生活中有两件微不足道但又特别让人心塞的小事：一件是听到一首歌却想不起来歌名，另一件是发现一个人
长得眼熟，很像一个人，但就是叫不出名字。
如果可以快速想起偶遇的妹子长得像哪个明星，那搭讪成功率会不会直接飙升66.66%？但是，很可惜，广大直男不仅看不出妹子的区别，也别说识别谁长得像谁。
上图四张脸，谁和谁是同一个人？你能分辨吗？（答案请见文末）
没错，脸盲已经成为了21世纪最新的大众流行病之一，更是直男的Top属性之一。那么钢铁直男应该如何增加自己的存活几率呢？还是有请AI出马吧，本期处座就请AI帮助脸盲患者改头换面、重新做人！
当然，为了展现黑科技的神奇，处座觉得，首先要能够找到最为相似的脸，并迎难而上将其区分开来！
俗话说得好，好看的人千篇一律，丑的人各不相同。
上个周六创造101终于迎来了收官之战，11位小姐姐走上了崭新的出道之路。
想不想知道你pick的小姐姐最像的明星是谁呢？ 就先让AI热个身吧。
处座选择了两个日本女团AKB48、乃木坂46以及混合中日韩三国的女明星集作为比照对象，来搜寻与22位最终PK的少女最为相似的妹子或女星，结果还真是给人以醍醐灌顶之感呢！
想知道结果吗？先别急，处座告诉你，其实只需要以下几个步骤，就能get到啦~
要对人脸进行识别，
第一步要做的是图像预处理，
获取脸部关键信息，而预处理则主要分为两个阶段。
首先我们通过MTCNN(Multi-Task Cascaded Convolutional Networks)，一种多任务的级联卷积网络来进行人脸检测。
在MTCNN中，通过P-Net，R-Net，O-Net三个网络来逐渐获取精细准确的人脸检测框，再通过重叠过滤的方法选择最终的人脸区域以及五官对应的关键点。该模型容量小，推断速度较快。
以
山支大哥
的图片为例，来看一下MTCNN进行人脸检测的效果图。
预处理的第二步是根据五官关键点进行刚体相似变换，俗称人脸对齐。
人脸对齐能够为算法带来简单而有效的先验信息，它对所有检测到的人脸的五官关键点进行刚体相似变化到五个固定点。深度网络着重学习五官周围的相对结构信息，而无需学习绝对位置等信息，因此极大地降低了特征抽取的难度。
接下来，我们进行特征抽取。
特征抽取即通过深度卷积神经网络(CNN)将每个人脸转化为一组特征向量，
使其能够通过调整margin系数更准确地在训练过程中控制对不同人群的惩罚力度。
最后一步，我们进行相似度比较。
只需要通过对每个图片的输出特征进行余弦相似度比较，得到其相似度就可以啦，同时也能够获取其L2范数距离。
应用上述方法，我们将创造101的所有参赛选手和几个女团的人脸照片放到在一起，距离越近表示长相越相似，如下图所示。
下面我们根据上面的结果选择了人气颇高的几位小姐姐，来看一下她们究竟与哪些女团成员或女星的长相更为相似呢？
下面四个女团成员的人脸特征非常相似：
（从左到右依次是：
陈意涵、林允儿、田中美久、相楽伊織
）
处座听说，早在“陈富婆
”
成功挺进22强之前，就一直流传着她和国民初恋林允儿相似的说法。果不其然，我们的AI系统得到了相同的答案！两位都有着大家梦寐以求的鹅蛋脸型，羡慕羡慕~
（从左到右依次是：
李子璇、曹曦月、高桥朱里、星野みなみ）
全网心疼的豆子与新人演员曹曦月不得不说有几分相似，相信豆子一定能够走出自己的风格。前方的路还很长，豆子加油吖！
（从左到右依次是：
许靖韵、马苏、岡田 奈々、桜井玲香
）
一直觉得许靖韵很有明星脸，一首《K歌之王》证明了自己的实力唱功，当匹配出马苏的照片时，简直让人眼前一亮！真的很像啊有木有~
你知道吗？毫无血缘关系的人居然也会撞脸，极高的相似度绝对会把脸盲患者们逼疯的！虽然人眼很难分辨这些“双胞胎”，但深度学习算法却能很好地区分。
处座的算法计算出的相似度均处于较低值：即余弦相似度均低于0.5，欧式距离均高于1。高精度的识别算法，不仅能区分上述“双胞胎”明星，更能在用户真实身份验证、人证合一验证等场景下发挥重要作用。
运用 上述算法，现在已经可以做到——
1：1人脸识别——
解决一个直击灵魂的问题，怎么证明你就是你自己。通过照片比对，给你自己一个证明自己的机会，可用在自助检票，APP登录，远程开户中。
1：N人脸识别——
解决大兄弟你是谁的问题，如果你走进
银行
，银行摄像头可以快速识别出你就是VIP客户，客户经理马上提供至尊服务，是不是感觉用户体验显著提升了？此外还可以使用在小区门禁和企业考勤中也有广泛应用。
M：N人脸识别——
可以协助你在茫茫人海中找到谁是谁，众里寻他千百度，城市安防，区域寻人，贵宾定位都需要ta。
目前1:N人脸识别已经广泛应用于银行、贷款、保险等多个金融场景，有需求的企业欢迎来撩本座哦！
其实，文章一开始展示的四张照片，是四个不同的人，他们分别是，
吴宣仪、金莎、向井地美音、松村沙友理，怎么样，你猜对了吗？
▲长按图片，识别二维码进行打赏
曹辰捷
❖
本文作者介绍：
热爱ACG的
90后，全村最好的剑，天枰座，钟爱dota2。
嘻嘻
