人臉識別系統(tǒng)的由來是怎么樣的？
自動人臉識別設(shè)備的歷史發(fā)展的先驅(qū)者包括伍迪·布萊索，海倫·陳和查爾斯·比松。在1964年和1965年間，布萊索、海倫·陳和查爾斯·比松一起使用電腦識別人臉。他們?yōu)檫@項(xiàng)工作感到自豪，但由于資金是由一家不知名的情報機(jī)構(gòu)提供的，所以沒有太多的宣傳，很少有工作出版。給定一個大型的圖像數(shù)據(jù)庫（實(shí)際上是一大堆圖片）和一張照片，問題是從數(shù)據(jù)庫中選擇一小部分記錄，以使其中一個圖像記錄與照片匹配。該方法的成功可以通過答案列表與數(shù)據(jù)庫中記錄數(shù)量的比例來衡量。布萊索描述了以下困難：
“這種識別問題由于頭部旋轉(zhuǎn)和傾斜，照明強(qiáng)度和角度，面部表情，老化等等的巨大變化而變得困難。在機(jī)器人臉識別方面的一些其他嘗試已經(jīng)允許這些量的很小變化或不變化。然而，一些研究人員經(jīng)常使用的未經(jīng)處理的光學(xué)數(shù)據(jù)的相關(guān)（或模式匹配）方法在可變性很大的情況下肯定會失敗。特別是，在兩個不同的頭部旋轉(zhuǎn)的同一個人的兩張照片之間的相關(guān)性非常低。”
-伍迪·布萊索，1966年
這個項(xiàng)目被標(biāo)記為人機(jī)，因?yàn)槿祟悘恼掌刑崛×艘唤M特征的坐標(biāo)，然后被計算機(jī)用來識別。使用繪圖板（GRAFACON或RANDTABLET），操作員將提取諸如瞳孔的中心，眼睛的內(nèi)角，眼睛的外角等等。從這些坐標(biāo)中，計算出20個距離的列表，例如嘴寬和眼寬，瞳孔距離。這些操作員每小時可以處理大約40張照片。在構(gòu)建數(shù)據(jù)庫時，照片中的人物名稱與計算出的距離列表相關(guān)聯(lián)，并存儲在計算機(jī)中。在識別階段，將該組距離與每張照片的相應(yīng)距離進(jìn)行比較，產(chǎn)生照片與數(shù)據(jù)庫記錄之間距離最近的記錄被返回。
因?yàn)槿魏蝺蓮垐D片在頭部旋轉(zhuǎn)，傾斜和縮放（距離照相機(jī)的距離）時不太可能匹配，所以每組距離被歸一化以表示正面方位的面部。為了實(shí)現(xiàn)這種規(guī)范化，程序首先嘗試確定傾斜和旋轉(zhuǎn)。然后，使用這些角度，計算機(jī)將撤銷這些轉(zhuǎn)換對計算距離的影響。為了計算這些角度，計算機(jī)必須知道頭部的三維幾何形狀。由于實(shí)際頭部不可用，Bledsoe使用七個頭部的測量得出的標(biāo)準(zhǔn)頭部。
布萊索在1966年離開PRI之后，主要由PeterHart在斯坦福研究所繼續(xù)這項(xiàng)工作。在超過2000張照片的數(shù)據(jù)庫上進(jìn)行的實(shí)驗(yàn)中，計算機(jī)在提供相同的識別任務(wù)時始終勝過人類（Bledsoe1968）。彼得·哈特（PeterHart）（1996年）熱烈地回憶起這個項(xiàng)目，驚嘆道：“這真的奏效了
大約到1997年，克里斯托夫·馮·德Malsburg和開發(fā)的系統(tǒng)研究生的的波鴻大學(xué)在德國和美國南加州大學(xué)在美國的表現(xiàn)優(yōu)于大多數(shù)系統(tǒng)與那些麻省理工學(xué)院和馬里蘭大學(xué)旁邊評級。波鴻系統(tǒng)是通過美國陸軍研究實(shí)驗(yàn)室的資助開發(fā)的。該軟件作為ZN-Face出售，由德意志銀行和機(jī)場運(yùn)營商等客戶使用和其他繁忙的地點(diǎn)。該軟件“足夠強(qiáng)大，可以從不完美的臉部視圖中進(jìn)行識別，也可以經(jīng)常識別胡須，胡須，改變發(fā)型和戴眼鏡甚至太陽鏡等障礙。
來自明尼蘇達(dá)州的Identix公司開發(fā)了FaceIt軟件。FaceIt可以在人群中挑出某人的臉部，并將其與全世界的數(shù)據(jù)庫進(jìn)行比較，以識別臉部并為其命名。編寫該軟件是為了檢測人臉上的多個特征。它可以檢測眼睛之間的距離，鼻子的寬度，顴骨的形狀，下顎的長度和更多的面部特征。該軟件通過將臉部圖像放在面部印記上，即代表人臉的數(shù)字代碼來做到這一點(diǎn)。人臉識別軟件過去必須依賴于人的2D圖像幾乎直接面對相機(jī)?，F(xiàn)在，通過使用FaceIt，3D圖像可以與3D圖像進(jìn)行比較，方法是從3D圖像中選擇3個特定點(diǎn)，并使用特殊算法將其轉(zhuǎn)換為2D圖像，可以通過幾乎所有數(shù)據(jù)庫進(jìn)行掃描。
2006年，人臉識別大挑戰(zhàn)（FRGC）對最新的人臉識別算法的性能進(jìn)行了評估。測試中使用了高分辨率的人臉圖像，三維人臉掃描和虹膜圖像。結(jié)果表明，新算法比2002年的人臉識別算法準(zhǔn)確10倍以上，比1995年準(zhǔn)確100倍以上。其中一些算法能夠比人類參與者更好地識別人臉，并且能夠唯一地識別同卵雙胞胎。
美國政府贊助的評估和挑戰(zhàn)問題[57]在面部識別系統(tǒng)性能方面已經(jīng)超過了兩個數(shù)量級。自1993年以來，自動人臉識別系統(tǒng)的錯誤率已經(jīng)下降了272倍。這種下降適用于與在工作室或面部照片環(huán)境中拍攝的人臉圖像匹配的系統(tǒng)。按照摩爾定律，錯誤率每兩年下降一半。
使用面部幻覺可以增強(qiáng)面部的低分辨率圖像。高分辨率，百萬像素相機(jī)的進(jìn)一步改進(jìn)有助于解決分辨率不足的問題。