在人臉識(shí)別領(lǐng)域，有一些比較經(jīng)典的算法，例如特征臉?lè)ǎ‥igenface）、局部二值模式法、Fisherface等，不過(guò)在這里選擇了一個(gè)目前應(yīng)用比較廣泛且流行的方法作為示例，叫做OpenFace。當(dāng)然，我們不做實(shí)際的測(cè)試，只是通過(guò)它來(lái)了解識(shí)別的原理。

OpenFace屬于基于模型的方法，它是一個(gè)開(kāi)源庫(kù)，包含了landmark，head pose，Actionunions，eye gaze等功能，以及訓(xùn)練和檢測(cè)所有源碼的開(kāi)源人臉框架。

在前面的步驟中，已經(jīng)為大家介紹如何通過(guò)HOG的方法將圖像中人臉的特征數(shù)據(jù)提取出來(lái)，也就是成功檢測(cè)到了人臉。

這時(shí)又有一個(gè)問(wèn)題，就是這個(gè)人臉的姿勢(shì)好像不是那么“正”，同樣一個(gè)人，如果她的姿勢(shì)，面部的朝向不同，人類仍然能認(rèn)出她來(lái)，而計(jì)算機(jī)可能就認(rèn)不出了。

解決這個(gè)問(wèn)題，有一個(gè)辦法，就是檢測(cè)人臉主要特征的特征點(diǎn)，然后根據(jù)這些特征點(diǎn)對(duì)人臉做對(duì)齊校準(zhǔn)。這是Vahid Kazemi和Josephine Sullivan在2014年發(fā)明的方法，他們給人臉的重要部分選取68個(gè)特征點(diǎn)（Landmarks），這68個(gè)點(diǎn)的位置是固定的，所以只需要對(duì)系統(tǒng)進(jìn)行一些訓(xùn)練，就能在任何臉部找到這68個(gè)點(diǎn)。

圖片來(lái)源：OpenFace API

有了這68個(gè)點(diǎn)，就可以對(duì)人臉進(jìn)行校正了，主要是通過(guò)仿射變換將原來(lái)比較歪的臉擺正，盡量消除誤差。這里的仿射變換主要還是進(jìn)行一些旋轉(zhuǎn)、放大縮小或輕微的變形，而不是夸張的扭曲，那樣就不能看了。

圖片來(lái)源：OpenFace github說(shuō)明頁(yè)面

過(guò)程大約是這樣，原來(lái)的臉被進(jìn)行了一定程度的校正。

這樣我們把原始的人臉圖像以及HOG的特征向量輸入，能夠得到一張姿勢(shì)正確的只含有人臉的圖像。

注意，到這一步我們還不能直接拿這張人臉圖像去進(jìn)行比對(duì)，因?yàn)楣ぷ髁刻螅覀円龅氖抢^續(xù)提取特征。

接著，我們將這個(gè)人臉圖像再輸入一個(gè)神經(jīng)網(wǎng)絡(luò)系統(tǒng)，讓它為這個(gè)臉部生成128維的向量，也可以說(shuō)是這個(gè)人臉的128個(gè)測(cè)量值，它們可以表示眼睛之間的距離，眼睛和眉毛的距離、耳朵的大小等等。這里只是方便大家理解而舉例，實(shí)際上具體這128維的向量表示了哪些特征，我們不得而知。

當(dāng)然，這一步說(shuō)起來(lái)簡(jiǎn)單，其實(shí)難點(diǎn)在于如何訓(xùn)練這樣的一個(gè)卷積神經(jīng)網(wǎng)絡(luò)。具體的訓(xùn)練方法不是我們需要了解的，但我們可以了解一下訓(xùn)練的思路。訓(xùn)練時(shí)我們可以輸入一個(gè)人臉圖像的向量表示、同一人臉不同姿態(tài)的向量表示和另一人臉的向量表示，反復(fù)進(jìn)行類似的操作，并不斷調(diào)整，調(diào)整的目標(biāo)是讓同一類對(duì)應(yīng)的向量表示盡可能接近，其實(shí)也就是同一個(gè)人的向量表示盡可能距離較近，同理，不同類別的向量表示距離盡可能遠(yuǎn)。

其實(shí)訓(xùn)練的思路也很好理解，因?yàn)橐粋€(gè)人的人臉不管姿態(tài)怎么變，在一段時(shí)間內(nèi)有些東西是固定的，比如眼睛間的距離、耳朵的大小、鼻子的長(zhǎng)度等。

在得到這128個(gè)測(cè)量值后，最后一步就簡(jiǎn)單了，就是將這128個(gè)測(cè)量值和我們訓(xùn)練、測(cè)試過(guò)的所有面部數(shù)據(jù)做比對(duì)，測(cè)量值最接近的，就是我們要識(shí)別的那個(gè)人了。這樣就可以完成一次人臉的識(shí)別。