人脸识别99%准确率背后的秘密

人脸识别99%准确率背后的秘密.原创2015-10-26电脑报电脑报点击上方蓝字“电脑报”关注我们人脸识别技术工作原理,主要对比的是五官比例及面部特征。简单地说，就是基于人脸图像“大数据”，先对看到的人脸图像进行预处理，提取面部各个方面的特征，并通过分层多次萃取，寻找对于识别个体人脸最有效的特征表达。赵薇老公黄有龙最近被告上了法庭一原告方称买了他的房子却迟迟无法入住,因而提出诉讼,要求黄有龙腾退房屋。但消息称黄有龙对此并不知情,房子是司机冒充他卖掉的,现在事情败露,因此无法腾退交付。司机为何能卖掉黄有龙的房产呢？究其原因，竟然是该司机冒充黄有龙到公证处，通过号称识别率高于98.3%的人脸识别技术办理了委托公证证明，委托另一人将房屋卖给了武某。实际上，从谷歌、Facebook到BAT，从大众创业到校园门禁再到银行金融，人脸识别正在成为一把便捷的“万能钥匙”。但行业内关于人脸识别准确性、安全性、隐私性的辩论，也从未停止。担忧正在成为现实情况下，人脸识别技术是否还靠谱？人脸识别热“人脸识别在2015年掀起了热潮，是该冷一冷的时候了。”一位业内人士对记者表示，2014年以来，腾讯、阿里、民生银行等多个巨头纷纷加码布局人脸识别产业，导致整个产业一片人脸识别热潮。今年3月，在汉诺威消费电子博览会上，马云向德国总理默克尔演示了蚂蚁金服的Smile toPay扫脸技术。支付宝宣称，其人脸识别技术在国际权威人脸识别数据库LFW国际公开测试集中达到99.5%准确率。据了解，支付宝的人脸支付由马云的蚂蚁金服与Face+合作研发，它能够应对复杂的光照并支持多种人脸姿态，可以精确定位面部的关键区域位置，包括眉毛、眼睛、鼻子、嘴巴、脸部轮廓等。目前，在支付宝公司位于杭州的办公楼里，“扫脸”设备代替工卡刷卡成为部分楼层的新配置。此外，阿里巴巴还创建了生物识别技术团队柒车间，腾讯内部孵化了优图团队，百度则吸收了深度学习专家Andrew Ng（吴恩达）加盟，建立了人脸识别研究院。而在中美互联网论坛期间，周鸿祎随习大大访美，也展示了一把奇酷手机中的人脸识别功能。BAT之外，2014年以来也出现了不少独立创业公司。比如Linkface、Sensetime、智慧眼、Face+等，这类团队以技术输出为主。而根据记者不完全统计，汉王科技、欧比特、川大智胜、航天信息、高新兴、赛为智能、上海普天、汉鼎股份等数十家A股上市也借起了人脸识别东风。国外年巨头们对人脸识别也是宠幸有加。微软推出了颜龄识别机器人网站How-Old.net，因为足够“好玩”而引爆了社交网络。Facebook在纽约创建了深度学习人工智能实验室；谷歌4亿美元收购了深度学习算法公司DeepMind以及图片分析公司Jetpac，之后推出人脸识别技术 FaceNet。一个人的人脸识别从应用来看，在10月16日，招商银行也将人脸识别技术应用到ATM取款业务上。据记者查阅到的资料,在国内,目前已有哈尔滨市、浙江省苍南县等地的公证处曾公开发表消息称,引进了人脸识别系统。而在广州市，人脸识别也已经在部门公证、高考考场等领域得到应用。相关资料显示，从2010年开始，缺证高考考生只要通过“考生身份验证系统”识别，就可以进入考场。“实际上，人脸识别早在20世纪60年代末期就已经开始有研究，但为何2014年之后突然变得火爆呢，这是因为在2014年，香港中文大学教授汤晓鸥领导的计算机视觉研究组开发了一个名为DeepID的深度学习模型，该模型获得了LFW数据库中99.15%的识别率。这成为一个分水岭，人脸识别在国内开始火热起来。”一位从事人脸识别技术研发的科学家说。上述科学家表示，表面上来看，人脸技术在今年特别火，但事实上，对于大多数人来说，人脸识别领域属于深入区，一般圈外人进不去。钛媒体的相关报道也显示，国内专注人脸识别研究的人数不超过100人，并且这个圈子的人大多互相熟识。除此之外，由于缺乏自己研发的专利，国内对涉及底层技术的表述都很模糊，甚至是忽略了底层技术。某种程度上，国内的人脸识别技术基本上都和一个人密切相关。这个人就是香港中文大学教授汤晓鸥目前唯一公开其底层技术的Linkface，采用的是汤晓鸥团队的DeepID人脸识别技术，且Linkface四位创始人中有两位是汤晓鸥教授的学生。而与支付宝合作的Face+ ，是一个“87后”的创业团队，其CEO印奇出生于1988年，他也是汤晓鸥的学生。更令人意外的是，Sensetime（商汤科技）背后的大老板正是汤晓鸥。此外，宣称拥有人脸识别技术的A股上市公司科大讯飞，也和汤晓鸥有密切深入合作。那么，很少见诸媒体的汤晓鸥是何人？公开资料显示，汤晓鸥现为香港中文大学工学院副院长。1985年从辽宁鞍山进入中国科大，1991年获罗切斯特大学硕士，1996年获得麻省理工学院博士；2005-2007年担任微软亚洲研究院视觉计算组主任，研究领域包括多媒体、计算机视觉、模式识别及视频处理。与微软合作已申请近40 项专利。相关资料显示，汤晓鸥及其团队从2011年开始开展深度学习方法的研究工作，在2013年达到了92.52%的识别率。他们最大的研究成果是GaussianFace、DeepID、DeepID2 等一系列人脸识别技术，并且在全球最具权威的人脸识别数据库LFW屡屡打破记录。截至去年7月份，汤晓鸥团队研发的三个人脸识别算法占据了LFW识别率的前三名，最高达到了99.15%的识别率，超过了Facebook的DeepFace技术。人脸识别的“99%刷分”怪圈不过，这个记录已经被打破，占据榜首的是腾讯优图团队99.65%的识别率。是否识别率高就意味着技术更成熟呢？腾讯优图团队负责人黄飞跃博士在接受媒体采访时承认，目前各家的底层算法大同小异，实验室的理论数据和实际应用还是有很大差别的，比如很相似的双胞胎、天气光线、裁剪部位的不同，对识别都会产生一定的影响。那么一个重要问题是，超过99%甚至99.65%的准确率，这意味着什么呢？“这意味着，在十万张人脸识别中只允许错1张的限制下，错误率不到2%。”一位不愿意透露姓名的人工智能专家表示，事实上，这是不负责任的忽悠吹嘘。“否则，就不会出现赵薇老公黄有龙被其司机冒充一案了。”据业内人士透露，目前的人脸识别技术主要适用于军事和民用两个方向，军事识别系统的准确率可以达到 97%，已经算是不错的数据了。而目前最先进的民用识别系统，准确率不到95%，就算只存在 5%的漏洞，也有可能成为用户安全的阿喀琉斯之踵。所谓人脸识别“准确率”，指的是对全世界最权威的人脸数据库LFW（Labeled Faces in the Wild）进行比对测试的成绩。LFW由美国马萨诸塞大学阿默斯特分校管理，可以被认作一个考察深度学习系统人脸识别能力的“题库”，它从互联网上提取6000张不同朝向、表情和光照环境的人脸照片作为考题，可以让任何系统在里面“跑分”。跑分过程是这样的：LFW给出一对照片，询问测试中的系统两张照片是不是同一个人，系统给出yes或no的答案。99%的准确率，意味着在测试中的所有题目里，人脸识别系统答对了99%的题目。但问题的关键是，LFW以及类似数据库的FDDB等，只是一个纯粹实验室级别、学术性质的测试工具。业内人士称，在样本量可能达到十万级、百万级的实际商业场景下，在数据库取得高准确率的系统并不一定能延续刷出来成绩，其误识率将直线上升，甚至有可能根本没法用。真实复杂场景测试中，十万分之一误识率下，人脸识别98%的准确率会直线下降到70%左右。那么，各家为何还是热衷于99%准确率刷分怪圈呢？上述业内人士表示，从马云德国“刷脸”首秀以后，在资本的热捧下，浮躁氛围充斥着整个产业。这些企业大多一次进行刷分，希望制造“世界第一”的噱头以此融资。难解的安全问题“人脸识别技术被高估了，还远远达不到指纹或虹膜等生物识别技术那么高的准确度。”某运营超过5年的人脸识别技术公司创始人就坦承，“在人脸识别系统中，对相似度高的脸容易出现识别误差，很有可能你的表哥表姐比你更像你。”业内人士表示，人脸识别目前有两大难以解决的风险问题。风险一：可复制性。相比密码，人脸特征更容易被复制。人每天都暴露在外面，通过拍照完全可以获得一个人的脸部特征，并进行复制。风险二：不稳定性。人的脸部特征在某种情况下具有不稳定性。比如，女性化妆，一旦用户化浓妆或者戴墨镜、受伤、整容，脸部特征就会发生变化，就会影响人脸识别的准确率。此外，业内人士还提出，双胞胎面部特征非常相似，刷脸支付又该如何辨别呢？因此，准确度和安全性可以说是两个完全不同的概念。识别度哪怕是100%，也不一定安全，这才是网友纠结的原因之一。比如，用3D打印等技术复制人脸骗过摄像头、刷下脸就转走钱、抢劫犯再也不用逼问密码了、盗窃分子通过一定手段拿到住户的相片能“忽悠”住摄像头吗等问题。实际上，根据目前透露的相关消息，黄有龙司机冒充他的方法很简单系统人脸识别的参照物,为数据库中的证件持有人办理证件时所拍的照片。尽管赵薇老公被冒充只是个案，但更多的人却担心金融领用的安全。“我们内部还是认为人脸识别技术不够成熟，远程开户和刷脸支付现在安全性都存在问题，会比较谨慎。”某传统银行内部人士表示，即便是在美国也没有应用在金融领域，短期内不是很看好。其中，假体欺骗问题最为严重。 “这是刷脸支付可能面临的最大的技术挑战，”他强调，刷脸支付一旦普及，必定会有不法分子用照片、视频甚至制作三维头套等高科技手段来欺骗刷脸支付系统，非法获得财富。上述银行内部人士表示，刷照片其实可以通过ATM的识别。因为摄像头都是二维的，也就是平面，在读取人脸时只认特征。想蒙混过关的方法有很多，比如3D面具或头像，或者播放一段视频，把视频中的人脸替换成你想替换的那个人。“防范假体攻击是人脸识别系统不可忽视的功课，对账户和支付的安全有重要的防范作用，就目前测试的情况来看，如现在推向市场，技术和安全条件还不成熟。”前述银行人士说。