編輯導語：當下人臉識別在生活中被應用得愈加廣泛。那麼，人臉識別是如何對人臉關鍵特徵進行識別的？在前面文章里，作者對人臉識別的圖像預處理進行了介紹。本篇文章中，作者則介紹了人臉識別的關鍵特徵識別，讓我們一起來看一下。
在上次人臉識別之圖像預處理中，我們增加了預處理環節、排除環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的，圖像預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果更精準。
但這樣就夠了嗎？我們的計算是基於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，對結果的貢獻度也是一樣的。這種設計是否合理，計算的粒度是否太細而影響結果的可靠性？
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該更高，對結果有更大的影響。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果，還可以加快識別速度，並提升模型魯棒性。比如，在基於像素級別的人臉對比中，通過在圖像中加入一些雜訊，衍生出對抗攻擊，從而讓識別出現錯誤。
一、人臉特徵
不管是傳統的機器識別，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，會怎麼樣描述一個人。可能的描述會是：
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，會自動進行特徵處理和變換。當再次面對這張照片時，即使臉部特徵有所變形或者缺失，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移到鼻子、嘴巴等重要特徵上，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。這種方法叫做基於人臉關鍵特徵的識別技術，通常是通過邊緣、輪廓檢測來實現的。
二、邊緣檢測
什麼是邊緣？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。對於計算機來說，可以通過灰度階的變化來對圖像信息進行邊緣檢測。
這背後有數學理論的支撐，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。
在數學上，梯度既有大小，又有方向，並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，使用運算元進行代替。
運算元其實也是一種濾波，但使用運算元更強調其數學含義和特定用途。目前常用的邊緣檢測運算元，包括Sobel，Laplacian運算元和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）於1986年開發出來的一個多級邊緣檢測演算法，其目標是找到一個最優的邊緣，其最優邊緣的定義是：
- 最優檢測——演算法能夠儘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小；
- 最優定位——檢測出的邊緣要與實際圖像中的實際邊緣儘可能接近；
- 檢測點與邊緣點一一對應——運算元檢測的邊緣點與實際邊緣點應該是一一對應的。
Canny邊緣檢測分為如下幾個步驟。
1）圖像去噪
雜訊會影響邊緣檢測的準確性，因此首先要將雜訊過濾掉，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）使用雙閾值演算法確定最終的邊緣
經過前面的步驟已經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，去除低於低閾值的邊緣，處於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
通過運算元計算出來的邊緣一般是不連續的，很難形成相對完整和封閉的目標輪廓，這樣提取出來的特徵效果可能不好。通過使用輪廓檢測演算法，可以忽略背景和目標內部的紋理以及雜訊干擾的影響，對邊緣進行細化並進行連接，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，比如使用專門設計的檢測運算元等。通過使用這些運算元，可以生成更好的臉部特徵，有利於後續的計算和比對。
四、實現過程
以上簡單描述了人臉關鍵特徵的計算方法。在實際應用中，需要藉助於統計分析的技術，從大量的人臉中找到對應的特徵，並通過訓練出不同的分類器，如嘴巴分類器、眼睛分類器等，從而實現人臉及關鍵部位的檢測。
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，得到關鍵部位信息，並進行存儲或比對，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，並進行結果合併；或者直接對包含各個部件的全局特徵進行比對，直接輸出比對結果。
這兩種方法同樣對應著人類的識別過程，有研究表明，兒童識別目標（如人臉）往往依據目標的某些局部特徵，而成年人則側重於記住目標的全局。
人臉特徵的探測也可作為一種圖像預處理手段，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，解決人員距離採集器遠近的問題。
五、演算法評價
從理論上來說，人臉的關鍵部位特徵相對比較穩定，對人臉、方向等沒有過多要求，通過演算法提取的特徵能準確反映對象的特徵，具有一定的不變性，保證了結果輸出的一致性，能夠滿足人臉識別在早期各應用場景的使用。
當然，這裡面的運算元設計和模型構建都需要有領域知識的支撐。運算元的構建、特徵的提取以及模型的建立都影響著最終的匹配結果，需要具有深厚的專家知識和經驗。這個過程往往是手工建模完成的，各個模型及參數的設置都比較耗時，具有一定的主觀性。
同時，特徵工程的適配性較差。比如，各地區人員臉部特徵不同，會導致已經調整好的演算法在落地時，需要手動多次調整參數，過程耗時、耗力，嚴重阻礙了演算法的大規模部署。
雖然，從表面上看，基於人臉關鍵特徵的識別方法有諸多缺點，且效率較低。但演算法能夠從人類的先驗知識出發，直觀而樸素，一定程度上推動了人臉識別技術的發展和普及，為後續更智能的演算法奠定了基礎。
作者：AIoT產品，10年B端產品設計經驗；微信公眾號：AIoT產品