面部解锁时，手机是怎么“认出”你的？人脸识别了解下

从第一颗人造卫星发射升空，到北斗系统成功组网；从第一株杂交水稻落地种植，到智慧农业普及乡村；从第一辆高速动车驶离站台，到高铁线路贯穿全国，71年来我国取得了一个又一个举世瞩目的科技成果。在决胜全面小康的新时代，科技与每个人的生活更加紧密地联系在了一起，科技事业也被赋予了新的使命。

我们将带你了解人脸识别与人工智能的关系～

“刷脸”是这几年的一个热门话题，在现实生活中也随处可见，比如：智能手机的刷脸解锁，快速准确；移动支付的“刷脸支付”，安全便捷；住宅小区的刷脸门禁，消除了忘带钥匙的烦恼。

此外，手机中的智能相册，可以根据照片中的人物进行自动归类；美颜相机的特效功能，可以提供用户感兴趣的美颜效果……

那么，人脸识别在技术上究竟是如何实现的呢？它与人工智能又有怎样的关联？

人脸识别如何从无到有

人脸识别技术起始于20世纪60年代，在90年代后期开入进入应用阶段，目前已经是一类发展比较成熟的技术了。人脸识别算法的基本思路是，通过捕捉和对比分析人的“面部特征”来识别人的身份。

当我们要记住一个人时，可能会首先记住他是不是双眼皮、眼睛是什么颜色、头发是卷是直、鼻梁高低等等，这些就是所谓的“面部特征”。

但对于两个长相非常接近的人（比如一对双胞胎），人们很难用肉眼分辨，而计算机辅助人脸识别技术则能够准确、快速地辨别出两者之间的异同，这是因为人脸识别算法能够辨别和记住的“面部特征”远比肉眼所能观察到的要多很多，可以捕捉到人与人之间更细微的差异。

人脸识别，就是基于人的面部特征，用摄像机或摄像头获得含有人脸的照片（或者视频），并自动在照片（或者视频）中检测和跟踪人脸，进而对采集到的人脸进行面部识别的一系列方法。

人脸识别的过程通常分为4个步骤：人脸检测、人脸对齐、人脸编码和人脸匹配。

第一步是人脸检测。显然，在我们区分人脸之前，必须先在照片中找到人脸的位置。比如，当我们使用市面上的任何一款手机拍照时，都会发现：手机能够将人的脸部用方格自动标记出来，这就是采用了人脸检测技术。

第二步是人脸对齐。在检测出照片中的人脸的位置之后，我们经常面临的一个问题是，照片中的人脸可能是倾斜的，也可能只是个侧脸。

虽然人类可以轻松地辨识出两张面朝不同方向的同一张脸，但对于电脑来说，它经常会认为这是两个完全不同的身份。

因此，我们需要找到人脸上的特征（如眼睛、鼻子、嘴等），并通过几何变换（如旋转、缩放等）将这些特征挪到对应的位置上，完成人脸对齐。

第三步是人脸编码。最直接的方法就是把我们检测并对齐的未知人脸，与我们已经标注了的人脸图片进行比较。如果未知面孔与一个以前标注过的面孔非常相似，那它极有可能就是同一个人。

但这种方法是无法在短时间内识别出海量照片中的人脸的，因此，我们就需要程序员利用人工智能技术，在计算机中训练一个神经网络，将同一个人的两张不同的面部照片与另外一个人的面部照片同时输入电脑中的神经网络，让它做出判断，并不断重复这个过程。

不断训练的过程中，程序员会让输入的同一个人的两张照片差异值缩小，这样一来计算机就可以学习到这个人脸部到底具有什么特征。

在实际识别的时候，人们会预先将所有人的面部图像放入人脸数据库中，再将我们想要查找的人脸利用机器学习中的比对方法（如KNN分类器）与人脸库中的数据对比。

第四步是人脸匹配。这是最后一个步骤，也是最简单的一步。经过了前三个步骤，计算机已经和我们一样记住了许多人的面部特征。利用人脸匹配技术，计算机就可以从我们的照片库中自动找到与目标人物最接近的照片。

人工智能与人脸识别有啥关系？

人工智能涉及很多领域，包括互联网、大数据、自然语言处理和计算机视觉等。
这其中，作为和人类活动关系最密切的计算机视觉领域，在整个人工智能发展过程中都占据着极为重要的地位。而人脸识别技术又是计算机视觉领域内发展很久且十分成熟的技术。下面我们就来简单了解下什么是人工智能。
人工智能主要是研究如何运用计算机程序来呈现人类智能的技术，目的在于使各种自动化机器或智能机器（主要指计算机）学习、模仿、延伸和扩展人的智能。
人工智能的学习过程，类似于小时候父母教我们识物的过程：父母指着小狗告诉我们这是狗，经过几次悉心教导之后，我们就知道整个小区里面的毛绒绒、摇头晃脑、跑得快的四脚动物都叫做“狗”（不管是哈士奇、泰迪还是中华田园犬）。

而人工智能学习识物，是程序员把成千上万条犬类的照片输入计算机，让计算机识别出各种狗的特征（比如：两只眼睛、四条腿、毛绒绒等等），并建立起人工智能神经网络。下一次输入一幅包含到两只眼睛、四条腿，毛绒绒的东西时，计算机就会自然而然地认出这是一条小狗。