《近匠》Face++:漫談人臉識別

人臉識別技術（face recognition）的發展從20世紀70年代開始興起，是計算機視覺領域（computer vision）迄今為止最熱門的研究問題之一。作為一種最易普及的生物特征識別技術，人臉識別的應用場景眾多，其最傳統的場景莫過于安防、門禁、監控領域。無論是在邊檢進出關的閘口，還是銀行保險柜的安全門鎖，都出現了人臉識別的身影。相較于傳統的密碼、證件、門卡等安全手段，人臉識別因為是一個天然的貼在臉上的“身份證”，具有極難偽造的屬性,。因而，人臉識別的技術也一度被認為是可以取代所有賬號和密碼的新ID系統，如果再搭載上現在無處不在的監控攝像頭，人臉識別技術似乎有希望構建起一套像小說《少數派報告》里的“天網”系統，每個人的行蹤都將可以被精確掌控。這無疑是一個充滿幻想的未來圖景。此外，人臉識別技術作為大家最為熟知的生物特征識別技術，也可以承載很多未來的想象力及巨大的市場。作為人臉識別領域的老兵和移動互聯網創業的新進者，Face++對這一行業有哪些思考？他們在技術上有哪些心得？帶著這些問題，我們對Face++聯合創始人印奇進行了專訪。

CSDN移動：能否簡單介紹一下你們團隊？以及主要成員的從業經歷？

印奇：我們是Face++團隊，一群85后的Geek。公司三位創始人是清華大學時的同學，分別是我、唐文斌和楊沐。我從本科開始先后在MSRA(微軟亞洲研究院)實習加全職共四年時間，研發了微軟當時核心的人臉識別系統，被廣泛應用在微軟如X-box和Bing等產品中。后赴美國哥倫比亞大學攻讀3D相機方向博士學位；唐文斌從初中開始參加信息學編程比賽，先后多次獲得ACM，CodeJam等各類編程比賽的冠軍，擔任國家信息學競賽總教練7年之久。清華研究生階段，專注社交挖掘和圖像檢索；而楊沐則獲得過國際信息編程奧林匹克比賽(IOI)金牌。參與多個開源項目，是一個“碼力”超強的架構師，現在在團隊Lead整個大規模并行系統的搭建。

Face++團隊

CSDN移動：你們如何定位Face++的產品？這款產品可以為開發者帶來什么？

印奇：Face++是一個技術服務的SaaS平臺，面向的是廣大開發者和企業級客戶。我們希望通過最簡單易用的方式把最牛掰的人臉識別技術提供給開發者，所以我們的Slogan是“Simplify Face Recognition”。在Face++平臺上，我們提供人臉檢測、人臉分析、人臉識別/搜索三大類技術，共27小項細分技術點。Face++現在的技術服務場景和客戶主要有三類：1.手機硬件廠商，比如小米、美圖手機。服務核心就是優化拍照、相冊的體驗和智能化；2.各類拍照和相冊的App，如美圖、Camera360、魔漫相機等；3.社交婚戀，提供人臉搜索讓大家找到自己喜歡的妹子。以上都是線上互聯網場景，我們正在通過智能硬件的方式，來解決線下如智能商業里的VIP識別和安防監控的場景。試想，如果每位顧客進店后，銷售人員可以馬上得知這位顧客是否是VIP，有哪些消費習慣，之前的消費記錄如何，那一定可以提供更個性化的服務，提高轉化率。

CSDN移動：你們對Face++人臉識別產品/技術的定位是什么？

印奇：Face++本身是一個技術服務平臺，所以它的定位是面向開發者和企業級用戶。我們通過搭建這樣的平臺，積累了人臉核心技術和大量的人臉數據，為我們的核心技術引擎的提升提供了源源不斷的數據基礎。通過這樣的技術優勢，我們會通過一體化的人臉識別產品在智能監控等領域做產品落地。

CSDN移動：目前，人臉識別這一市場的格局是什么？這一格局對公司的發展有哪些影響？

印奇：我認為這個市場可以分為線上和線下兩部分。在線上，拍照、相冊、圖片分析、婚戀交友平臺中，人臉（及其他圖像識別）技術越來越重要，雖然現在很多還是Nice-To-Have的功能，不過未來比重會越來越大。線下的人臉識別市場本身就有非常巨大的剛需，特別是在各類監控場景。不過線下場景對于人臉識別的精度要求非常高，雖然人臉識別的概念已經出現了很多年，但遲遲沒有真正進入普通用戶的日常生活，究其原因還是技術仍在成熟的過程中，將人臉識別的精度做到接近100%仍然是一個未解的問題。同一個人人臉圖片的變化其實其實是非常巨大的。人可以根據海量數據學習和綜合分析判斷大家是不是一個人，但對于機器視覺來說，數據量和綜合分析都遠遠未達到人的水平，因而很多系統仍無法達到實際日常應用場景的需求。這一背景給了我們一個契機，讓我們通過互聯網和深度學習的方式真正把人臉技術做出突破。

人臉識別技術的最大難點在于同一個在不同場景下外貌變化巨大

CSDN移動：Face++的產品做了多久？什么時候推出的？

印奇：Face++這個平臺是2012年初推出的，經歷了三個大的版本迭代。

CSDN移動：針對上面提到的用戶需求，你們在產品中具體做了哪些工作？

印奇：對于Face++這類技術平臺型產品，核心點就是“技術好”和“容易用”。前者是我們的核心優勢。而對于后者，我們則做了很多工作，包括簡化API接口、開設討論版、錄制教學視頻等。未來，我們會把“容易用”做的更好，比如我們打算推出一個名人搜索引擎，不光提供技術，還提供數據庫。所以如果未來你想做一個與名人搜索相關的應用，用我們的接口幾行代碼就能搞定了。

CSDN移動：與早期版本相比，現在的版本有哪些不同？

印奇：現在的版本技術點更全、封裝更易用，最重要的是不限調用次數，而且完全免費。

CSDN移動：可否介紹一下，典型的人臉識別系統是什么樣子的？

印奇：當今的人臉識別系統雖然包含無數細節和各種工程技巧，但大的系統框架不外乎如下圖所示的流程：一張人臉圖片輸入后，需要先找到人臉的位置（人臉檢測），然后在這個基礎上定位人臉關鍵點的位置（如眼睛中心或嘴角等），每個系統關鍵提取的數量相差很大，有的只有左右眼睛中心兩個點，有的可能多達近百個點。這些點的位置一是用來做人臉的幾何校正，即把人臉通過縮放、旋轉、拉伸等圖像變化變到一個比較標準的大小位置。這樣待識別的人臉區域會更加規整，便于后續進行匹配。同時，現在的實際系統一般也都配有人臉光學校正模塊，通過一些濾波的方法，去除一些對光照更加敏感的面部特征。在做完這些預處理之后，就是從人臉區域提取各種特征，包括LBP、HOG、Gabor等。最終相關的特征會連接成一個長的特征向量（Feature Vector），然后匹配出人臉的相似度，根據相似度的大小，系統會判定兩張圖片到底是不是一個人。不難看出，人臉識別技術還是一個系統鏈條較長，較為有技術門檻的領域。因為這條流水線的每個環節可能都會嚴重影響最終系統性能，所以一個好的人臉識別技術公司需要在各個環節上追求細節，建立自己的技術優勢，最終才有可能在最后的人臉識別精度上有出色的表現。

人臉識別技術的技術流程圖

CSDN移動：研發過程中遇到了哪些坎？怎么邁過去的？

印奇：研發過程中，核心還是服務的穩定性問題。隨著我們調用量越來越大，因此要不斷優化后臺的系統架構。因為我們提供的是技術API，所以每個調用計算量都不小，在這方面，我們在系統層面做了不少針對性的優化。研發過程中，遇到過celery的不靠譜，重寫，還遇到過API設計的不靠譜，重寫了N遍，配合各種搞兼容性，花費了很多時間。各種共有云服務還是挺不穩定的，我們現在系統一崩就會有機制打電話給我們的手機，我們就需要連夜起來調。

CSDN移動：研發中主要用到了哪些開發工具，請具體談談對這些工具的使用心得，以及這些工具的特性。

印奇：因為我們對于系統效率要求很高，所以基本是團隊自己裸寫的。主要用了任務隊列celery，不靠譜，團隊自己寫了個LWDQ（LightWeight Distributed Queue），數據庫最終選擇了MySQL+MongoDB混用。剩下的東西都是阿里云的（RDS，FS），還比較靠譜。

CSDN移動：目前，你們的盈利模式是什么？未來有哪些可行的盈利模式？

印奇：目前，我們的線上技術服務主要通過企業級技術License來獲得收入。線下的一體化產品我們很快會推出，也會成為一個大的收入來源。

CSDN移動：對于未來，你們的發展方向是什么？這個領域是否會與我們今天看到的有所不同？

印奇：未來，我們會把人臉識別做深、做好，真正確立自己行業領導者的地位。同時，我們會從人臉拓展到更廣的圖像識別領域，還會基于我們在圖像識別和深度學習方面的積累，推出新的圖像識別平臺。

---

【《近匠》Mixtile：跑在盒子中的嵌入式平臺】《近匠》第33期：劉振宇與董迎軍已經在硬件領域耕耘多年，他們希望將他們在硬件領域多年積累的技術經驗和供應鏈資源共享出來，幫助更多Maker、硬件愛好者、硬件初創團隊。因此，他們推出了Mixtile系列嵌入式平臺。

【《近匠》秦時明月：知名IP光環下的生存之道】《近匠》第32期，《秦時明月》是一款根據同名漫畫改編的手游，采用Cocos2d-x引擎開發者。知名IP為游戲帶來了可觀的首批用戶，然而，在盛名之下，下一步該怎么走，是頂著知名IP光環的游戲團隊需要深思的。

【《近匠》透鏡：代碼級定位，讓App性能監控更從容！】《近匠》第31期，當出現性能問題時，透鏡系統能夠實時告訴你哪里出了問題，是用戶端的問題還是網絡的問題，是服務器的問題還是數據庫的問題，甚至能夠做到代碼級的定位，到底是哪行代碼寫的不好導致應用性能的下降。

回顧更多內容，及線下開發者活動信息，請關注mobilehub公眾微信號（ID: mobilehub)

尋求《近匠》免費報道，請私信：@CSDN移動，或發送郵件至mobile#csdn.net。