深度学习算法将人脸识别进入人工智能时代

面部识别，就是让电脑像人用眼睛去看，然后用相机捕捉到的人的面部表情，从而确定对方是谁。对电脑而言，“识别”的过程分为两个步骤：一是从所拍摄的影像中发现“人脸”，此过程称为“人脸检测”；然后将其与数据库中的人脸进行比对，以此来判定被检测到的人是谁，这就是所谓的“人脸识别”。

面部识别

人脸检测主要是根据人脸的具体位置和尺寸，通常采用四个顶点的座标（例如在人脸识别流程中的绿色方块）。这在人类看来很简单（但科学家还不能完全理解人脑是如何工作的），但在电脑上就不一样了。由于在电脑里，彩色影像是由一块接一块的点构成，而每像素象素都是由三种颜色数值（红色）、绿色（G）、蓝色（B）构成。可以想象，从数字上的差别，很难分辨出人与不是人。所以，人工智能技术人员必须要设计出相应的算法来对其进行分析，找出其中的不同之处，以区分不同的人脸区域和非人脸区域，实现人脸识别。

面部辨识

只要能看到对方的脸，就能做出准确的判断。脸部识别一般有两种情况：第一种是1:1的人脸识别，比较简单，例如，手机解锁，就是将“主人”的照片与手机中的人进行对比；第二种方法是1: N人脸识别，将一张不知名的人脸图片与数据库中的所有已知面孔进行比对，以确定该人是否为数据库中的某一人，若为，则显示该人的数据库信息。

面部识别是如何进入您的生活的？

从1970年开始，人脸识别技术一直到最近几年才开始普及，原因何在？由于人脸识别的最大难点在于对图像中的数据进行处理、分析，并从中提取出能够区别出各个人的关键特征。

早在2014年时，面部识别专家就已经开始着手进行这种功能的人工设计。在2014年以前的十多年间，最常用的人脸识别技术就是对面部的局部（例如，左眼）中的“微模式”进行计数，这种现象通常被称作“局部特征”。该算法在采集条件良好、被识别人积极配合时，能够获得较好的识别结果，而在复杂、变化的人脸识别中，识别准确率甚至达不到90%。

在深度学习算法、 GPU强大的运算能力以及庞大的人脸库支持下，在2014年以后，人脸识别技术得到了极大的发展。深度学习算法最吸引人的地方，就是不用费心思来定义“特征”了，它只需要为深度学习算法准备一堆“食材”（图片），然后由深度学习算法来实现。自此，人脸识别技术在日常生活中得到了广泛的运用，包括视频侦查、追逃、考勤等。

人脸识别的方向是什么？

在今后的研究中，人脸识别技术将会朝着“智能的图像分析”方向发展。一旦有了犯罪嫌疑人，所有的监控录像都会被连接在一起，从而锁定嫌疑人的行踪。除此之外，他还发现了一种名为“读心术”的特殊能力。中国科学院智能资讯中心的“表情识别”系统，可以在瞬间侦测到18张脸部的表情，以确定对方的情绪、心理、甚至是心理状态。该技术有着广阔的应用前景，例如在课堂上，通过对学生脸部表情的分析，来决定你对课堂的理解，并为自己制定最好的学习方案；在家可以让你有一个机器人朋友，能适时地感受到你的情绪和情绪。

与其它科技一样，在科学家们几十年的努力下，人脸识别技术也逐渐积累起来，并逐渐发展壮大，并逐融入到人们的日常生活中。在未来，面部识别技术必将在人们生活中发挥着越来越大的作用，为人们的生活带来更多的便利和安全。​