上层三维图像只显示了与人面部形状有关的信息,下层图像则显示面部表层的纹理。

网易科技讯 6月4日消息 对于那些研究人脸识别技术的科学家和工程师来说,最新发布的“面部识别大挑战(Face Recognition Grand Challenge)”的研究结果显然说明了电脑比人类更强。具体地说,最近刚刚完成的研究包括“面部识别厂商试验2006(Face Recognition Vendor Test 2006)”和“Iris挑战评估2006(Iris Challenge Evaluation 2006)”。这些研究是由美国国家标准与技术学会(the National Institute of Standards and Technology)发起的,研究表明自从2002年以来,对于个人面部识别算法的机器识别精确度已经提高了10倍,如果与1995年相比则提高了100倍,现在最优的面部识别算法在精确度上已经完全胜过了人类自身在这方面的能力。 总的来说,面部识别技术正以日新月异的速度向前发展。

国家标准与技术协会测试项目经理、研究报告的领衔作者乔纳森菲利浦斯说,面部识别大挑战的既定目标是改善面部识别技术性能的数量级。菲利浦斯相信通过不断提高高分辨率静止图像和三维面部识别算法可以将误差减少到很低的水平。菲利浦斯说:“对于FRVT 2006和 ICE 2006来说,高分辨率面部图像、三维面部扫描和iris图像都是来自同一批人。FRVT 2006首次在基于同一批三维面部扫描的条件下对六种三维算法的性能进行了测试评估。ICE 2006则在基于同一批iris图像的条件下对十种算法的性能进行了测试评估。三维面部识别技术已经在最近几年发展起来,因为面部识别的三维感应器最近已经研制成功。三维面部识别技术可以直接捕获面部形状的信息数据。”除了其他优点之外,三维面部识别技术可以通过人面部表层的特征来识别个体的人,比如利用眼窝、鼻子和下巴的曲线特征等,因为这些部位的肌肉和骨骼特征最为明显,而且不会随着时间而改变。菲利浦斯说:“照明的变化可能会对根据静止图像来进行面部识别的性能造成不利影响。 但是面部的形状不会随着照明情况的变化而变化。”因此,三维面部识别技术甚至可以用于近乎黑暗的条件下。

据匹兹堡卡内美隆机器人学会(Carnegie Mellon Robotics Institute)的研究员拉尔夫格罗斯说,三维面部识别技术还可以用于识别处于不同视角情况下的对象。换句话说,从面部侧面也可以识别。格罗斯说:“面部识别技术在用于正面脸部识别以及左右倾斜20度的情况下都应用得很好,但是一旦转到人脸的侧面,问题就比较多了。”格罗斯称,面部识别软件在侧面识别方面遇到的困难已经比较大,但是更麻烦的是,几乎没有人关注这个问题。面部识别技术的主要应用领域一直集中在身份证和面部扫描器等方面,在那些情况下,待识别的对象都很合作,可以提供正面脸部图像,而且照明条件也处于控制之中。

在提高面部识别技术时,高分辨率静止图像的获取也是一个重要因素,因为现在的科技已经能够对高细致的皮肤纹理进行分析了。通过这种分析,任何一块皮肤碎片都可以被拍摄成一张图像,然后分解成更细小的小块,再通过算法转换成由线条、小孔和皮肤结构组成的可测空间。 格罗斯解释说:“它可以识别出孪生个体之间的差异,如果单独用面部识别软件是不可能做到那一点的。但是如果将面部识别技术与表面纹理分析结合起来使用,识别的精确度可以提高20%到25%。”

FRVT的报告提出某些面部识别算法相当或者超过人类的识别能力。 菲利浦斯解释说:“人们很善于识别熟悉的人的面孔。然而,对于不熟悉的人,他们就不是那么能够识别了。”由于许多面部识别系统可以对人类面部识别进行补充或者替代人的作用,FRVT首次对人和软件的面孔识别能力进行了比较测试,这对于检测这类应用软件的潜在实效是很重要的。菲利浦斯说,在可接受的误差率下,有七分之六的自动面部识别算法与人工识别相当或者比人工识别要好。 这些已经开发出自动面部识别算法的公司和组织包括Neven Vision、Viisage、Cognitec、Identix、三星高级技术学会和清华大学。 然而令人遗憾的是,菲利浦斯说,“由于FRVT 2006的大部分参与者都没有公开他们的算法细节,因此我们还不知道这些算法之间有什么差别。”

那么面部识别技术的商业化前景如何呢? 它的前景还是很有希望的,因为数十家公司打算将面部识别技术作为凭证和认证的计量生物学依据并借此盈利。在FRVT中,东芝、三星这类德高望重的大厂商与Neven Vision、Viisage和Identix这种名不见经传的小公司一起竞争,此外还有来自北京、剑桥和卡内美隆等众多学府的研究人员。 象Google那样的公司预计它最近收购的Neven Vision公司开发的技术能够得到什么样的应用呢? Google公司发言人表示:“我们相信它们的技术可以与Google的多项服务整合在一起,比如Picasa和Picasa网络相册,特别是可以协助用户组织和搜索他们自己的相片。”

在卡内美隆大学,拉尔夫格罗斯说,他和他的同事为了扫描司机驾照上的照片已经与当地DMV取得了联系。他们已经利用面部识别技术获得了州一级的研究报告,他们发现相当多的人要么在不同的州申请驾照,要么在同一个州用不同的名字申请驾照,因为他们之前的驾照被吊销了。他说:“这种趋势还在滋生成长。使用这种技术的州包括马萨诸塞、伊利诺斯、西弗吉尼亚、威斯康星、科罗拉多、北卡罗来钠、南卡罗来钠、俄克拉荷马、北达科他、阿肯色和密西西比。” 然而,格罗斯强调说,面部识别技术的广泛应用之路还很漫长,执法机关利用全城摄像头网络来寻找特定个人的景象可能还要过很久才能实现。驾照上的照片是在可控背景下拍摄的,摄影师会叫你如何摆正你的脸。换句话说,这些照片都是在可比条件下拍摄所得。 在拥挤的人群中辨认出某个特定个人的面孔就困难得多了。

格罗斯说:“你可以看到现在这种技术已经开始应用于我们的生活了。”直到现在,视频监控行业仍然主要依赖于模拟照相机,同时还要用很长的线缆将那些照相机与监控设备连接起来。 格罗斯说:“现在,这个行业已经开始换用基于网络的照相机,你可以很轻松地用它接入现有以太网网络。所以你就可以在不需要独立电源插头的情况下使用无线照相机和基于POE技术的照相机。 你可以购买商业解决方案,实际上也就是带有内建感应器的照相机的TiVo,这样就可以在某些特定动作发生时将它们拍摄下来。你可以将那些数据保存下来,用根本无法在模拟图像上使用的各种方法去提高它的清晰度。 这样所以的事情就都完成了。”(三张)