摘要： 為(wèi)了解決人(rén)臉三維識别6大(dà)技(jì)術(shù)難題，蘋果公司給出了獨門(mén)解決方案：提高(gāo)數(shù)據采集建模能力，增加AI神經網絡單元，提升智能識别和(hé)并行(xíng)運算(suàn)能力。

Face ID到底靠不靠譜？這三大(dà)獨門(mén)解決方案或能打消你(nǐ)的疑慮        

離iphone X預售的時(shí)間(jiān)越來(lái)越近，盡管iphone 8事故不斷，但(dàn)人(rén)們對iphone X的渴望卻是有(yǒu)增無減，這原因之一就是iPhone X放棄了廣泛采用的Touch ID指紋識别技(jì)術(shù)，采用基于AI神經引擎的Face ID實現手機解鎖、支付認證。

不過關于Touch ID，今年央視(shì)“315”晚會(huì)爆出了人(rén)臉識别技(jì)術(shù)的漏洞，主持人(rén)演示利用自己的一張證件照，騙過人(rén)臉識别，從而成功登陸他人(rén)的賬戶。一時(shí)間(jiān)引起人(rén)們對人(rén)臉識别技(jì)術(shù)應用的恐慌，從科幻電(diàn)影(yǐng)走進現實的人(rén)臉識别技(jì)術(shù)，好像并沒有(yǒu)顯現出比傳統密碼更強的安全優勢。

半年時(shí)間(jiān)過去後，人(rén)臉識别技(jì)術(shù)從被權威媒體(tǐ)質疑到應用遍地開(kāi)花(huā)，AI技(jì)術(shù)發展的速度令人(rén)目不暇接。人(rén)臉識别為(wèi)何能夠替代指紋識别，基于神經網絡技(jì)術(shù)的Face ID到底有(yǒu)哪些(xiē)獨特優勢，吸引科技(jì)巨頭不遺餘力地用它押寶未來(lái)，還(hái)會(huì)被央視(shì)“315”盯上(shàng)嗎？智能相對論對人(rén)臉識别和(hé)Face ID技(jì)術(shù)進行(xíng)簡要講述和(hé)對比，為(wèi)您勾勒出現代人(rén)臉識别技(jì)術(shù)的清晰畫(huà)像。

人(rén)臉識别為(wèi)何在安全認證的賽道(dào)後來(lái)居上(shàng)？

本質上(shàng)講，人(rén)臉識别和(hé)指紋、掌紋、虹膜識别等生(shēng)物識别技(jì)術(shù)一樣，都具有(yǒu)普遍性、唯一性、持久性的屬性。

指紋識别之所以能夠得(de)到廣泛應用，得(de)益于指紋和(hé)采集設備直接接觸以及光電(diàn)轉換精度的提升，同時(shí)指紋面積較小(xiǎo)、紋理(lǐ)較為(wèi)清晰，也使得(de)數(shù)據采集和(hé)識别過程相對容易實現。

相比其他類型生(shēng)物識别技(jì)術(shù)，人(rén)臉識别“隔空(kōng)”采集數(shù)據幹擾多(duō)，處理(lǐ)難度大(dà)。但(dàn)由于具有(yǒu)以下3個(gè)突出優勢，應用越來(lái)越廣泛，大(dà)有(yǒu)後來(lái)居上(shàng)，成為(wèi)安全認證主力的勢頭。

1、識别過程友(yǒu)好。利用指紋、掌紋以及虹膜方式識别需要身體(tǐ)直接接觸檢測儀器(qì)，人(rén)臉識别屬于非接觸識别，隔空(kōng)自動采集圖像，便于實施。

2、方便快捷。使用普通(tōng)攝像機或者三維掃描儀就可(kě)以實現對數(shù)據的采集，通(tōng)常在毫秒(miǎo)級别內(nèi)即可(kě)實現識别。據統計(jì)，手機用戶平均每天要解鎖手機80次，有(yǒu)了人(rén)臉識别解鎖功能後，解鎖過程将被大(dà)大(dà)簡化。

3、符合常識、交互性好。通(tōng)過檢測人(rén)臉進而識别身份，與人(rén)們的生(shēng)活習慣與認知保持一緻，可(kě)以更簡單直觀地看到識别結果，更具有(yǒu)普适性。

各種花(huā)哨識别技(jì)術(shù)的背後，無外乎二維或三維識别

現在的絕大(dà)部分人(rén)臉識别技(jì)術(shù)都是二維識别，采集的是人(rén)臉的平面圖像，并依靠圖像上(shàng)的特征點來(lái)生(shēng)成一組特征值，然後每一次識别時(shí)候将會(huì)與第一次錄入特征值進行(xíng)比對，到達一定的準确率就算(suàn)是配對成功。

Face ID到底靠不靠譜？這三大(dà)獨門(mén)解決方案或能打消你(nǐ)的疑慮        

二維識别在光照、姿态、年齡等發生(shēng)變化時(shí)，識别效果不理(lǐ)想。同時(shí)，安全性不高(gāo)是它的先天不足，一張照片就欺騙過去的事情不在少(shǎo)數(shù)，即便是後期引入的多(duō)角度識别以及表情識别等，也隻是稍微提升了下安全性，但(dàn)并沒有(yǒu)本質上(shàng)的改變。

三維人(rén)臉數(shù)據比二維人(rén)臉數(shù)據可(kě)以更好的突顯出人(rén)臉在空(kōng)間(jiān)中的特性，具有(yǒu)顯式空(kōng)間(jiān)形狀表征，信息量比二維數(shù)據豐富得(de)多(duō)，這些(xiē)特性在一定程度上(shàng)可(kě)以簡單有(yǒu)效的将不同的人(rén)臉區(qū)分開(kāi)，識别更加立體(tǐ)、更加準确。

智能相對論統計(jì)，現有(yǒu)三維人(rén)臉識别方法主要有(yǒu)以下四種。

1、基于空(kōng)域匹配。該類方法可(kě)通(tōng)過輸入點雲數(shù)據的方式直接完成匹配操作(zuò)，無需進行(xíng)特征提取。比如，首先對面部受表情影(yǐng)響較小(xiǎo)部位（如鼻子）進行(xíng)提取，然後用算(suàn)法對曲面進行(xíng)三維人(rén)臉匹配。

2、基于局部特征匹配。從三維人(rén)臉曲面上(shàng)提取到有(yǒu)效的局部幾何特征，利用特征點将人(rén)臉深度數(shù)據對齊，再提取鼻尖區(qū)域、眼部區(qū)域、對稱面區(qū)域三條曲線，合成全新的特征向量進行(xíng)匹配識别。

3、基于整體(tǐ)特征匹配。把三維人(rén)臉看作(zuò)一個(gè)整體(tǐ)，以整體(tǐ)為(wèi)依據提取特征。利用深度圖像是其中的一種方法，其可(kě)以通(tōng)過将三維人(rén)臉數(shù)據正交投影(yǐng)，進而利用二維人(rén)臉識别中的各類方法進行(xíng)操作(zuò)。

4、基于雙模态特征匹配。融合二維紋理(lǐ)與三維幾何兩種特征進行(xíng)識别。因為(wèi)融合後的信息更加豐富，所以更具有(yǒu)研究價值，但(dàn)實現較為(wèi)複雜。

強大(dà)的三維識别也有(yǒu)很(hěn)多(duō)短(duǎn)闆

三維人(rén)臉識别為(wèi)機器(qì)自動識别人(rén)臉提供了嶄新的角度，相對二維人(rén)臉識别具有(yǒu)較明(míng)顯的優勢，不過智能相對論認為(wèi)，它也面臨着很(hěn)多(duō)困難。

1、光照變化。攝像感應器(qì)設備對人(rén)臉圖像進行(xíng)采集時(shí)，會(huì)因為(wèi)外部環境的光照變化、拍攝角度的問題等造成采集圖像的差異。

2、表情因素。人(rén)們不同表情會(huì)造成臉部的一些(xiē)器(qì)官和(hé)肌肉發生(shēng)位置和(hé)紋理(lǐ)的變化，對識别造成困難。

3、姿态變化。各種姿态的面部圖片，如側臉、擡頭、歪頭、低(dī)頭等，也是檢測和(hé)識别的難點。                        

4、遮擋因素。口罩、墨鏡、帽子、圍巾等衣物遮擋臉部，或者胡須、化妝等其他因素影(yǐng)響，也會(huì)給檢測和(hé)識别過程帶來(lái)難度。  

5、年齡因素。随着年齡的增長，臉部皮膚紋理(lǐ)、胖瘦、五官等等都會(huì)發生(shēng)變化，造成樣本庫中的數(shù)據失效，給識别系統帶來(lái)時(shí)效性問題。

6、計(jì)算(suàn)能力要求高(gāo)。對臉部的大(dà)量數(shù)據采集、建模和(hé)分析比對，對設備的并行(xíng)計(jì)算(suàn)能力要求較高(gāo)，對集成在手持設備中的三維識别模塊的計(jì)算(suàn)能力要求更高(gāo)。

Face ID三大(dà)法寶：紅外、三維、AI芯

為(wèi)了解決以上(shàng)人(rén)臉三維識别6大(dà)技(jì)術(shù)難題，蘋果公司給出了獨門(mén)解決方案：提高(gāo)數(shù)據采集建模能力，增加AI神經網絡單元，提升智能識别和(hé)并行(xíng)運算(suàn)能力。

1、紅外感應系統。對可(kě)見光的變化幾乎無感，無論白天黑(hēi)夜都能智能感應識别人(rén)臉，而且對溫度敏感，沒有(yǒu)體(tǐ)溫的照片或面具很(hěn)難騙過Face ID。

iPhone X的“齊劉海”中的點陣投影(yǐng)器(qì)向外投射出3萬個(gè)肉眼不可(kě)見的紅外點光源，由紅外鏡頭拍攝一張紅外照片，根據照片上(shàng)的位移變形情況，分析出人(rén)臉的景深信息。同時(shí)，距離傳感器(qì)會(huì)探測在一定範圍內(nèi)，是否存在被探測物，以決定是否開(kāi)啓點陣投影(yǐng)器(qì)與紅外鏡頭的工作(zuò)。而在暗光、無光環境下，泛光感應元件會(huì)向外投射不可(kě)見的紅外光源，以幫助 Face ID 更好地工作(zuò)。

Face ID到底靠不靠譜？這三大(dà)獨門(mén)解決方案或能打消你(nǐ)的疑慮        

2、3D建模技(jì)術(shù)。目前三星、支付寶、vivo X20、小(xiǎo)米Note 3等普遍使用“2D識别方案”，用普通(tōng)照片比較容易破解。iPhone X投射3萬個(gè)紅外點光源作(zuò)為(wèi)特征點，結合面部的深度信息，構建3D立體(tǐ)臉部模型進行(xíng)識别，大(dà)大(dà)提高(gāo)了識别的準确性和(hé)安全性。僅僅靠二維照片，再也沒有(yǒu)可(kě)能通(tōng)過Face ID驗證，即使做(zuò)成逼真的3D臉模，也不能通(tōng)過精密的數(shù)據比對和(hé)對眼睛附加檢測的考驗。

Face ID到底靠不靠譜？這三大(dà)獨門(mén)解決方案或能打消你(nǐ)的疑慮        

3、搭載AI 單元的仿生(shēng)芯片。人(rén)工智能是當下尖端科技(jì)的風口，蘋果這一次又領先了。A11仿生(shēng)芯片不僅較上(shàng)一代芯片（A10）圖像處理(lǐ)能力提升30%，而且集成神經網絡引擎，成為(wèi)蘋果第一枚搭載AI神經網絡單元的移動芯片。

AI神經網絡單元每秒(miǎo)六億次運算(suàn)，主要用于勝任機器(qì)學習任務，識别人(rén)物、地點和(hé)物體(tǐ)，計(jì)算(suàn)人(rén)臉不同部位的位置與距離，判定是否為(wèi)使用者本人(rén)，同時(shí)能夠學習到人(rén)臉圖像中的一些(xiē)隐性規律和(hé)規則，為(wèi)Face ID提供強大(dà)的性能支持。

早期的人(rén)工智能學習算(suàn)法識别成功率普遍不高(gāo)，完全不能和(hé)人(rén)眼識别能力相提并論。卷積神經網絡理(lǐ)論的提出，為(wèi)人(rén)臉識别提供了強有(yǒu)力的技(jì)術(shù)支持。

通(tōng)過局部連接、權值共享和(hé)池化采樣，大(dà)大(dà)減少(shǎo)神經網絡的權值數(shù)量，降低(dī)網絡模型的複雜度，實現了對龐大(dà)的3D人(rén)臉數(shù)據的快速化處理(lǐ)。同時(shí)對人(rén)臉圖像的縮放、旋轉、平移以及其它形變的識别魯棒性更好。目前基于深度學習神經網絡的人(rén)臉識别技(jì)術(shù)可(kě)以達到幾乎100%的正确率，人(rén)類肉眼識别精度隻有(yǒu)97.53%。

Face ID到底靠不靠譜？這三大(dà)獨門(mén)解決方案或能打消你(nǐ)的疑慮        

為(wèi)了進一步提升安全水(shuǐ)平，蘋果使用了1,000,000,000 張照片來(lái)訓練這個(gè)神經網絡系統， Face ID因此“認識”了足夠多(duō)的面孔，确保以後不被照片或模具欺騙。利用AI 單元，可(kě)以持續地學習用戶臉部的長相和(hé)表情，在完成首次人(rén)臉信息的采集和(hé)錄入後，随着時(shí)間(jiān)的推移，即使你(nǐ)戴眼鏡了、開(kāi)始長了胡子等，Face ID 仍然能繼續認出你(nǐ)，并不斷根據新的數(shù)據來(lái)校(xiào)準識别模型，以保證識别率。

Face ID真的能夠讓人(rén)放心嗎？

就在iPhone X正式發售倒計(jì)時(shí)，壞消息也不斷傳來(lái)，有(yǒu)分析師(shī)指出，由于3D感應系統由結構化光系統，飛行(xíng)時(shí)間(jiān)系統和(hé)前置攝像頭組成，結構過于複雜，良品率很(hěn)低(dī)不足10%，首批100萬部的生(shēng)産要推遲到12月份才能完成。

除了良品率以外，用戶對Face ID最關心的無外乎兩個(gè)性能，識别速度和(hé)識别精度。蘋果的Touch ID剛出現時(shí)，由于識别速度偏慢，在相當長一段時(shí)間(jiān)并未被廣泛接受。Face ID要處理(lǐ)的三維臉部數(shù)據量比起Touch ID自然是高(gāo)出不少(shǎo)，不過得(de)益于性能更強悍A11處理(lǐ)器(qì)以及其整合的AI神經網絡單元生(shēng)物引擎，還(hái)有(yǒu)基于神經網絡的算(suàn)法，從目前來(lái)看Face ID識别速度比起Touch ID應該有(yǒu)長足的提升，響應速度更快。

而Face ID的識别精準度則是iPhone X安全性的關鍵，以往二維識别技(jì)術(shù)在這方面顯然無法與基于三維成像的Face ID相提并論。而與現在用戶普遍接受的Touch ID指紋識别相比，從公開(kāi)的數(shù)據來(lái)看，安全性應該是提升了不少(shǎo)，不過能不能讓廣大(dà)用戶滿意，會(huì)不會(huì)遭到投訴，我們還(hái)要拭目以待。

（廈門(mén)網站(zhàn)建設文章來(lái)自百度新聞）