你分不清网红脸，为啥“刷脸机”却能分得清？丨人脸识别的原理是什么？

相信大家都会记得大片中的这样的情节，比如特工会利用车站摄像头拍到的图像，通过人脸识别来跟踪坏蛋的行踪。

几年前，我们还只能从荧幕上看到这个的高科技，现在已经开始逐步走入了我们的生活。

不过实际上，机器本并不擅长识别图像信息。就好比这个下面这张图片：

你会在图中看到一个成熟稳重的中年大叔

而 同样的图像在机器看来，只是一些排列整齐的像素格而已 ，本质是一串由“0”和“1”组成的数据。

机器本身是不理解这些数据的含义的，更别提让它去辨识这张图片上的人是谁了。

所以人脸识别的原理是什么呢？

↑↑ 视频很好看哒  ↑ ↑

要想让机器学会辨识人脸，需要人们为其编写算法。这个过程相当于把人类自己辨识人脸的方法一步步分解开来，然后手把手地通过计算机语言教给机器。

那么， 人类是怎么辨识人脸的呢？

当我们形容一个人的长相的时候，时常会用到这样的词汇，比如：瓜子脸、柳叶眼、蒜头鼻、樱桃嘴。

聪明的你可能已经发现了，当我们描述一个人的长相时，很多时候是在描绘他五官的形状，也就是这个人面部的几何特征。

最初的人脸识别技术就是利用提取人脸几何特征的方式

首先，机器会在整张图像上找到人脸所在的位置，描绘出人脸的轮廓

接着会在人脸上找到鼻尖，眼角，嘴角等特征点。

这样我们就可以进行最简单的工作： 描点连线。

这些点和线相当于从正在辨识的脸中获得了特征数据，比如两眼间距离，鼻子和嘴角连线和水平线所成的角度等等……

这些数字化的数据是可以被计算力理解并计算的。

有了这些代表了脸的特征的数据后，机器就可以通过对比数据，判断两张图像上的人脸是否是同一个人，或者拿着这个数据在已有的数据库中找到这是哪一个人。

看完刚才的解释，不难理解： 机器在脸上识别出的点越多，它最终的判断结果就会越准确。

如果把这个思路推到极致,把脸上的每一个点都识别出来作为特征点，也就是相当于直接对比两个图像，这样将会对最后识别结果的正确率产生非常大的提升。

比如现在人脸识别技术的一个常用方法就是这样：

先把数据库中的人脸通过算法算出一个平均长相。

然后再用每个人的脸减去这个平均长相，获得这个人长相上与众不同的特征，也就是“特征脸”，这样就可以拿着这个“特征脸”去进行对比。

当然，现在有很多在做人脸识别技术的企业，有着许多不尽相同的算法。

并且整个人脸识别技术中还包括一些对图像的预先处理，去除掉一些由于拍摄角度、光线明暗造成的干扰，整个技术的算法也采用了深度学习、人工神经网络等技术来不断优化。