編輯導語：當下人臉識別在生活中被應(yīng)用得愈加廣泛。那么，人臉識別是如何對人臉關(guān)鍵特征進行識別的？在前面文章里，作者對人臉識別的圖像預(yù)處理進行了介紹。本篇文章中，作者則介紹了人臉識別的關(guān)鍵特征識別，讓我們一起來看一下。

在上次人臉識別之圖像預(yù)處理中，我們增加了預(yù)處理環(huán)節(jié)、排除環(huán)境和其他因素的干擾，將注意力集中在人臉上，提升識別效果。

人臉比對是通過計算兩張照片灰度值矩陣的距離來實現(xiàn)的，圖像預(yù)處理通過各種手段拉近了兩個矩陣間的距離，從而讓計算出來的結(jié)果更精準。

但這樣就夠了嗎？我們的計算是基于像素點的灰度值開展的，在計算中，各個像素點都參與運算，具有同等的重要性，對結(jié)果的貢獻度也是一樣的。這種設(shè)計是否合理，計算的粒度是否太細而影響結(jié)果的可靠性？

從直覺上判斷，圖像中像素的重要性程度肯定不一樣，比如眼睛、鼻子、嘴巴等部位的像素重要性應(yīng)該更高，對結(jié)果有更大的影響。而臉部中間部位的像素重要性比較低，甚至都沒有參與運算的必要性。

研究表明，確實有很多像素沒有參與運算的必要，這些像素被去除后不影響識別結(jié)果，還可以加快識別速度，并提升模型魯棒性。比如，在基于像素級別的人臉對比中，通過在圖像中加入一些噪聲，衍生出對抗攻擊，從而讓識別出現(xiàn)錯誤。

一、人臉特征

不管是傳統(tǒng)的機器識別，還是近幾年大火的深度學習，都是將人類的學習能力通過計算機的計算能力得到表達和遷移。仔細想想，當我們將注意力集中在臉部，會怎么樣描述一個人?？赡艿拿枋鰰牵?/p>

人天生就有很強的抽象和學習能力。當我們面對一張人臉照片時，會自動進行特征處理和變換。當再次面對這張照片時，即使臉部特征有所變形或者缺失，也不影響我們的識別。

人的這種抽象、變換及補全能力卻是計算機所缺少的，我們可以模仿人眼的這種識別手段，讓計算機將注意力轉(zhuǎn)移到鼻子、嘴巴等重要特征上，從而擁有部分程度的智能。

在計算機存儲的時候，不再是整個臉部的信息，而是眼睛、鼻子、嘴巴等臉部部件，通過這些部件間的比對來判斷是否為同一對象。這種方法叫做基于人臉關(guān)鍵特征的識別技術(shù)，通常是通過邊緣、輪廓檢測來實現(xiàn)的。

二、邊緣檢測

什么是邊緣？通俗來說就是眼睛、鼻子等外部輪廓，在灰度圖像中就是一些灰度值變化明顯的點，這些變化反映了圖像的重要程度或所蘊含的信息。

直觀上看，圖像的邊緣附近的值出現(xiàn)明顯的分割，灰度值變化較大，而圖像中比較平滑的部分，其灰度值變化較小。對于計算機來說，可以通過灰度階的變化來對圖像信息進行邊緣檢測。

這背后有數(shù)學理論的支撐，我們一般用梯度來描述變化快慢。在圖像中的灰度變化既有方向也有大小，就可以使用圖像梯度來描述這種變化，進而可以檢測出圖像的邊緣。

在數(shù)學上，梯度既有大小，又有方向，并且需要要有一定的條件，比如可導等。在圖像中一般會簡化處理，使用算子進行代替。

算子其實也是一種濾波，但使用算子更強調(diào)其數(shù)學含義和特定用途。目前常用的邊緣檢測算子，包括Sobel，Laplacian算子和Canny等。我們簡單描述下Canny邊緣檢測。

Canny邊緣檢測

Canny邊緣檢測是澳洲計算機科學家 約翰坎尼（John F. Canny）于1986年開發(fā)出來的一個多級邊緣檢測算法，其目標是找到一個最優(yōu)的邊緣，其最優(yōu)邊緣的定義是：

• 最優(yōu)檢測——算法能夠盡可能多地標示出圖像中的實際邊緣，漏檢和誤檢的概率非常??；
• 最優(yōu)定位——檢測出的邊緣要與實際圖像中的實際邊緣盡可能接近；
• 檢測點與邊緣點一一對應(yīng)——算子檢測的邊緣點與實際邊緣點應(yīng)該是一一對應(yīng)的。

Canny邊緣檢測分為如下幾個步驟。

1）圖像去噪

噪聲會影響邊緣檢測的準確性，因此首先要將噪聲過濾掉，通常使用高斯濾波。

2）計算梯度的幅度與方向

使用高斯濾波器來進行計算，讓距離中心點越近的像素點權(quán)重越大。

3）梯度非極大值抑制

對像素點進行遍歷，判斷當前圖像是否為局部最大值，即是否是周圍像素點中具有相同梯度方向的最大值。如果不是，則不是圖像的邊緣點，將灰度值置零，讓邊緣“變瘦”。

4）使用雙閾值算法確定最終的邊緣

經(jīng)過前面的步驟已經(jīng)基本可以得到圖像的邊緣，接下來對得到的邊緣進行修正。

設(shè)置兩個閾值：高閾值和低閾值。保留比高閾值高的邊緣，去除低于低閾值的邊緣，處于中間部分的則其連接情況進行再次處理：僅保留與其他邊緣連接的部分。

三、輪廓檢測

通過算子計算出來的邊緣一般是不連續(xù)的，很難形成相對完整和封閉的目標輪廓，這樣提取出來的特征效果可能不好。通過使用輪廓檢測算法，可以忽略背景和目標內(nèi)部的紋理以及噪聲干擾的影響，對邊緣進行細化并進行連接，解決那些不能依靠亮度建模而檢測出來的紋理邊界。

輪廓檢測也有一些方法，比如使用專門設(shè)計的檢測算子等。通過使用這些算子，可以生成更好的臉部特征，有利于后續(xù)的計算和比對。

四、實現(xiàn)過程

以上簡單描述了人臉關(guān)鍵特征的計算方法。在實際應(yīng)用中，需要借助于統(tǒng)計分析的技術(shù)，從大量的人臉中找到對應(yīng)的特征，并通過訓練出不同的分類器，如嘴巴分類器、眼睛分類器等，從而實現(xiàn)人臉及關(guān)鍵部位的檢測。

在進行比對時，需要對包含臉部的所有可能檢測窗口進行窮舉搜索，得到關(guān)鍵部位信息，并進行存儲或比對，這個過程相對比較耗時。在比對過程中，可以使用各個部位進行相似性比對，并進行結(jié)果合并；或者直接對包含各個部件的全局特征進行比對，直接輸出比對結(jié)果。

這兩種方法同樣對應(yīng)著人類的識別過程，有研究表明，兒童識別目標（如人臉）往往依據(jù)目標的某些局部特征，而成年人則側(cè)重于記住目標的全局。

人臉特征的探測也可作為一種圖像預(yù)處理手段，如果確定了兩眼的位置，得到兩眼間的距離，依此就可得到人臉的尺度大小，進行尺度標準化處理，解決人員距離采集器遠近的問題。

五、算法評價

從理論上來說，人臉的關(guān)鍵部位特征相對比較穩(wěn)定，對人臉、方向等沒有過多要求，通過算法提取的特征能準確反映對象的特征，具有一定的不變性，保證了結(jié)果輸出的一致性，能夠滿足人臉識別在早期各應(yīng)用場景的使用。

當然，這里面的算子設(shè)計和模型構(gòu)建都需要有領(lǐng)域知識的支撐。算子的構(gòu)建、特征的提取以及模型的建立都影響著最終的匹配結(jié)果，需要具有深厚的專家知識和經(jīng)驗。這個過程往往是手工建模完成的，各個模型及參數(shù)的設(shè)置都比較耗時，具有一定的主觀性。

同時，特征工程的適配性較差。比如，各地區(qū)人員臉部特征不同，會導致已經(jīng)調(diào)整好的算法在落地時，需要手動多次調(diào)整參數(shù)，過程耗時、耗力，嚴重阻礙了算法的大規(guī)模部署。

雖然，從表面上看，基于人臉關(guān)鍵特征的識別方法有諸多缺點，且效率較低。但算法能夠從人類的先驗知識出發(fā)，直觀而樸素，一定程度上推動了人臉識別技術(shù)的發(fā)展和普及，為后續(xù)更智能的算法奠定了基礎(chǔ)。

作者：AIoT產(chǎn)品，10年B端產(chǎn)品設(shè)計經(jīng)驗；微信公眾號：AIoT產(chǎn)品

本文由@AIoT產(chǎn)品 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載

題圖來自Unsplash，基于CC0協(xié)議