不看脸,也能认出你

开篇：润墨网以专业的文秘视角，为您筛选了一篇不看脸,也能认出你范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

通过人脸识别判定身份不是什么新技术。不过，如果面部模糊甚至脸部被完全遮住呢？社交网站Facebook会说，我一样能认出你。

根据美国New Scientist杂志报道，Facebook的人工智能团队已经开发出一种识别算法，即使看不清楚人脸，也能根据各种线索，例如发型、服饰、身材和姿势等进行识别―比如Facebook就能轻松地认出它的创始人扎克伯格，因为他总是穿一件灰色T恤。这项技术的准确率据称可以达到83%。

传统的人脸识别是程序员预先将整套鉴别系统写好，告诉计算机一些标签信息，例如，人脸是由哪几个部分组成、各个部分的相对位置等等。随后再用大量照片让计算机学习，对其进行训练―简单地说，就是事先给出标准答案，然后让计算机学习。

这种训练方式叫有监督学习，程序员像是老师一样给出几个标签作为标准答案，让计算机“按标索脸”。但当程序员给出的标签数量不够多，不能全面描述一个事物的时候，计算机的识别准确率就会很低。所以，程序员要做的就是不断增加标签，完善识别模板。

通过有监督学习的方式来训练计算机，效率较低，程序员需要花费大量的时间来编写标签代码、测试计算机和补充标签代码，并且一套完善的鉴别系统只能识别出一种事物。

Facebook是不会花时间给每个人的发型和衣服写一套代码的。高效地识别各类事物，还需要借助于更智能的识别方式。而这种方式是通过基于卷积神经网络的无监督学习完成的。

使用无监督学习来训练计算机的时候，程序员并不需要告诉计算机人脸有哪些特点，只需要提供大量人脸照片让计算机看，计算机就能找到这些图片的共同特点，并自动绘制出这类事物的模板。这省去了编写标签代码的过程，识别的效率极大提高。

Google的“猫脸识别”系统就是这样的工作原理。这个由1000台计算机、1.6万个芯片组成的系统在“学习”了数百万张猫脸图片后，将边界、亮度、形状、色彩和局部形状等多个特征分类，做成标签，绘制模板。

当再看到一张图片后，系统会逐级对其进行识别。比如先判断图像的特定方位、位置边沿的有无，再通过不同的形状来检测局部图案，接下来则是将局部图案与模板中物体的相应部分匹配。后续的层级会把这些局部组合起来从而识别出整体。最后，系统将图片中的猫脸识别出来，并与之前学习过的数百万张猫脸图片归为一类。

这其实和人类的思维以及识别事物的过程十分相似。由于绝大多数图片都是由多种事物组成的，无监督学了自行绘制模板，还会将不同事物进行分类，进而分类绘制模板。

“卷积就是匹配的意思。”微软（亚洲）互联网工程院资深研发总监胡睿对《第一财经周刊》说，“我们有几千个或者几万个模板在一个卷积神经网络里面。如果新来一张图片，就用这些模板去做卷积，再通过神经网络推理出它到底是模板中的哪一类。”

Facebook的新技术使用的也是卷积神经网络。要知道，卷积神经网络技术正是Facebook的人工智能实验室负责人Yann LeCun，在1980年代末开发出的。2003年，他成为纽约大学的教授。而移动互联网的兴起带来的海量数据，为这一技术的进一步发展提供了极大可能。

如今，在互联网巨头公司中，Facebook拥有基于社交网络的大量图片，这一点非常吸引LeCun。2014年，他加入了Facebook，把实验室从学校搬到了公司。

除了丰富的图片资源，Facebook还有一项更大的优势：作为全球最大的社交网站，它能获取照片的拍摄地址、分析用户的社交关系，并在此基础上识别出照片中的人物。也就是说，即使在一些照片中，你的脸不是很清楚，并且其他和你相关的信息也比较缺乏，但是Facebook会根据你以往的消息推断出这张照片是在哪儿拍的，照片中哪个人是你，甚至你旁边那些脸部同样模糊的人都是你哪些朋友。

“Facebook需要解决的问题，并不是从50亿个人中把你挑出来，”胡睿说，“它只需要从几百个或者上千个与你有关系的人中间把你挑出来，这样问题其实极大地简化了。”

Facebook的研究人员表示，这项技术未来可以用于其Moments的照片分享。Moments是不久前Facebook推出的一款私密照片分享应用，主要是用来让好友间的图片交换与分享变得更方便。

不过目前，这项“不看脸识人”的技术还没有被应用在它Facebook的产品中，或许其中一个原因是，它还很难达到传统人脸识别技术的高准确率。Facebook也承认，这个算法并不十分完美。尤其，基于服饰的判断无法做到百分之百准确，毕竟，不是所有人都像扎克伯格那样，每天穿着同样的衣服。

另外，它也引发了人们对隐私问题的担忧。Facebook已不止一次因其人脸识别技术陷入这类争议之中了。在Facebook上，如果你通过照片被确定了身份，生物识别软件就会记住你的脸，并在你其他照片上“打上标签”。这项功能最近在欧洲和加拿大已被责令关闭，有隐私保护机构人员认为，脸部识别数据可在人们不知道的情况下被收集，所以相比指纹密码，它更危险。

从这个角度看，也许该庆幸Facebook的技术尚不成熟，让我们暂时还能在社交网站上保留一点点“私密”。