技术对话
人脸识别背后的技术解析


　　　电脑报：人脸识别的基本流程是怎样的？
　　　印奇：首先找到人脸在哪，然后是关键点定位，把眉毛、眼睛、鼻子这些点用作识别的基本信息，然后再做识别。按我的理解，现在的人脸检测和关键点定位已经相当成熟，符合大家预期了。但在关键点定位之后的识别这块还没有做得特别成熟。
　　　在这里我们是把人脸当作特异化的物体来处理。假如我要做狗的识别，那模块其实缺了很多，首先我都找不到这张狗，一张图里有只狗，机器不知道哪是狗， 也不知道哪是狗的头，哪是狗的尾巴；而人脸的模块已经成熟了，并且只做这类图片时我们会提取之和这类图片相关、其他图片没有的特征。
　　　
　　　电脑报：传统基于关键点定位的人脸识别技术有哪些问题？
　　　印奇：传统的人脸识别更多的是图像层面的比对，比如说要检测人脸和关键点，然后把两个图片做像素或者图像里的特征值的比对。这些比对在光照等因素影响下都会变化很大。而我们更加讲究高层语义识别，比如你的话，我们会给你定义男生，年龄在20岁到25岁之间，然后还有五官的类型，这就跟自然语言理解是一样的，你只有跟人一样去理解人脸，你匹配的结果才能符合人的预期。
　　　
　　　电脑报：如何测定人脸识别的精确度？
　　　印奇：如果有人给你一个数字，说精确度是多少，那一定不靠谱。首先人脸识别跟场景特别相关，如果大家都是证件照，很规整，那肯定很简单；如果大家有正脸有 侧脸，那肯定很难。所以给这样一个概念：当用户没有特别奇怪的场景，角度不是特别大，两个眼睛都能看见，光线还比较正常的情况下，现在我们的系统能做到1 比1000左右的精准识别，你可以认为它满足人们的预期，在这里面找这个人一定能找到；如果是1比10000，那可能能在前10个人里面找到你。这是用户 给我一张照片的情况，如果用户给我一段视频或者多张照片，那精确度会随之增加。未来我们肯定是希望能在1比几万甚至十几万能够做到比较精准的识别。
　　　
　　　电脑报：海量图片数据能给你们带来什么帮助？
　　　印奇：这也是我们为什么现在这个节点做人脸识别。正因为有这么多数据，你的技术才有可能飞跃，就像Google当年做搜索，如果没有用户反复点击的数据， 你也没法做得好。然后深度学习也是一个大的方向，深度学习也是需要很海量的数据。就像你说的，有一个正面照，能否知道它的侧面，就是需要很海量的数据才能 完整这件事情。
　　　
　　　电脑报：除了人脸比对，脸部的信息还有别的价值吗？
　　　印奇：还可以知道人的属性、情绪，尤其是跟广告很有关的。广告所需要的大部分信息都是可以通过人脸来分析的，甚至是人的年龄、保养程度等。