有心人肯定還記得，在2015年德國(guó)漢諾威消費(fèi)電子博覽會(huì)開(kāi)幕式上，阿里巴巴董事局主席馬云首次向外界展示了臉部識(shí)別技術(shù)，他將自己的臉?lè)胖糜跈C(jī)器的識(shí)別框內(nèi)，系統(tǒng)自動(dòng)識(shí)別并完成了支付，為他購(gòu)買了一張1948年漢諾威工業(yè)博覽會(huì)的紀(jì)念郵票。
如今臉部識(shí)別技術(shù)場(chǎng)景已經(jīng)從德國(guó)漢諾威走向了更廣闊的領(lǐng)域。目前刷臉支付、火車站進(jìn)站、考生入場(chǎng)等都會(huì)應(yīng)用到臉部識(shí)別技術(shù)，刷臉時(shí)代已然來(lái)臨。
從蘋(píng)果在iPhone5s上集成了指紋識(shí)別開(kāi)始，生物檢測(cè)識(shí)別就開(kāi)始真正的流行起來(lái)，而蘋(píng)果最新的iPhoneX又將指紋識(shí)別一刀砍掉，將面部識(shí)別作為唯一的生物識(shí)別方式。
隨之而來(lái)的便是其他廠商的一系列跟進(jìn)，畢竟蘋(píng)果在手機(jī)上集成的面部識(shí)別，才是更加接近于大眾認(rèn)可的面部識(shí)別。最開(kāi)始的面部識(shí)別能用照片解鎖就已經(jīng)是一個(gè)笑話了，識(shí)別速度更是雞肋。
不過(guò)在指紋識(shí)別大行其道的今天，智能鎖有必要也跟進(jìn)手機(jī)廠商，將面部識(shí)別加入到智能鎖當(dāng)中徹底代替指紋識(shí)別嗎？筆者認(rèn)為有必要從三個(gè)角度來(lái)考慮這個(gè)問(wèn)題：1、拒真率；2、認(rèn)假率；3、識(shí)別動(dòng)機(jī)
需要說(shuō)明的是，截止到目前，蘋(píng)果的“面容ID”的識(shí)別方式是最先進(jìn)，也是最有可能被未來(lái)的智能鎖大規(guī)模采用的面部識(shí)別方案，所以下文的面部識(shí)別都以蘋(píng)果的“面容ID”舉例。
一、拒真率
拒真率和認(rèn)假率是指紋識(shí)別中兩個(gè)比較重要的指標(biāo)。拒真率，即FRR(False Rejection Rate)，簡(jiǎn)單來(lái)說(shuō)就是將正確的信息(比如說(shuō)指紋、人臉)給錯(cuò)誤的拒絕掉的概率。
蘋(píng)果iPhoneX剛上市不久，就有很多人抱怨在手機(jī)上使用密碼解鎖的頻率，大大超過(guò)了以往所有采用指紋識(shí)別手機(jī)的時(shí)候，還有很多人抱怨在床上側(cè)躺著的時(shí)候根本無(wú)法通過(guò)面部識(shí)別解鎖，只能輸入密碼才能解鎖。而這就是面部識(shí)別拒真率過(guò)高導(dǎo)致的結(jié)果。
而在指紋識(shí)別上，這個(gè)問(wèn)題卻很少發(fā)生。這就是人臉面部信息與指紋的信息特點(diǎn)不同導(dǎo)致的區(qū)別。
指紋識(shí)別是將手指按壓在識(shí)別模塊上，而按在平面上的指紋圖像通常是不會(huì)有大的變化的，圖像特征穩(wěn)定，而且信息密集，使得加密后識(shí)別的準(zhǔn)確率也會(huì)比較穩(wěn)定。
但是面部的特征就不一樣了，盡管“面容ID”已經(jīng)在獲取信息方面從2D圖像識(shí)別進(jìn)化到3D景深識(shí)別，還在處理器中加入了神經(jīng)網(wǎng)絡(luò)芯片。但是每個(gè)人的面部特征最主要還是根據(jù)骨骼來(lái)形成，不同情況下也會(huì)有所變化。
比如說(shuō)讓一個(gè)人在跑步機(jī)上跑，再用錄像機(jī)錄下面部的信息，除了抖抖抖抖抖~的表情包以外，你會(huì)發(fā)現(xiàn)幾乎每一張截圖的面部特征信息都會(huì)不一樣，區(qū)別大的兩張截圖甚至?xí)屇阏J(rèn)為是兩個(gè)人。人類有時(shí)都識(shí)別不出來(lái)一個(gè)人不同情況下的面部信息，更不用說(shuō)剛起步的神經(jīng)網(wǎng)絡(luò)芯片了。
而上面所說(shuō)的情況，還沒(méi)有包含化妝、戴眼鏡，戴口罩、睡眠不好導(dǎo)致的黑眼圈和眼袋等情況。至于變胖變瘦，蘋(píng)果聲稱已經(jīng)可以在變化的過(guò)程中逐漸適應(yīng)，而其他3D面容識(shí)別的技術(shù)似乎還未達(dá)到這個(gè)效果，不過(guò)這項(xiàng)技術(shù)很快就可以跟進(jìn)。
除了拒真率以外，認(rèn)假率也是面部識(shí)別一個(gè)爭(zhēng)議比較大的地方。
二、認(rèn)假率
認(rèn)假率，即FAR(False Rejection Rate)，也稱為“誤識(shí)率”。就是將錯(cuò)誤的信息判斷成正確的，最后通過(guò)了認(rèn)證。這種指標(biāo)在指紋識(shí)別上很難出現(xiàn)什么問(wèn)題，因?yàn)槟愫茈y找到兩個(gè)相近指紋的人，指紋的特征也沒(méi)有規(guī)律，所以在指紋識(shí)別上，認(rèn)假率高最有可能是和加密算法有關(guān)系。
而在面部識(shí)別上，這個(gè)認(rèn)假率就有著很大的問(wèn)題。最突出的問(wèn)題就是雙(多)胞胎導(dǎo)致的面容相仿的問(wèn)題。前不久有人做過(guò)這個(gè)實(shí)驗(yàn)，將幾對(duì)雙胞胎中的一個(gè)人通過(guò)iPhoneX錄入面部信息，然后讓雙胞胎中的另一位試圖解鎖。
從實(shí)際測(cè)試結(jié)果來(lái)看，這種情況的認(rèn)假率高達(dá)近50%。更是有新聞爆出國(guó)內(nèi)完全沒(méi)有親緣關(guān)系的兩個(gè)人，僅僅因?yàn)殚L(zhǎng)相相似，就可以解鎖同一部iPhoneX。盡管iPhoneX上面的“面容ID”檢測(cè)的特征點(diǎn)數(shù)遠(yuǎn)比人類觀察面部時(shí)采集的特征多很多，但是在雙胞胎，尤其是長(zhǎng)相十分接近的同卵雙胞胎面前，還是會(huì)敗下陣來(lái)。
很多人(包括筆者這種臉盲在內(nèi))都經(jīng)常會(huì)區(qū)分不開(kāi)兩個(gè)雙胞胎，而想要使算法并不足夠成熟的神經(jīng)網(wǎng)絡(luò)芯片能夠區(qū)分開(kāi)雙胞胎或者長(zhǎng)相相近的兩個(gè)人，都需要非常長(zhǎng)的時(shí)間來(lái)進(jìn)行算法上的進(jìn)化。
不過(guò)值得高興的是，隨著面部識(shí)別由2D圖像識(shí)別進(jìn)化到3D景深識(shí)別，僅用照片或者視頻就將手機(jī)解鎖的情況將不復(fù)存在，這也是識(shí)別技術(shù)的進(jìn)步帶來(lái)的優(yōu)勢(shì)，也直接將面部識(shí)別的認(rèn)假率提高了好幾個(gè)等級(jí)。
但是將面部識(shí)別的這種失誤放在智能鎖上，排除極個(gè)別雙胞胎關(guān)系不好導(dǎo)致的問(wèn)題。絕大多數(shù)的雙胞胎都會(huì)歡迎自己的同胞兄弟走進(jìn)家門。所以在成熟的3D景深面部識(shí)別面前，智能鎖的認(rèn)假率應(yīng)該不是什么大的問(wèn)題，畢竟認(rèn)假率難點(diǎn)不在于被破解，而在于找到那個(gè)長(zhǎng)得像的人。
真正大的問(wèn)題是接下來(lái)要說(shuō)的：識(shí)別動(dòng)機(jī)。