硬核科普：人脸识别系统 帮你把脸刷明白(2)

教你看懂人脸识别技术流程

大家应该都使用过手机的人脸解锁功能，在第一次使用此功能的时候需要进行人脸注册（图3）得到人脸模板，这样下次才可以在线进行人脸识别比对登录（图4）。 图3 人脸注册流程 图4 人脸识别流程 人脸识别在使用的时候一般有三种模式，即1:1，1:N，M:N。 01

1:1模式

一般用于人证核验，可以理解为证明“你就是你”。例如在乘坐火车/飞机，银行办卡等场景下，通常需要验证本人与其持有的身份证是否为同一个人。 02

1:N模式

将一张人脸图片与人脸特征库中的所有人脸进行逐一比对。在人脸库中搜索与其相似（人脸比对的相似度大于设定阈值）的图片，即找出来“你是谁”。常用场景如疑犯追踪，小区门禁，公司考勤等。 03

M:N模式

两个人脸库进行对比。例如人脸库A有M个人脸，人脸库B有N个人脸。如果想要知道A库和B库有多少相同的人，就需要A库中M个人脸与B库中N个人脸进行逐一比对，相当于M个1:N相加的结果。 从图3和图4可以看出，不管是注册还是识别阶段，基本都包括：人脸检测、人脸关键点检测、人脸对齐以及人脸特征提取这几个重要步骤。本文先介绍一下人脸检测技术。 人脸检测

人脸检测是指在给定的人脸图像中准确定位出人脸的位置和大小。只有知道图像中的人脸在哪里，才能开展后续的人脸相关任务。所以说人脸检测是人脸相关算法及工程落地的基础算法。人脸检测可以看成是目标检测的一个子集。目标检测（或称为通用物体检测）针对的是多类别，人脸检测是二分类，结果是人脸或非人脸。 理论上，通用物体检测算法都可以直接用来做人脸检测，只需要改一下输出类别即可。通用物体检测考虑的是更广泛通用的物体，具有场景复杂多变，物体形状、背景、大小等都比人脸这种单一的类别更复杂。人脸检测虽然类别单一，但也不是那么简单，姿态、光照、遮挡（见图5）以及极小人脸（见图6）等都是人脸检测里面的难点。基于通用物体检测算法基础，人脸检测的问题可以针对性优化，如anchor设置、背景处理、抑制误检等。 图5 姿态、光照、遮挡等影响[4] 图6 小人脸检测[5] 在具体介绍检测算法前，先介绍下人脸检测常用数据库以及评测指标。