前言

2015年以来，人脸识别相关新闻频频进入人们的视野，国内外的人脸识别算法团队不断刷新着各种记录，相关的产品与应用也层出不穷，使得人脸识别成为近期最受关注的生物特征识别技术。

人脸识别作为一种生物特征识别技术，早期主要应用于公共安全领域，随着近年来人脸考勤、人脸通过等应用的普及，普通人逐渐接触到以前在科幻片中才能看到的技术。尤其是近两年，随着技术的进步，人脸识别在各个领域取得越来越多的应用：马云在德国演示了刷脸支付、微软的How-Old.net测年龄刷爆朋友圈、银行券商逐渐采用人脸识别技术辅助开户。本文旨在回顾人脸识别技术的发展历程，同时结合个人的观察与总结，展望人脸识别的未来趋势。

人脸识别技术简介

完整的人脸识别系统一般包括人脸检测、人脸配准、人脸匹配、人脸属性分析等模块。

人脸检测：从图片中获得人脸的位置，目前常用的是AdaBoost级联分类器。

人脸配准：在人脸图像中获得关键特征点(比如眼睛、鼻子、嘴巴)的位置，通常采用回归的方法。

人脸匹配。人们常说的“人脸识别”通常指的是人脸匹配，包括两种模式：鉴别(identification)与认证(verification)。人脸鉴别给出测试人员的身份，即解决”你是谁”的问题，比如公安追逃系统;人脸认证用于判断测试人员与其声称的身份是否一致，即验证“你是你”的问题，比如刷脸支付。目前主流的方法有两种，一是通过人工设计特征+子空间投影实现，二是采用深度学习算法。

人脸属性分析。根据人脸分析出各种属性，比如年龄，性别，表情，种族，发型，是否戴眼镜，胡子的类型。通常采用一般的分类或者回归技术。

人脸识别技术进展

自动人脸识别系统的研究始于20世纪中期,早期的人脸识别探索主要依靠一些手工标定的几何特征(比如眼镜、嘴巴等器官的位置、距离)进行分类，实用的成果较少。

1991年发表的EigenFaces是一种重要的方法，该方法通过主成分分析(PCA)将图像投影到一个低维的“特征空间”，使得信息损失最少，在该“特征空间”上进行人脸分类。该方法不仅对数据进行了压缩，而且识别效果比直接使用图像像素也要好。EigenFaces将统计学习引入到人脸识别领域，直接影响了后续的一大类主流识别算法，即子空间方法，该类方法通过各种各样准则来寻找“特征空间”，使得在“特征空间”上分类准确率更高，比如FisherFaces。与EigenFaces不同的是，在训练阶段FisherFaces引入了监督信息，投影的不标不再是“信息损失最少”，而是“同类分布越紧，不同类分布越散”，即更容易分类，在有足够带标签样本的情况下，该方法可以获得更好的识别效果。1990年代，美国国防部反毒品技术发展计划办公室资助了FERET(Face Recognition Technology Test)项目，构建了数据库对自动人脸识别算法进行对比，在1996年最后一次FERET测试中，子空间方法取得了领先的测试结果。时至今日，子空间方法仍然发挥着非常重要的作用，不仅直接应用于许多人脸识别系统，而且许多人脸识别的新方向比如流形学习、稀疏表示、度量学习，都或多或少的受到子空间方法的影响。

尽管子空间方法在FERET的一些简单测试集合上取得了不错的效果，但是当测试集呈现出光照、姿态等变化时，子空间人脸识别算法的性能急剧下降，因此在进入21世纪后，人脸识别研究者们将更多的精力放在提高算法的鲁棒性上面。子空间方法在非理想测试条件下性能下降的一个重要原因就是，原始的图像像素包含了诸多不利于识别的信息，比如光照。研究人员主要有两种思路来应对这些不利因素：一是进行专门的校正(去光照以降低光照的影响;3D校正以降低姿态的影响)，二是寻找更加鲁棒的特征。鲁棒的特征是目前很多识别算法的基础，其中比较常用的有Gabor特征、LBP特征。在21世纪的前10年里，研究人员结合鲁棒特征与子空间算法提出各种各样的改进，使得人脸识别算法的性能得到不断的提升，见图1。人脸识别逐渐在一些场景中得以实用，比如人脸考勤机、自助通关。

图1 NIST人脸测试历程

尽管在一些测试集合上，鲁棒特征+子空间的方法已经取得了非常高的准确率，但是在实际场景中，人脸识别性能仍然难以满足要求。现实环境下光照、姿态、清晰度等远远比实验室采集的测试图片复杂的多。2007年LFW数据集被建立，该数据集旨在评价非约束场景下的人脸识别性能。由于该数据集包含复杂的姿态、表情、遮挡等变化，而且又没有充足的训练样本，很多算法并不能取得很高的准确率，在2010左右最好的算法也只有85%左右的准确率。研究者们发现，要想取得好的效果，准确的特征点定位、适当的学习算法以及大量的训练样本起到至关重要的作用。于是从2010年开始，准确地特征点定位、高层特征表示与度量学习、收集更多的训练样本成为人脸识别研发的方向。一个代表性的算法就是微软的HDLBP算法，该方法基于准确定位的特征点提取高维的人脸特征，以稀疏投影的方式进行降维，最后通过一种度量学习算法来计算相似度，在LFW上取得了93%以上的准确率，此外，通过在大量的外部数据集上进行训练，准确率可进一步提高到95%以上。2012年以后，随着深度学习的复兴，研究人员自然而然的想到通过深度学习来解决人脸识别问题。在刚开始的一些尝试中，深度学习在人脸识别中并没有取得非常领先的结果，在2013年的CVPR上仍然落后于传统方法。之后研究人员针对人脸识别的特点进行了一系列的改进，而且通过互联网收集到更多的训练样本，终于使得深度学习在人脸识别领域取得了不错的结果。在2014年的CVPR上，Facebook、CUHK、Face++等通过深度学习在LFW上取得了97%以上的准确率，尤其是CUHK的汤晓鸥实验室对其DeepID系列算法不断改进，其DeepID2算法取得了99%以上的准确率，第一次使得算法的性能在LFW数据集上超过了人类。

据笔者统计，截止目前已经有至少10个人脸识别团队宣称自己的算法识别准确率(在LFW数据集上)超过99%,其中有百度、Google、腾讯这样的互联网巨头，有Face++、Linkface等初创公司，也有香港中文大学、中科院、新加坡国立大学这样的科研院所。这些团队的结果都得益于深度学习算法。毫无疑问，深度学习成为目前人脸识别领域最主流的研究方向。

人脸识别技术展望

毫无疑问，深度学习成为目前人脸识别领域最主流的研究方向，但是传统方法仍然可以取得不错的效果。在大华股份内部，传统非深度方法与深度学习都起到重要的作用。深度学习算法学习能力更强，在具备足够多的训练样本的情况下，往往可以取得更高的准确率，但是目前的深度学习算法计算量一般都比较大，往往依赖于GPU等并行计算资源。非深度方法不仅速度快，而且在安防监控等复杂环境下更加稳定，比如在一个中国人日常生活照数据集上，大华的非深度学习算法可以超过某深度学习算法(该算法在LFW上准确率超过99%)。深度学习在未来一段时间内必将持续成为研究重点。同时传统方法也不容忽视，尤其是在一些实用场景速度要求高、环境复杂而训练数据又不充足的情况下。算法改进、数据资源、计算资源将成为核心竞争力，尤其是数据资源，成为深度学习性能的关键因素。一定程度上可以说谁掌握了数据入口(尤其是特定领域的结构化数据)，谁就有机会做出真正的”终极应用”，例如大华股份专注于安防领域的人脸识别，针对安防监控采集、收集了大量结构化数据用于算法改进，取得了较好的效果。

数据成为提升人脸识别算法性能的关键因素，很多应用更加关注低误报条件下的识别性能，比如支人脸支付需要控制错误接受率在0.00001之内，因此以后的算法改进也将着重于提升低误报下的识别率。对于安防监控而言，可能需要控制在0.00000001之内(比如几十万人的注册库)，目前学术界还没有相关的数据库可以测试如此低误报下的识别性能，大华股份在内部已经建立了千万级别的数据库用于算法测试与改进。

人脸识别的应用展望与思考

随着技术的日益进步，人脸识别必将更多的走进每个人的日常生活，比如越来越多的银行与券商借助人脸识别进行身份核实，大大提高了工作效率;基于人脸识别的社保领取，方便了大批行动不便的老人;证件照查重、嫌疑犯检索协助公安机关破案。然而必须认识到的是，目前的人脸识别技术远远没有达到足以应用到任意场景的程度，尤其是对安全性要求、识别率要求很高的场景下。过度宣传“识别率达到99%” “识别率超过人类”之类的内容并不利于人脸识别的长远发展。首先，LFW只是一个很小的学术数据集，在上面达到99%以上的准确率并不代表在实用中可以达到很高的准确率，在更权威的数据集FRVT上，很多算法并没有经过测试，难以评价真正的性能。其次，人脸识别的很多问题还没有得到真正解决，比如刷脸支付下的活体验证，现有的验证机制很可能被视频合成、3D头套等破解，存在巨大风险。

总之，人脸识别历经数十年的发展，已经取得了巨大的进步，应用前景广阔，但同时也面临着巨大的挑战。通过学术界、工业界同仁持续的脚踏实地的努力，人脸识别必将取得更多的进展。