引言
如今，人臉識別和大數據是很熱門(mén)的行業(yè)，那么計算機是如何識別人臉的？為什么又需要大數據？本文將討論這些問(wèn)題。
1.識別物體邊緣
首先看一下下面這種圖片，如果問(wèn)你，這是什么？你第一個(gè)感覺(jué)這是一個(gè)美女。
但是，請繼續看下面這張圖片，雖然只是“寥寥幾筆”，你仍然能夠感覺(jué)說(shuō)這是一個(gè)“美女”，而是能判斷此圖和上面圖片是“一樣的”
為什么會(huì )這樣？這是因為研究發(fā)現，人的視覺(jué)細胞對物體的邊緣特別敏感。也就是說(shuō)，我們先看到物體輪廓時(shí)，大腦會(huì )主動(dòng)根據“以往存在大腦里的物體”進(jìn)行自動(dòng)“對號入座”，然后判斷這東西到底是什么。
因此識別物體，最主要的識別物體的邊緣或者叫做輪廓。
2.識別物體數據比對
物體識別其實(shí)包括兩個(gè)步驟：提取物體和識別物體。因為習慣的原因，我們通常會(huì )把這2個(gè)步驟合稱(chēng)為物體識別。
這就像別人說(shuō)壓縮rar文件發(fā)給我一樣，壓縮rar其實(shí)是有2個(gè)步驟：首先是把所有文件放到一個(gè)文件里，然后再把這一個(gè)文件壓縮，但是我們已經(jīng)習慣通稱(chēng)為壓縮。
提取物品就是上面說(shuō)的提取物體輪廓，而識別物體早期多采用預定義方式實(shí)現。什么意思呢？簡(jiǎn)單的說(shuō)，如何定義這只動(dòng)物是一只“鴨子”？
那么就把鴨子的特征列出來(lái)：
（1）鴨子有2條腿（2）鴨子有2只眼睛（3）鴨子的羽毛是白的
好吧，你可以把鴨子的主要“特征”列出來(lái)，然后把你要驗證的圖片和你預定義的“特征”相比較，如果符合，就把這個(gè)物體當做“鴨子”。
這種識別動(dòng)物的方式，有非常大的缺陷，例如下圖，你可能把鴿子識別為鴨子。
當然，你可以繼續給“鴨子”增加預定義，例如鴨子的“嘴”是扁的來(lái)排除鴿子，這仍然不完美，例如給你一只“鵝”呢？
還有，這種算法還有致命的缺陷：一旦一個(gè)物體的一部分被擋住，那么計算機就識別不出來(lái)圖片。
3.特征點(diǎn)識別
由于采用預定義方式識別圖片有缺陷，現如今圖片識別主要采用特征點(diǎn)識別。一幅圖片總存在著(zhù)其獨特的像素點(diǎn)，這些點(diǎn)我們可以認為就是這幅圖像的特征，成為特征點(diǎn)。計算機視覺(jué)領(lǐng)域中的很重要的圖像特征匹配就是一特征點(diǎn)為基礎而進(jìn)行的。
例如下圖這個(gè)“人”，這個(gè)人的定義既不是說(shuō)他有鼻子有眼就是人，也不是定義他有頭發(fā)有牙齒才是人，而是計算機自動(dòng)提取這種圖片的某些特征點(diǎn)，而“這些特征點(diǎn)”具有“人”的特性，進(jìn)而得出，這張圖片是人。
這種特征點(diǎn)是計算機隨機自動(dòng)“提取”的，從開(kāi)發(fā)人員的角度看，計算機為什么提取這些“點(diǎn)”，有時(shí)候開(kāi)發(fā)人員也不知道或者說(shuō)也迷茫，一旦識別出錯，就算是開(kāi)發(fā)人員也很難跟蹤到底是哪里錯了。套用一句：文學(xué)源于生活而又高于生活。計算識別圖片源于程序而又高于程序，在很多科幻片里，機器人來(lái)源人人類(lèi)，而最終又統治了人類(lèi)。
4.大數據
采用特征點(diǎn)識別物品時(shí)，需要你有大量數據作為特征點(diǎn)。例如你要搜索“范冰冰”的照片，首先必須有足夠多的范冰冰的照片，然后告訴“機器”這是范冰冰。
機器從每張照片里提取“范冰冰”特征點(diǎn)，最終所有特征點(diǎn)組成的集合被稱(chēng)為特征點(diǎn)集。有了這個(gè)特征集，那么你上傳“一張照片”時(shí)，計算機就知道這張照片是誰(shuí)了。
5.機器學(xué)習
在上面，你可以看到大數據非常重要，以識別范冰冰為例，你數據庫里范冰冰采樣照片越多，計算機就識別率越高。如果你采樣足夠過(guò)，那么就能更好的實(shí)現“機器學(xué)習”。
仍以范冰冰為例，機器學(xué)習就是讓機器根據現有的范冰冰的照片來(lái)判斷其它照片是不是范冰冰，如果是則自動(dòng)提取新特征點(diǎn)，如果不是則忽略（當然機器也可能會(huì )有識別失誤）。這種機器學(xué)習猶如利息的“利滾利”，會(huì )產(chǎn)生馬太效應。
6.人工訓練
在機器獲取特征點(diǎn)后，必須告訴這個(gè)“圖片”是什么，很多搜索引擎會(huì )根據上下文來(lái)判斷。什么意思呢？例如你打開(kāi)一個(gè)網(wǎng)頁(yè)，“范冰冰國際影響力這么強？...”該頁(yè)面配有圖片，計算機是不知道這張圖片是什么，但是計算機能識別文字，他看到標題是“范冰冰”而里面又有配圖，自然就認為這張照片就是“范冰冰”。
事實(shí)上，在很多情況下我們都是無(wú)意識的給機器提供“人工訓練”。例如在登錄谷歌網(wǎng)站時(shí)，谷歌需要讓你判斷圖片驗證碼，你必須全部選對了才能驗證通過(guò)。
谷歌身份驗證
通過(guò)這個(gè)步驟，谷歌就可以比對“人工判斷”和“機器判斷”是否一致，這種判斷為谷歌提供“自動(dòng)駕駛”提供更多數據。
聯(lián)系客服
