29098

那些似曾相识的脸

█ 文/ 巴别塔

29099

C 罗和戴夫- 弗兰科

与皇马当家球星C 罗“撞脸”的是好莱坞明星《惊天魔道团》的戴夫- 弗兰科，巧合的是两人都是在1985年出生

谁是谁？世界杯折磨脸盲症

      2014巴西足球世界杯，这绝对是史上球星和明星撞脸最严重的一届世界杯：厄齐尔穿越了，梅西神似达斯汀·霍夫曼，哈维变身钢铁侠，法布雷加斯乱入《星际迷航》……当世界杯球星撞脸欧美明星，着实让伪球迷傻傻分不清！不靠谱的传言说，每个地球上生活的人都会有另外3个人和自己长得一模一样。

人一生当中能够辨认出多少张人脸？在我们有限的大脑记忆中，能真正记住的面孔不会超过1万个。但是科技发展速度惊人，在人工智能的帮助下，我们不但能够“记住”更多的人脸，还能轻而易举地检索出他们，甚至追查凶手逃犯、帮助走失的孩子们回家……

哥瞎的不是眼睛，是脸面！

认不清人脸这个问题长期困扰着脸盲症患者。没听说过脸盲症？那要看看这篇文章，先扫扫“脸盲知识盲”。

在生活中，你是不是经常认错人呢？在大街上，经常是看到熟人不敢认，看到生人又老怀疑是不是你认识他。

对于影视明星，你是不是也常常傻傻分不清、认不准？这是巩俐还是章子怡？李小璐还是周迅？陶泽如还是李雪健？认错了没什么，更不要大惊小怪。因为生活在这个世界上的人大约有2%的人是脸盲症，认错人并不是什么罕见的问题。如果你的朋友在街上碰到你时没和你打招呼，不要太在意，也许，他只是没认出你来而已。

        查一下维基百科，脸盲症英文学名叫prosopagnosia,这个名词源于希腊文，意思为“认不出脸面”，它还有一个通俗的名称“Face blindness”。它的意思可套用一句流行语：哥瞎的不是眼睛，是脸面！

外国人，傻傻分不清？

汤姆、约翰、吉姆？对有些人来说，看外国电影就是一场灾难，影片播了一大半，电影里面的人物还是分不清，真是一个头两个大。

29100

分不清外国人的长相通常被称为“异族效应”。这个现象早在1991年就被斯蒂芬·林德赛等人发现了：人们对于同种族面孔的记忆力比对不同种族的要好。之后研究人员一直想要找到“异族效应”产生的原因。2002年，奥利弗·帕斯卡里斯等人通过对6~10个月大的婴儿的“其他物种效应”研究，解释了这一现象产生的原因。原来我们在知觉发展过程中出现了“知觉窄化”。

什么是“知觉窄化”？看看帕斯卡里斯等人的实验是如何做的吧。被试者是小婴儿，他们不会说话，也不能像成人一样听懂实验任务，所以研究人员采用“习惯化”范 式来进行这类实验。他们给婴儿重复呈现一张面孔，直到他不主动盯着这张图片；一段时间后，再给婴儿同时呈现两张面孔，其中一张是之前出现过的，另外一张则 是新的。研究人员根据婴儿对两张图片的注视时间长短来判断婴儿对面孔识别能力。如果婴儿的注视兴趣或者注视时间主要集中在新异图片上，就表明婴儿能够识别 或辨别两张图片。

进化丧失分辨能力

研究人员实验发现，无论出现的是人脸还是猴脸，6个月大的婴儿对新异面孔的注视时间都显著长于熟悉的面孔，这表明6个月大的婴儿对人脸和猴脸都能进行很好的识别。与之形成对比的是成人的实验结果：成人对人脸有很好的识别能力，但对生熟不同的猴脸的注视时间没有显著差异，这表明成人不能识别猴子这一非人类的面孔。这说明，成人对人脸的识别优于对非人脸的识别。

29107

那么我们到底是在什么时候丧失了分辨猴脸的能力呢？9个月大的婴儿对人脸和猴子脸的识别已经类似于成人的反应，也就是说这种对异类面孔的识别能力下降大约发生在6~9个月间。

根据这一研究，戴维·凯利等人以美国白人、中国人和非洲人的面孔作为实验材料重复了这一实验，并测试了中国婴儿的识别能力。结果发现：中国婴儿在3个月大时，对美国白人、中国人以及非洲人的面孔都能进行很好的识别；6个月大时能够识别中国人和美国白人的面孔，不能识别非洲人面孔；9个月大时只能识别中国人的面孔，不能识别美国白人和非洲人的面孔。

类似研究结果表明，在我们知觉发展的过程中，我们普遍发生了“知觉窄化”，丧失了这种分辨异族面孔的能力。这符合进化的需要——我们平日接触得最多的是同族，准确地分辨出同族的面孔有利于社会交往和种族生存，因此人脑自动调试以适应需要。

众里寻脸千百度

虽然人类的面孔识别能力让人惊叹，但识别面孔早已不是人类的专利，若想在茫茫人海中找寻一个人，我们可就不占优势了。

人脸图片能作为识别人身份的依据吗？当然能！人从一出生就依次认识了父母、亲人、朋友，这都是凭借对人脸的识别和记忆。但是，人的记忆空间毕竟有限，对那些跟自己毫无关系的人，谁都难以留下深刻的印象。

假如某天你在大街上真的遇见追捕令上的嫌疑犯，你恐怕很难一眼认出他。不过别急，计算机可以帮忙，它只要“学习”一次，就能做到“终身难忘”。那么，运用人脸识别技术真的可以揪出嫌疑犯吗？

29108

人脸识别，是模式识别的一种，特指利用分析、比较人脸视觉特征信息进行身份鉴别的计算机技术，属于生物特征识别技术。人脸识别技术的实现一般有五个主要步骤：人脸检测与定位、人脸图像处理、特征提取、特征闪配和人脸身份判决。

当面对一幅有山有水、有物又有人的图片时，人脸检测器开始对整个图像从不同的位置和尺度进行扫描，试图找到人脸并 确定其位置。首先分类器将图片分成若干个窗口，然后由扫描器对一个一个像素进行平移，逐一判断每个窗口中是否有人脸存在。分类器和扫描器是通过机器学习的 方法训练出来的，通过大量的案例学习，它们就能识别出一个个窗口中是否有人脸存在。

脸上写着你的名字

计算机找出人脸后，要按照人脸图像处理 的要求对人脸进行几何归一化和光照归一化，这是为了校正人脸在尺度、光照和旋转等方面的变化。通常人的两眼距离和方向是相对固定的，几何归一化是将人脸的 两个眼睛中心固定在一个方框里的固定位置，以此才能和其他图像进行比对。同理，如果图片的光照、明暗情况不同，还必须进行光照归一化，对人脸图像进行调 节。

29103

人脸识别技术最核心的部分是特征提取，随着技术的发展，提取人脸特征的方法在不断推陈出新。最早人们采用提取几何特征的方法，以人脸器官的形状和几何关系作为基础的特征矢量，但这种方法准确率较低，连人的肤色差异都无法识别。

现在流行的人脸识别方法主要是利用生物 统计学的原理分析并建立数学模型。由于人脸处于三维空间，那么用于表达人脸的向量在不同像素、各种尺寸和方向的组合，大约有千万个特征数值。而特征提取的 过程，就是通过复杂的算法，让计算机将特征数量从几千万维降到几千维，再对几千维进行处理，得到最能区分人脸的几百维特征。那么特征降维是如何做到的呢？ 其实对每个人来说，最有效的人脸特征值是不一样的。机器通过样本的学习，能够知道挑选哪些最有效的特征，来表达一个人的面部信息。

举个简单的例子，机器在学习甲乙两人的 诸多图像时，要表达甲的人脸特征，就必须找到几幅甲的人脸图像中最接近、差别最小的特征值，同时要与乙的人脸图像差别最大的特征，这才是一组好的特征值。 最终机器提取得到的特征并不是我们肉眼直接看到的人的面部特征，而是通过对大量样本统计学习和计算得到的特征值。此外常用的人脸识别方法还有主成分分析、 线性判别分析、弹性图匹配等机器学习的方法。

人脸识别的最后步骤是进行特征匹配和人脸身份判决，这需要庞大的人脸数据库。在对样本图像进行特征提取后，计算机 程序会把这几百个特征与数据库中的人脸进行对比，特征值差异最小的将排在最前面，所有结果按差异从小到大值依次排列。最后通过特征匹配的结果对人脸的身份 进行判决。

人脸识别的优势

从狭义上说，人脸识别特指的是通过人脸进行身份确认或者查找的技术和系统。但实际上，人脸识别是包括人脸图像采集、人脸定位、人脸预处理、身份确认、身份查找等众多环节技术。

人脸识别其实是生物特征识别系统中的一种。生物识别就是指用生物体本身的特征来区分生物体个体。例如脸、指纹、手掌纹(以后街头算命大师完全可以换招牌为“生物识别系统资深科学家”)、虹膜、视网膜、语音、行为等生物特征均可以用来识别生物个体。

29104

人脸识别的最大优势是自然性，因为人类本身交往就是用面部来区别他人和确定身份的。这么说听起来让人不明觉厉，实际上就是可能有人跟你长一样的青蛙眼，也可能有人跟你长一样的鹰钩鼻，还可能有人跟你长一样的双下巴，但是能将这么多特征点无序组合在一起，那就非你莫属了。

人脸识别大多是靠从脸部提取不同的点组成的模板来进行识别。Facebook之前收购的Face.com，用的人脸识别技术就是从脸上提取80多个特征点来形成直方图，精确度可以分辨出同卵双胞胎。那些武侠小说上所说的贴胡子等易容术基本失效。

创立仅半年的芬兰公司Uniqul让很多人的梦想成为了现实，那就是“刷脸消费”。现在只是在芬兰赫尔辛基地区试运营，不过这不能阻碍我们的美好想象。你只用站在自动售货机面前，它轻轻地看了你一眼，就不假思索地吐出一盒唐师傅红烧驴肉泡面，是不是很酷？

人脸识别确定寿命

过去人脸识别技术大多用来锁定犯罪分子，或者通过模拟长大后的样子来寻找失踪的小孩。但是现在人脸识别变得越来越普遍和个人化，科学家正在研究一套利用面部衰老形态的模拟，来确定个人年龄的系统。

伊利诺斯大学的生物人口学家乔治·奥山斯对华盛顿邮报记者说，根据已有的试验数据我们了解到，有一些人老的比较快，而有一些人却老的慢一点；而且研究表明，人类衰老越慢，存活时间就越长。所以通过人脸衰老速度就可以判断出，研究对象大概会活多少年。

29105

具体操作，科学家会利用电脑扫描研究对 象的照片或者脸部特征，寻找衰老的痕迹。同时，还需要提供研究对象的种族、性别、教育背景和有无吸烟史等生活习惯资料，这些都是影响生命长度的关键因素。 然后电脑就会开始分析研究对象的各个面部特征，包括脸颊、眼睛、眉毛、嘴巴还有颚骨，检测色差，比如细纹、色素斑点、下垂现象还有其他一切与年龄变化有关 的细节。目前这项技术还不够成熟，处于早期试验阶段，不过，已有不少保险公司看到了它背后的商业价值，也许通过这项技术可以帮助保险公司更精确的确定保险 金额。那么，这算不算作弊呢？

这项研究成果其实是将大数据与医疗结合来抗衰老的又一典型案例，之前Google曾经宣布成立医疗和保健公司Calico，主要进行人类衰老及相关疾病方面的研究。苹果主席亚瑟·莱文森也参与了这个计划，并担任CEO。

另一个机构，Human Longevity和它的著名研究员克莱格·文特尔也在今年打算建造一个人类DNA排序数据库来用于减缓人类衰老，这项技术目前得到了7 000万美元早期融资。有人知道你能活多久，也能帮助你抗衰老，亲爱的小伙伴们，你们觉得快乐吗？

最大挑战还是年龄

人脸识别技术能够比较准确快捷地识别他人的身份，这大大节省了检索的时间和人力，但是，人脸识别技术与人的肉眼识别还存在不小的差距，影响人脸识别准确度的因素主要包括光照、特殊表情、侧脸、年龄增长等。

目前，光照的问题已经基本得到了解决。对于奇特或扭曲的表情、神态(比如哭泣、做鬼脸)，科学家用三维技术可以把人的长相贴在模型上进行校正，校正之后再进行匹配。至于侧脸，就是另外一个课题了。因为人的侧脸与正面脸的特征值完全不同，提取特征值的方法也需要有较大的调整。

不过，人脸识别最大的挑战是增长的年龄。一个人在15岁、25岁和35岁 的面容会有什么不同吗？当然！尤其是当一个人衰老之后，辨认难度更大。针对这个问题，现行的想法是，收集人在各个年龄段的人脸图像，并将人脸的变化规律用 模型描述出来，但是这需要有庞大的数据库来支持，特别是同一个人在不同年龄段的人脸图像，时间跨度很大，不易收集。如果一个人饱经沧桑后，人的肉眼都认不 出他来，那么机器恐怕也很难区别。对于做较大整容手术的人也是如此，因为他的面孔特征已经全部改变了。这时就需要用其他的生物特征识别技术来鉴定他的身 份，例如指纹、DNA等。

29106

虽然人脸识别目前还处在研究阶段，但是可以想象，未来《碟中谍4》里特工哈纳韦戴上隐形眼镜，拿着手机，在茫茫人海中寻找跟踪对象的场景将在现实中实现。