北京市发明专利奖掠影 二等奖：中科院计算所——聊聊人脸识别技术中的“拆与合”

“北京市发明专利奖掠影”系列之7

如今“人脸识别”技术已经是无人不知、无人不晓，刷脸手机解锁、刷脸支付、手机银行认证、门禁、人脸闸机、美颜相机…… 但是你知道众所周知的人脸识别到底是怎么实现的吗？今天，小编给你讲讲人脸识别是怎么回事儿，快拿好你的小板凳。

本文涉及第五届北京市发明专利二等奖

专利号：ZL200510089006.1

专利名称：一种基于特征分组的分类器组合人脸识别方法

专利权人：中国科学院计算技术研究所

在介绍这篇专利之前，我要先问个问题，请用文字来描述一下你的脸：鹅蛋脸，柳叶眉，丹凤眼，玲珑鼻，樱桃小嘴……。

那么计算机是怎么识别你的脸的呢，计算机可是不晓得啥是丹凤眼、啥是樱桃小嘴，计算机认识的只有数字数字数字，要用一堆数字来完全代表一张脸，听起来就不是一件简单的事儿，那么人脸识别到底是怎么实现的呢？

所谓的人脸识别，其实就是用你的脸和存储在商家数据库中的人脸图像做对比，计算出一个值（也叫相似度），根据相似度来判断这两张脸是否是一个人，也就是根据这个相似度来证明：

我就是我

。

一般的人脸识别流程中包括：获取图像，提取特征，匹配识别。那么小编就要问问了，特征是什么，提取特征又是什么？简单的来讲，就是把我们的脸，用一串数字表示出来。

这里简单的举个例子，我们简单的定义脸的特征：脸的长度（cm）、脸的宽度（cm）等等。当我们拿到一张照片时，我们就可以提取照片中人脸的这些特征向量

如此一来，我们的图片就可以被一串数字(23.1,15.8,255,224,189,5.2,4.4)代替，然后让计算机识别，当我们使用同一个人的两张面部图片时，提取的特征会非常相似。当然这里我们只是简单的举了5个特征，很明显这个5个特征远远不够，事实上，在人脸识别算法中，提取的特征维数成百上千都是小case，特征维数高达十万百万都是正常的。

那么问题来了，

这么高的特征维数，

是想累死计算机吗？

就不怕计算机罢工吗？

既然这个问题的关键在于特征维数太高，那么就可以采用降维的方式来解决，但是好不容易提取出来的特征，每个特征都包含了帮助辨别的信息，手心手背都是肉啊，丢掉谁都不好。那么既然都不舍得丢掉，就都留着吧，将这些特征进行分组，每一组的特征维数控制在可接受的范围内，并设计多个分量分类器，然后将这些分量分类器组合起来，让他们合作完成识别工作就能解决问题了。

你们可能还要问，分类器是什么？简单的讲，可以把分类器当做一个黑盒子，黑盒子的输入是两张照片，输出是一个值，这个值代表这两幅照片的相似程度，黑盒子内部的复杂结构不在我们的管辖范围内。

获奖专利提出的：

基于特征分组的多分类器组合人脸识别方法

主要流程如下：

提取人脸区域，对人脸区域做预处理，

就像这样

人脸特征提取，这里提取的特征就不能是脸的长度、宽度等简单特征了，毕竟相同脸长、脸宽的人大有人在，这里提取的特征是形状特征、纹理特征、Gabor小波变换特征，如此提取出来的特征维度为20W+；然后将这些特征分组可以将相近的放到一起，也可以随机组合，特征之间可以相互之间互不干扰，也可以有重叠，只要特征提取的开心就好。

设计分量分类器，为分好组的每组特征，设计一个分量分类器，这些分类器可以是模板匹配分类器、几何分类器、贝叶斯分类器、神经网络分类器、SVM分类器等等。

对多分量分类器的识别结果做组合

上图中所示，在比较两张脸是否相似时，将原始高维特征分为L组，采用L个分类器（分别为C1-CL）对每组特征计算相似度，得到L个相似度（分别为S1-SL），然后将这L个相似度进行简单的加权求和，得到两张脸的相似度S，然后根据相似度S来判断我是不是我。

三个臭皮匠顶个诸葛亮，这就是分类器之间的分工合作啦，既然只采用一个分类器无法承受如此高的计算量，那就多用几个分类器，每个分类器负责一组特征，然后把多个分类器的智慧结晶组合到一起，共同完成人脸识别的工作！

空口无凭，好的算法当然要用数据来说话，获奖专利提出的算法与直接下采样方法、特征选择方法（Adaboost）在FERET人脸数据库的四个数据集上做了测试，

上图的结果证明：获奖专利的基于特征分组的分类器组合人脸识别方法取得四连冠的好成绩。

从获奖专利的申请时间可以看出：申请人中国科学院计算技术研究所提出并实现上述人脸识别方法是早在2005年。能够在14年前开创性的提出这种思想并付诸实践，不仅证明了申请人勇立潮头的探索精神，而且及时申请专利将成果进行知识产权保护，则更体现了申请人高瞻远瞩的格局和视野。

人脸识别已经成为现阶段最友好的生物识别方法，要将人脸识别技术商业化，尽管隐私泄露、安全性以及伦理等问题是必然需要考虑的因素，但是不断地提高算法性能才是硬道理，算法性能没有提升，其他的问题都无从谈起。人脸识别是大势所趋，也必将给我们的生活带来更多的便利与美好。

本文作者：

国家知识产权局专利局专利审查协作北京中心

丁蓬莉