接近的人臉圖片，所以圖像質量問題基本可以解決，但是面對現實中更加複雜的問題，還需要繼續優化處理。

10.樣本缺乏

基於統計學習的人臉識別演算法是目前人臉識別領域中的主流演算法，但是統計學習方法需要大量的訓練。由於人臉圖像在高維空間中的分布是一個不規則的流形分布，能得到的樣本只是對人臉圖像空間中的一個極小部分的採樣，如何解決小樣本下的統計學習問題有待進一步的研究。此外，現在參與訓練的人臉圖像庫基本都是外國人的圖像，有關中國人、亞洲人的人臉圖像庫少之又少，給訓練人臉識別模型增加了難度。

目前人臉識別技術已廣泛應用於金融、司法、安保、邊檢、航天、電力、教育、醫療等領域。儘管存在很多弊端，但隨著智能計算視覺等相關技術的進一步完善和社會認同度的提高，人臉識別技術將應用到更多的領域。未來，它與其他生物識別技術的有效結合必將大大提高身份識別的準確度。

責任編輯：

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！