人脸识别是一项热门的计算机技术研究领域，广义的人脸识别实际包括构建人脸识别系统的一系列相关技术，包括人脸图像采集、人脸定位、人脸识别预处理、身份确认以及身份查找等；而狭义的人脸识别特指通过人脸进行身份确认或者身份查找的技术或系统。
作为一项生物特征识别技术，人脸识别系统的研究始于20世纪60年代，80年代后随着计算机技术和光学成像技术的发展得到提高，而真正进入初级的应用阶段则在90年后期，并且以美国、德国和日本的技术实现为主。
人脸识别的极限不断得到新突破(图源：VCG)
多年以来学界都怀疑，大脑中负责人脸识别的神经元是被人脸 “定制”的。这些专属的神经元会被一张特定的人脸快速激活，也会被其他相似的人脸激活，但对差的比较远的人脸就没啥反应了。
据报道，美国加州理工学院的一项研究推翻了这一假设，相关论文发表在6月1日的学术期刊《细胞》上。
神经科学家Doris Tsao和Le Chang发现，大脑皮层中的单个视觉神经细胞并不识别整张脸，而是识别一些元素，一系列神经元就像拼图一样拼出了整张脸。他们通过解码猴子大脑神经细胞的信号，高度还原出了猴子看到的人脸图像。
此前，科学家们就发现了大脑皮层中存在一系列专职识别人脸的神经元。而曹的团队在几年前开始研究这些神经元的“拼图”过程。他们假设大脑是靠眼睛大小、嘴巴长度等脸部特征“拼”出人类的，并测试这些“密码”是否能激活脸部识别神经元。但实验结果都是“密码不正确”。
最终，Tsao放弃了这些人类自己能想到的比较具体的元素，改由计算机找出人脸识别的密码。通过分析一组200张经计算机调整后的真人照片，计算机给出了50个可以描述人脸间差别的数学维度。这些参数并不是在简单描述具体的某个脸部器官，其中一半与形状有关，比如两眼间距或发际线宽度，另一半涉及肤色、皮质等要素。
随后，研究人员将电极植入两只猕猴的大脑，让猕猴观看围绕这50个维度有所差异的人类脸部照片，监控猕猴大脑中205个脸部识别神经元对这50个维度的不同反应。研究人员对得到的上百万种反馈进行解码，得到了每种反馈代表的具体含义。
人脸识别被认为是生物特征识别领域甚至人工智能领域最困难的研究课题之一。人脸识别的困难主要是人脸作为生物特征的特点所带来的。“我们破解了人脸识别的大脑密码”，Tsao说道。这些各有分工的神经元从不同的角度分析人脸，形成的信息汇集到一起，就拼出了一张完整的人脸，这个过程有点类似警察根据目击证人的描述一点一点绘出犯罪嫌疑人的长相。
在此基础上，他们通过解码猴子大脑神经细胞的信号，高度还原出了猴子看到的人脸图像。当研究人员把原始图片混在40张图片中，让被试者找出与还原出来的图像最匹配的一张，被试者指向原始图片的概率达到了80%。
此外，研究人员还通过实验证明，这些神经元会被它们预设的那些维度所激活，却对其他维度的变化毫无反应。也就是说，如果给猕猴看两张看起来差异非常大的人脸，而这两张人脸恰好在神经元所预设的维度上比较相似，那这些神经元的反应是相同的。Tsao通过一个比喻来解释这种现象：如果某个细胞会被红色激活，那它对橙色和紫色的反应会是相同的。
人脸识别系统成功的关键在于是否拥有尖端的核心算法，并使识别结果具有实用化的识别率和识别速度。目前人脸识别的算法可以分类为：基于人脸特征点的识别算法、基于整幅人脸图像的识别算法、基于模板的识别算法、利用神经网络进行识别的算法、利用支持向量机进行识别的算法。
此次实验也是人类首次用完整又简洁的叙事描述了灵长类大脑识别人脸的过程。接下来，Tsao的团队将转而研究大脑的颞叶部分，验证大脑是否用相似的“密码”编码了日常物体和日常场景。
评论 (0)