中国江苏网讯 今年7月1日开始，南京交警部门启用非机动车、行人交通违法抓拍，即使多人闯红灯过马路，抓拍系统也可以一一识别人脸，挨个发送交通违法短信提示。在此前张学友全国演唱会上，接二连三的有逃犯落网，其中有些是潜藏多年的逃犯，幕后就是人工智能技术的支持。为什么要推广人脸识别？当然不光是为了抓逃犯，“我们是为了一个新的时代，叫做人类和人工智能协作共存的新时代。”人工智能领域专家温浩为您解读，“人脸识别”是如何做到在浩瀚人海中“一眼”就锁定你的。
转自SELF格致论道讲坛（微信号：SELFtalks），有删节
主讲嘉宾
温浩
中国科学院重庆研究院人工智能联合研究中心副主任，云从科技联合创始人
人工智能连你是谁都不知道，它怎么和你协作？
我们为什么要做人脸识别？当然不光是为了抓逃犯，我们是为了一个新的时代，叫做人类和人工智能协作共存的新时代。
大家可能对人工智能既熟悉又陌生，觉得是不是人工智能要代替人？我们其实是抱积极乐观的态度，它（人工智能）一定是和我们协作共存的。协作一定是从识别人开始的，如果机器连你是谁都不知道那它怎么和你协作？
我们70%的信息都来自于视觉，所以人脸识别是非常重要的视觉的入口，在各行各业已经得到广泛的应用。比如通过刷脸支付，我们能很方便地买到一杯咖啡，不需要带卡，不需要带其他东西，也不需要记密码。在机场通过安检口识别之后，我们可以走到一个航显屏上，它可以实时地把我要去的目的地、航班、登机口都显示出来，同时可以指示我怎么走到登机口。这就是非常好的展示人工智能帮助我们更好地生活的例子，不光是保障我们的安全。
我们要达到让机器更靠谱地识别人的目的，第一个就是要解决人脸识别。
人脸识别的基本原理是通过摄像机拍一张你的照片，然后在后台计算机上分析。照片是有角度、有光线的，如何让计算机摆脱这些干扰因素？如果是侧面和正面，会有怎样的影响？如果是逆光，人脸可能都看不清楚了，这时怎样把它识别出来？这些因素都是我们首先要考虑的。
1亿次冒充别人去验证，通过的概率只有一次
从2013年开始，我们做了一些实验性的工作。首先，我们设计了一个大规模的摄像头阵列，这个阵列有91个摄像头，包括7层，我们叫7种俯仰角，以及13个不同偏转角度，我们叫偏航角。这91种角度，91个摄像头，可以在毫秒的误差范围内同时采集到一个人不同角度的人脸，我们称之为结构化的数据。
它能够让计算机在短时间内通过少量的数据训练，对一个人不同的角度采取有效的分析。这个设备我们现在还在用，采集到上千万张结构化的人脸。
其次，我们模拟了各种各样的光源，强光、弱光、逆光、顺光，或者是太阳光，或是微弱的星光，或者室外的车灯、室内的照明灯，来看这种光源情况下，不同的光照等级下人脸的变化情况。
这是从角度和光源两个方面去识别人脸。通过这些技术，我们今天可以把人脸识别的误识率做到亿分之一。相当于1亿次尝试冒充别人去验证，只有一次机会的概率通过，这基本上可以覆盖到绝大多数的应用。我们人眼的正确率大概是97%左右，它已经是99.8%了。
仅仅靠这个就可以把事情做好了吗？还不行。举个例子，前段时间我们看到宁波有一套行人的闯红灯识别系统，它可以把非法闯红灯的行人实时抓拍并曝光在LED屏上。
结果有网友看到董明珠女士的照片曝光在曝光台。仔细一看发现原来是公交车上的车身广告。车身广告有董明珠女士的人脸，摄像机把她精确地识别出来了，然后被认为是非法闯红灯了。
这种情况让人尴尬，识别没有错，但犯了一个最大的问题是这是不是真实的人脸，如果不是真实的人脸就应该排除掉。
这牵扯到另外一项技术——活体检测技术，它能够分辨是平面的照片，还是视频，还是一个真实的人脸，甚至是一个3D的人脸模型，都可以把它分辨出来，这是我们要做的第二项技术。
不用拍到脸，通过衣着、仪态等就可以认出你
最早我们的技术是用在手机银行，或者是证券的远程开户。比如今天很多APP上用刷脸登录，它会让你眨眼、转头或者是张嘴，这些动作是随机的，你不可能事先录制好，通过这些动作就可以判别出你是真人还是照片。
但大家在使用过程中会发现它比较慢，快的话也要三五秒钟，慢的话可能要十几秒钟，有时可能不太方便。为什么要做这些看起来很傻的动作？所以这就是我们现在要解决的。
第二代的红外双目技术。它通过两个摄像头，一个是可见光的摄像头，RGB的，还有一个是红外光摄像头，我们虽然人眼看不到，但它对我们的人脸是比较敏感的，它可以反射，可以被红外的摄像头采集到。但如果是照片，或者是视频、平板，它反射回来的照片是不一样的。通过这种差异性的计算可以把真实的人脸和照片区分开。
像这样的技术，我们已经用在刷脸支付，银行里的刷脸取款。
但是我们现在的技术还是平面的，最重要的是发展一个三维的、实时的生成人脸，我们采取结构光的技术。
它同样是红外光，也同样有至少两个摄像头，一个是可见光摄像头，一个是红外光摄像头，但是这个光跟刚才不一样，它是有结构的，比如说二维的点阵。
假如有一万多个二维点阵，它可以同时投射到人脸上，因为这些光有结构，它经过空间的传输后到人脸，人脸是有深度的，经过反射之后会产生形变，形变信息经过计算以后就可以得到人脸的实时的3D模型。
这个技术可以精确地实现人脸3D建模，当然就可以分辨出人脸是平面的还是真实的。如通过一张照片就能生成你的人脸模型，侧面、正面、顶部和底部。
有了这些技术之后，我们基本上可以比较精准地识别到一个人脸。
但这还远远不够，很多时候摄像机是固定的角度，并不能拍到你的人脸，这时怎么办？
从2017年开始，我们在做这样一个技术叫跨镜追踪，不同的摄像机可以把同一个人的衣着、姿态、配饰都识别出来，然后仍然把你定位出来。
这个技术非常实用，如果用在抓逃犯上，可以更精准地通过少量的摄像机能把目标人物检测出来。
当然它可以用在其他更多地方，假如说一个女孩在公园里跑步，公园主干道上有一些摄像机，这些摄像机在没有拍到人脸的情况下，仍然可以把这个女孩的衣着和步态识别出来，然后对她进行轨迹的跟踪，这就是我们的跨镜追踪技术。
这个技术除了抓逃以外，还可以用于帮助走失的儿童、走失的老人，可以实时地、快速地跟踪。同时，这个技术还可以用在商业里面。
精彩观点
我们为什么要做人脸识别？当然不光是为了抓逃犯，我们是为了一个新的时代，叫做人类和人工智能协作共存的新时代。大家可能对人工智能既熟悉又陌生，觉得是不是人工智能要代替人？我们其实是抱积极乐观的态度，它（人工智能）一定是和我们协作共存的。协作一定是从识别人开始的，如果机器连你是谁都不知道那它怎么和你协作？
通过这些技术，我们今天可以把人脸识别的误识率做到亿分之一。相当于1亿次尝试冒充别人去验证，只有一次机会的概率通过，这基本上可以覆盖到绝大多数的应用。我们人眼的正确率大概是97%左右，它已经是99.8%了。
