人臉識(shí)別系統(tǒng)的由來(lái)是怎么樣的？
自動(dòng)人臉識(shí)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(shí)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(bào)機(jī)構(gòu)提供的，所以沒(méi)有太多的宣傳，很少有工作出版。給定一個(gè)大型的圖像數(shù)據(jù)庫(kù)（實(shí)際上是一大堆圖片）和一張照片，問(wèn)題是從數(shù)據(jù)庫(kù)中選擇一小部分記錄，以使其中一個(gè)圖像記錄與照片匹配。該方法的成功可以通過(guò)答案列表與數(shù)據(jù)庫(kù)中記錄數(shù)量的比例來(lái)衡量。布萊索描述了以下困難：
“這種識(shí)別問(wèn)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(shí)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(huì)失敗。特別是，在兩個(gè)不同的頭部旋轉(zhuǎn)的同一個(gè)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(gè)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(jì)算機(jī)用來(lái)識(shí)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(jì)算出20個(gè)距離的列表，例如嘴寬和眼寬，瞳孔距離。這些操作員每小時(shí)可以處理大約40張照片。在構(gòu)建數(shù)據(jù)庫(kù)時(shí)，照片中的人物名稱與計(jì)算出的距離列表相關(guān)聯(lián)，并存儲(chǔ)在計(jì)算機(jī)中。在識(shí)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(kù)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(shí)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(jì)算機(jī)將撤銷這些轉(zhuǎn)換對(duì)計(jì)算距離的影響。為了計(jì)算這些角度，計(jì)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(gè)頭部的測(cè)量得出的標(biāo)準(zhǔn)頭部。
布萊索在1966年離開(kāi)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(guò)2000張照片的數(shù)據(jù)庫(kù)上進(jìn)行的實(shí)驗(yàn)中，計(jì)算機(jī)在提供相同的識(shí)別任務(wù)時(shí)始終勝過(guò)人類（Bledsoe1968）。彼得·哈特（PeterHart）（1996年）熱烈地回憶起這個(gè)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(kāi)發(fā)的系統(tǒng)研究生的的波鴻大學(xué)在德國(guó)和美國(guó)南加州大學(xué)在美國(guó)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(píng)級(jí)。波鴻系統(tǒng)是通過(guò)美國(guó)陸軍研究實(shí)驗(yàn)室的資助開(kāi)發(fā)的。該軟件作為ZN-Face出售，由德意志銀行和機(jī)場(chǎng)運(yùn)營(yíng)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(shí)別，也可以經(jīng)常識(shí)別胡須，胡須，改變發(fā)型和戴眼鏡甚至太陽(yáng)鏡等障礙。
來(lái)自明尼蘇達(dá)州的Identix公司開(kāi)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(kù)進(jìn)行比較，以識(shí)別臉部并為其命名。編寫(xiě)該軟件是為了檢測(cè)人臉上的多個(gè)特征。它可以檢測(cè)眼睛之間的距離，鼻子的寬度，顴骨的形狀，下顎的長(zhǎng)度和更多的面部特征。該軟件通過(guò)將臉部圖像放在面部印記上，即代表人臉的數(shù)字代碼來(lái)做到這一點(diǎn)。人臉識(shí)別軟件過(guò)去必須依賴于人的2D圖像幾乎直接面對(duì)相機(jī)。現(xiàn)在，通過(guò)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(gè)特定點(diǎn)，并使用特殊算法將其轉(zhuǎn)換為2D圖像，可以通過(guò)幾乎所有數(shù)據(jù)庫(kù)進(jìn)行掃描。
2006年，人臉識(shí)別大挑戰(zhàn)（FRGC）對(duì)最新的人臉識(shí)別算法的性能進(jìn)行了評(píng)估。測(cè)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(shí)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(shí)別人臉，并且能夠唯一地識(shí)別同卵雙胞胎。
美國(guó)政府贊助的評(píng)估和挑戰(zhàn)問(wèn)題[57]在面部識(shí)別系統(tǒng)性能方面已經(jīng)超過(guò)了兩個(gè)數(shù)量級(jí)。自1993年以來(lái)，自動(dòng)人臉識(shí)別系統(tǒng)的錯(cuò)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(cuò)誤率每?jī)赡晗陆狄话搿?/p>
使用面部幻覺(jué)可以增強(qiáng)面部的低分辨率圖像。高分辨率，百萬(wàn)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(wèn)題。