姓名：吳慶愷 ?學號：16020610024
轉(zhuǎn)載自：https://www.guokr.com/article/442464/ ?有刪節(jié)
【嵌牛導讀】：11月3日点额，第一批蘋果iPhone X如期上市舔株。到今天，運氣好的朋友可能已經(jīng)開始拿著新手機刷臉玩兒了还棱。iPhone X從解鎖屏幕到購物付款载慈，全靠刷臉。好用嗎珍手？安全嗎办铡？
【嵌牛鼻子】：刷臉，廣義的AI領域琳要，特征串寡具，追趕的狀態(tài)，艱苦的努力稚补，高效童叠、便利
【嵌牛提問】：iPhone X從解鎖屏幕到購物付款，全靠刷臉课幕。好用嗎拯钻？安全嗎帖努？
【嵌牛正文】：面部識別并不是什么新的技術，iPhone X的“刷臉”和其他產(chǎn)品的“刷臉”有什么不同粪般？是什么樣的黑科技拼余，能讓蘋果放心大膽地直接取消了使用指紋的Touch ID，把方便與安全完全托付給了深度學習技術和Face ID亩歹？
果殼科學人為此專訪了中國科學院計算技術研究所專門研究深度學習與面部識別的山世光研究員匙监，聽他給咱們講講面部識別是怎么回事？除了解鎖iPhone小作，面部識別還有什么用處亭姥？
全靠刷臉的iPhone X。圖片來源：apple.com
AI是怎么識別人臉的顾稀？
科學人：面部識別跟AI（人工智能）有什么關系达罗？
山世光：面部識別是隸屬于計算機視覺、模式識別和機器學習等學科領域的一個研究方向静秆，而這些學科領域都屬于廣義的AI領域粮揉。所以，簡單說抚笔，面部識別是AI要具備的重要能力之一扶认。
科學人：AI是如何學習識別人臉的？
山世光：目前多數(shù)面部識別系統(tǒng)都是采用深度學習技術來實現(xiàn)的殊橙。學習的內(nèi)容（技術原理）是采用多層人工神經(jīng)網(wǎng)絡（一般是卷積神經(jīng)網(wǎng)絡辐宾，這里說的神經(jīng)網(wǎng)絡并非生物神經(jīng)網(wǎng)絡，而是由大量稱為“人工神經(jīng)元”的計算單元互聯(lián)而成的網(wǎng)絡結構）對輸入的數(shù)字照片進行一層一層的變換處理膨蛮，最終得到一個由若干數(shù)字組成的特征串（比如500個數(shù)字）叠纹，大家可以將其理解為密碼。
應用于人臉解鎖時敞葛，拿到手機首先需要注冊自己的臉吊洼，也就是先讓系統(tǒng)采集你的照片，用之前通過深度學習掌握的方法提取照片的特征串制肮，然后存儲到安全的地方冒窍。這個過程類似于密碼設置。
在你刷臉解鎖時豺鼻，系統(tǒng)再拍攝一張你的照片（必要時可以多張）综液，同樣提取特征串——這相當于輸入密碼；如果這個特征串和系統(tǒng)存儲的特征串足夠相似（注意：這里和密碼是不一樣的儒飒，密碼要求完全一樣）谬莹，就可以解鎖了。
關鍵問題在于：如何學習這樣的一個很多層的神經(jīng)網(wǎng)絡？
圖片來源：發(fā)布會截圖
這需要海量的人臉照片（稱為“訓練集”）附帽，比如10萬人的1000萬張照片（每人100張不同樣子的照片）埠戳，這些照片最好覆蓋各種樣子，比如有無眼鏡蕉扮、各種表情整胃、各種視角、各種年齡等喳钟。
所謂的學習過程就是用這些照片不斷地去調(diào)整多層神經(jīng)網(wǎng)絡中每一層完成變換所需要的參數(shù)屁使，每次調(diào)整的目標都是使多層神經(jīng)網(wǎng)絡最后能夠輸出應該輸出的那個人，直到訓練集中的所有照片都能夠被歸類給正確的那個人奔则。
這個學習過程一旦完成蛮寂，就得到了一個可以提取不同人最典型特征的面部識別系統(tǒng)，這個網(wǎng)絡就可以對任意人臉照片（完全可以不是訓練集中的那些人的照片）進行層層變換易茬，最終得到這個人的特征串酬蹋。
直觀上理解，這個“完成學業(yè)”的面部識別系統(tǒng)會用低層“人工神經(jīng)元”提取出照片中的點抽莱、線等簡單模式范抓，再用中間層人工神經(jīng)元提取出人臉上的曲線、角岸蜗、橢圓等更復雜的模式尉咕，再后面的神經(jīng)元則提取出五官等模式叠蝇，最后璃岳，可以把輸入人臉上異于其他人的那些關鍵屬性或特征找出來，最終形成一個特征串悔捶。
這里必須指出的是铃慷，以深度學習為基礎的現(xiàn)代面部識別技術提取的“特征串”是很難理解其含義的——面對這么一串“數(shù)字化的臉”，即便是面部識別專家也不能解讀蜕该，更不能人工抽取犁柜。但可以肯定的是，這些特征串絕不是大家容易想到的眼眉鼻唇的大小堂淡、形狀之類的人類可辨識特征馋缅。
科學人：除了2D的面部照片，F(xiàn)ace ID還使用了2D紅外圖像和記錄面部深度數(shù)據(jù)的紅外點陣圖像绢淀。這與以往的面部識別技術有什么不同嗎萤悴？
山世光：蘋果的Face ID采用的是RGBD相機，也就是所謂的深度相機——除了普通相機能夠記錄的紅（R）皆的、綠（G）覆履、藍（B）信息之外，還能記錄深度信息（D）。這一點與以往大多數(shù)面部識別技術有一定差異硝全，但也不是全新的技術栖雾。學術界早有研究，包括我們公司也有相應的技術儲備伟众。能夠記錄深度信息的最大優(yōu)勢是“防攻擊”能力強析藕，可以更方便地檢測出照片、視頻播放等“假臉”的攻擊赂鲤，從而大大提高安全性噪径。
當然，2D紅外圖像和深度數(shù)據(jù)的使用確實也可以進一步提高識別精度数初，因為它們之中包含了更多可以區(qū)分不同人的信息找爱，特別是深度信息，包含了更多面部的立體結構信息泡孩。
iPhone X會根據(jù)采集的照片制作一個含有面部3D信息的“密碼”车摄。圖片來源：apple.com
科學人：這樣的AI在學習的時候只用照片就可以嗎？還是也得用3D的人臉數(shù)據(jù)仑鸥？
山世光：對2D面部識別而言吮播，只需要使用有身份(ID)信息標注的照片即可完成學習。一般來說眼俊，除非是專門做3D面部識別意狠，否則不需要大量3D人臉數(shù)據(jù)。對iPhone X用的面部識別系統(tǒng)而言疮胖，還是需要收集大量的有ID標注的RGBD人臉照片來學習环戈，但需要的數(shù)據(jù)量可以相對少，其原因在于兩方面：1）基于大量2D照片（即RGB照片）學習而來的面孔識別系統(tǒng)可以直接利用RGBD相機拍攝的RGB數(shù)據(jù)進行面孔識別澎灸；2）深度（即D）圖可以看成類黑白照片院塞，也可以借力已有的2D面孔識別系統(tǒng)。
科學人：據(jù)說13歲以下的孩子對于面部識別來說是個難題性昭，難在哪兒拦止？
山世光：面部識別對小孩子的識別能力略差，主要是因為小孩子長得快糜颠，變化大汹族，因此容易導致識別困難。其實類似的情況其兴，很多面部識別系統(tǒng)對女性的識別能力也相對要差一點點顶瞒，因為女性有更多的化妝、飾物遮擋等變化忌警。
科學人：AI能夠通過學習識別孩子每天的成長變化嗎搁拙？
山世光：每天學習是可以的秒梳，但似乎蘋果并沒有用這個技術來解決孩子快速變化的問題。
科學人：美國的AI會不會也認為亞洲人都長得一樣箕速？
山世光：如果美國的AI學習神經(jīng)網(wǎng)絡所用的訓練集中所有人都是西方面孔青责，而沒有亞洲面孔荣月，那么最終形成的面部識別系統(tǒng)也不能很好地區(qū)分亞洲人棍苹。這一點和人類相似肤视，AI也存在所謂的“種群效應”。但現(xiàn)在多數(shù)面部識別系統(tǒng)的訓練集都是包含各個人種的字柠，所以探越，這方面的問題不會那么嚴重。
刷臉到底安全不安全窑业？
科學人：蘋果發(fā)布會說專業(yè)的仿真面具都無法通過驗證钦幔，但是化妝、疤痕常柄、帽子鲤氢、眼鏡，甚至有測評說部分遮蔽的臉（比如戴著口罩只露出半張嘴）卻可以通過檢測西潘，這在技術上是如何實現(xiàn)的卷玉？
山世光：理論上，半張臉也能通過驗證是可以做到的喷市，難的是同時還能保持對假冒者攻擊的有效防御相种。對面部識別來說，半張臉只是用來辨認此人的信息減少了品姓，不是不能識別了寝并，何況上半臉包含的信息本來就多些，下半臉信息偏少一點缭黔。打個比方食茎，你的密碼本來是500位數(shù)字（實際上不需要這么多蒂破，有很多冗余）馏谨，現(xiàn)在假設你只輸入了300位，而且這300位中90%都正確附迷，要不要解鎖呢惧互？顯然，這就看我們愿意不愿意降低一點安全性喇伯，而換來更大的便利性了喊儡。
當然，我對iPhone X是否真能做到所有情況都可以穩(wěn)定識別持懷疑態(tài)度稻据。事實上艾猜，在用戶中普及之后，不能通過驗證的情況一定會有，就像指紋一樣匆赃，假設每天解鎖100次淤毛，有三五次失敗需要輸入密碼解鎖是可接受的。
據(jù)說連這樣的面具都騙不過Face ID算柳。圖片來源：發(fā)布會截圖
科學人：同卵雙胞胎再化化妝能騙過AI嗎低淡？
山世光：有很大可能，特別是年輕時瞬项，雙胞胎會非常像蔗蹋，目前沒有權威的測試（因為沒有大規(guī)模的測試集）表明面部識別技術在區(qū)分雙胞胎上會有怎樣的表現(xiàn)。從技術原理上來說囱淋，AI識別人臉的能力雖然可以超過人猪杭，但因為缺少大量雙胞胎數(shù)據(jù)，最終表現(xiàn)很可能不夠理想妥衣。蘋果公司也承認了這一點胁孙。
科學人：作為專業(yè)從事面部識別領域研究的科學家，有辦法騙過AI嗎称鳞？
山世光：如果我們刻意地想去攻擊這樣的面部識別系統(tǒng)涮较，是有可能找到辦法的，但絕對不是那么容易冈止。至少在回答這個問題的時候狂票，我還沒有想到可以簡單攻破的辦法，除了用雙胞胎熙暴。當然闺属，我這里說的攻擊指的是解鎖別人的手機。如果攻擊指的是想辦法不被自己的手機識別自己周霉，那就簡單多了掂器，會有很多辦法，比如化濃妝俱箱、戴大圍巾国瓮、長發(fā)遮擋大部分面部、強逆光拍攝等狞谱，都有可能導致識別失敗乃摹。
科學人：IPhone X并不是第一臺能刷臉解鎖的手機。但卻是第一臺放棄了指紋識別跟衅，只能刷臉孵睬，否則就只能手動輸密碼的手機。這是商業(yè)選擇伶跷，還是技術高度掰读？
山世光：更多是商業(yè)選擇秘狞，但也有技術高度。從商業(yè)的角度蹈集，這是個很好地噱頭谒撼。其實去年國內(nèi)某著名手機品牌就已經(jīng)與我們合作將中科視拓的Seeta面部識別技術用到了某款手機上識別主人，但采用的是謹慎試水的方式雾狈，沒有完全依賴于面部識別技術而放棄了指紋識別等其他驗證方式 廓潜，也沒有大規(guī)模宣傳。效果其實是很好的善榛，至少在發(fā)布會現(xiàn)場沒有像iPhone X那樣第一次解鎖就失敗辩蛋。這次iPhone X上市，蘋果公司選擇了大批量采用移盆，按照其做事風格悼院，我傾向于相信是經(jīng)過了大量測試的，技術高度肯定是有了咒循，特別是在防攻擊方面据途，但其性能倒未必可以“絕殺”國內(nèi)外其他廠商。
科學人：指紋識別的時候叙甸，同一部iPhone可以儲存5個指紋（意思是颖医，最多有5個人可以解鎖同一部電話），但是面部識別只允許儲存1張臉裆蒸，這有什么技術或是安全上的考慮嗎熔萧？
山世光：我們每個人都有10個手指，但只有一個面孔僚祷。我理解指紋識別存儲5個指紋不是為了5個人共享一部電話佛致，主要是為了使用者可以用5個不同的手指解鎖自己的手機，因為有時候我們需要用不同的手指（哪個方便用哪個）辙谜。我認為面部識別只允許儲存1張臉俺榆，這個不是安全考慮，而是絕大多數(shù)情況下“一部手機僅一人使用”這一現(xiàn)實情形的必然結果装哆。
科學人：AI提取面部數(shù)據(jù)和進行面部識別需要聯(lián)網(wǎng)嗎罐脊？是不是得把我的面部識別信息先傳給蘋果公司？
山世光：不需要烂琴。如果是這樣爹殊，手機斷網(wǎng)了就不能用人臉解鎖了蜕乡，這顯然不符合常識奸绷。
科學人：壞人是不是可以偷走手機獲取我的面部識別信息？用這些信息可以冒充我通過檢測嗎层玲？
山世光：技術上非常困難号醉，基本上不用擔心反症。如果這個可以實現(xiàn)，那么我們用來解鎖手機的密碼在手機被偷走后應該也可以被獲取畔派。
科學人：面部識別信息會暴露我的長相嗎铅碍？
山世光：對面部識別專家來說，技術上有這個可能性（能大概恢復出你的面部圖像线椰，但不會很清晰）胞谈，而且能這樣做的前提條件是可以拿到一個人的面部識別信息，以及生成這些信息所采用的面部識別方法（也就是前面說的那個深度神經(jīng)網(wǎng)絡系統(tǒng)）憨愉。這是非常困難的烦绳。所以大可不必擔心。
科學人：面部識別信息還可能被拿去做什么配紫？
山世光：如前所述径密，我個人認為，面部識別信息除非被面部識別算法的開發(fā)者獲得躺孝，否則沒什么用享扔。即使他拿到，對他有用的概率也極低植袍。
圖片來源：發(fā)布會截圖
刷臉會不會讓手機變慢惧眠？
科學人：深度學習需要巨大的運算力，使用刷臉功能是不是會占用手機的大量資源于个？
山世光：不會锉试。深度學習需要巨大運算力，指的是在“訓練”或“學習”階段览濒，也就是學習使用深度網(wǎng)絡提取面部信息的過程呆盖。這個過程在高性能服務器上也可能需要數(shù)天甚至數(shù)周才能完成，不過是在開發(fā)者的服務器上完成的贷笛。
手機在出廠時已經(jīng)預裝了“完成學業(yè)”的面部識別系統(tǒng)应又。也就是說，根本不需要在用戶手機上完成訓練和學習乏苦。在手機上進行識別時需要的運算復雜度相比訓練和學習階段要小得多得多株扛，所以不會占用大量資源。
此外汇荐，和指紋識別類似洞就，手機并不需要時刻進行面部識別，只需要在需要身份識別的時候進行計算就可以了掀淘。
科學人：有評論說刷臉比刷指紋慢旬蟋，是因為有更多的數(shù)據(jù)需要運算嗎？
山世光：相比普通指紋識別革娄，面部識別算法確實復雜度更高倾贰。但隨著硬件計算能力的快速進步冕碟，用戶不會感覺到太大的差異。
中國的面部識別技術
科學人：在深度學習和面部識別的研究應用領域匆浙，中國現(xiàn)在處在什么水平安寺？
山世光：目前，中國面部識別的應用處于國際領先水平首尼。在公安挑庶、金融、交通软能、商業(yè)等很多應用領域中挠羔，因為安全監(jiān)控、實名制等強制性要求埋嵌，中國逐漸安裝了遠多于國外的面部識別系統(tǒng)和產(chǎn)品破加。同時，這些系統(tǒng)的安裝使得國內(nèi)研發(fā)機構有機會獲得更大規(guī)模的訓練數(shù)據(jù)和更為豐富的實戰(zhàn)經(jīng)驗雹嗦。因此范舀，這些面部識別系統(tǒng)的識別率、誤識率等精度指標也優(yōu)于很多國外系統(tǒng)了罪。
但在深度學習的前沿研究方面锭环，我們還在緊緊追趕的狀態(tài)，也就是在很多單點上有領先優(yōu)勢泊藕，但在基礎理論和創(chuàng)新方法上辅辩，還需要付出很多艱苦的努力。國際領先絕非一日之功娃圆！
除了3D掃描玫锋，國內(nèi)在面部識別領域已經(jīng)開始了X-Data驅(qū)動的深度學習方法的研究。X-Data代表半監(jiān)督讼呢、無監(jiān)督撩鹿、弱監(jiān)督、自造數(shù)據(jù)悦屏、小數(shù)據(jù)节沦、雜數(shù)據(jù)、臟數(shù)據(jù)础爬、自尋數(shù)據(jù)等甫贯。使用這些數(shù)據(jù)訓練機器學習模型，AI的研發(fā)成本將大幅降低看蚜。圖片來源：中科視拓叫搁。圖片來源：中科視拓。
科學人：除了解鎖手機，面部識別在安保以及生活的其他方面還有哪些重要的應用常熙？
山世光：除了廣為人知的警用安防領域纬乍，面部識別的民用市場更為巨大碱茁。簡單說裸卫，面部識別在金融、交通纽竣、教育墓贿、商業(yè)、文化等幾乎所有領域都有用武之地蜓氨，特別是在需要“實名制”和“驗明正身”的地方聋袋，都可以用自動面部識別技術來代替過去靠人工完成的核驗步驟。例如穴吹，中科視拓的Seeta面部識別技術已經(jīng)在很多運營商那里得到應用幽勒，用來完成開戶人員的實名制身份核驗，也就是驗證持證人員是否本人港令。機場啥容、車站、考試等領域也已經(jīng)在使用我們的技術顷霹，完成對旅客或考生身份的實名制核驗咪惠。
除了Face ID解鎖，面部識別系統(tǒng)還可以應用于公安淋淀、金融遥昧、交通等眾多領域，對普通市民或重點人員面部進行建庫朵纷，通過人像比對快速精準確認被查詢?nèi)藛T身份炭臭，實現(xiàn)黑白名單人員的識別。圖片來源：中科視拓
面部識別還可以用來進行各種活動或會議的快速簽到袍辞。在10月28日舉行的未來論壇年會上徽缚，3000多名參會人員就現(xiàn)場體驗了刷臉簽到的便捷。采用面部識別技術革屠，一個參會人員從到達注冊臺前到打印出胸牌并拿到所有會議材料凿试，只需要十秒鐘左右的時間（其中面部識別只需要一兩秒），大大提高了簽到效率似芝。
另外一個可以想象的巨大市場空間是：幾乎任何有“門”和“鎖”的地方都可以采用面部識別來代替門鎖那婉。例如，利用Seeta面部識別技術開發(fā)的面部識別閘機已經(jīng)在平安科技党瓮、航天等很多單位得到應用详炬，實現(xiàn)了特定園區(qū)或樓宇人員高效、便利的無卡刷臉出入。
所以呛谜，我能用我家貓主子的臉來保護我的手機嗎在跳？
山世光：不能。因為面部識別算法的第一步就是在畫面中尋找人臉（技術術語是面部檢測隐岛，face detection）猫妙，這個階段貓臉是不會被誤判為人臉的，因為面部檢測算法在學習階段不但不會把貓臉當作人臉聚凹，還會把貓臉當作人臉的“反面教材”來學習割坠。
