整容整成那樣，還能通過人臉識別嗎？

人臉識別已經越來越普及到生活中，但隨之而來的是，人們對它識別準確性的迷之困惑，什麼狀態下能識別？什麼狀態下不能？尤其是疫情以來，口罩成了生活標配，但帶著口罩能完成人臉識別嗎？

要回答這些問題，我們首先要知道：什麼是「人臉識別」？

不想講得很複雜，希望所有人都能理解其中的邏輯。「人臉識別」簡單來說，就是告訴機器「你是誰」和讓機器判斷「你是誰」的過程。

首先硬體設備上的攝像頭會收集人臉圖像，然後系統會對採集的圖像進行處理，也就是獲取RGB、濾波等，再通過複雜的算法（此處省略高深莫測的一萬字）對人臉區域分割，提取特徵點，比如你的鼻子有多高，臉有多寬等等，最後利用這些特徵點的信息與此前的錄入信息做對比，判斷「你是誰」。

因此，不難看出，在這個過程中，有很多因素都會對最終結果造成影響，比如光線、角度、臉上的變化等等。

但機器還是很聰明的，除了會根據你的變化調節，同時並不需要你百分之百的信息和都錄入的信息一致，極大概率判定「你是你」的時候，機器就會放行，以此來避免稍微的光線變化都導致驗證失敗的情況；但這也是一把雙刃劍，即使不是你，只要極大概率吻合，也可以通過你的「人臉識別」。

這個概率的大小，背後也是一套極嚴苛的算法，讓機器能儘可能「認對人」，但同時也影響了「人臉識別」的準確性。

所以，這就引出了很多關於「人臉識別」的問題。

1、整容以後，還能通過人臉識別嗎？

微整基本不會影響到人臉識別，比如做個雙眼皮，填充點玻尿酸，這些改動可能還沒有表情的變化大，所以大可以放心。

但是如果調整的幅度比較大，尤其顴骨和鼻型（大部分人臉識別系統對臉型、顴骨和鼻型的定位更精準），會對人臉識別的結果造成影響。

此外，髮型和鬍鬚都不會對人臉識別造成影響，在設計人臉識別系統的時候，會弱化對這些容易發生改變的因素的判斷。

成年人胖/瘦、年齡的增長這些帶給面容的變化，也基本可以忽略。但正在發育的小孩子就不一定了，因為變化太快，可能兩三年就會發生變化。

2、照片和視頻能否「騙」過人臉識別？

人臉識別技術，已經和我們的支付息息相關，因此很多人會有顧慮，照片或者視頻能騙過人臉識別嗎？

Duck不必緊張，在這裡要稍微科普下，「人臉識別」技術主要有2D和3D兩種。

3D人臉識別由於需要進行3D掃描，所以二維的照片和視頻在第一時間就被淘汰出局了。2D人臉識別時，一般會通過神經網絡技術設置「活體檢測」，也就是叫你搖搖頭、眨眨眼睛，判斷是不是大活人，所以照片和視頻也會被2D人臉識別拒之門外。

圖丨基於圖像失真特徵提取分析的活體檢測的整體架構圖

3、人臉識別能區別雙胞胎嗎？

這主要看，兩個雙胞胎是否都錄入了人臉識別樣本。

如果兩個人都註冊了，機器大概率可以分別識別出來，因為即使普通人看不出太大的區別，機器還是可以捕捉到面容的差異；但是如果只有一個人註冊了樣本，而兩個人又過於相似，機器是很難做出正確判斷的。

當然，光線、表情、角度等方面的影響，也給雙胞胎的識別增加了難度。所以目前的支付系統，除了需要人臉識別外，還會配合輸入密碼等手段，作為雙重驗證。

最後，人臉識別技術是否能識別準確，歸根結底是背後的邏輯與算法，在不同表情、性別、年齡、姿態、光照條件下，能否準確定位人臉輪廓及五官關鍵點。

近日，在第25屆國際模式識別大會（ICPR 2020）舉辦的人臉106關鍵點檢測挑戰賽中，搜狗AI團隊擊敗OPPO研究院、美團視覺中心、東南大學、西安交大等多支強隊，榮獲冠軍，彰顯出了在計算機視覺領域的核心技術實力。

在技術創新方面，搜狗在計算機視覺領域一直保持著強勁實力。通用技術方向，於2018 年在CVPR WAD自動駕駛視覺競賽中奪得道路目標檢測任務第一名；在國際自動駕駛領域權威評測集Cityscapes實例分割評測任務中同樣拿到第一名的好成績。OCR方向，於2019年11月刷新了ICDAR2019 ArT檢測、識別、端到端三項單元的新記錄；人臉識別方向，於2018年11月在人臉識別頂級評測 MegaFace 的Face Identification（人臉識別）任務中，基於百萬規模級別的人臉資料庫以 99.939% 的識別準確率斬獲大賽第一名；本次ICPR 2020人臉106關鍵點檢測挑戰賽中又一次取得技術突破獲得冠軍，證明了搜狗在計算機視覺領域的領先實力。