1. 人脸识别概述：从技术演进到落地实战
大家好，我是这门课的主讲。在计算机视觉领域摸爬滚打了十几年，人脸识别是我投入精力最多的方向之一。今天咱们先聊聊人脸识别到底是怎么回事——它的发展脉络、现在用在哪、难点在哪，以及未来会往哪走。
说白了，人脸识别就是让机器看懂人脸。但这事远没你想的那么简单。我2015年第一次做安防项目时，就被现实狠狠教育了一回——光线一变，算法就崩。嗯，这些坑后面会细说。
1.1 人脸识别技术发展史
人脸识别不是新鲜事。从上世纪60年代开始，科学家就在琢磨这事。我把它分成四个阶段：
| 阶段 | 时间 | 核心方法 | 代表成果 |
|---|---|---|---|
| 萌芽期 | 1960s-1990s | 几何特征、模板匹配 | Woody Bledsoe 的 21x21 网格 |
| 发展期 | 1990s-2010s | PCA、LDA、SVM | Eigenfaces、Fisherfaces |
| 爆发期 | 2012-2018 | 深度学习（CNN） | DeepFace、FaceNet、ArcFace |
| 成熟期 | 2018-至今 | 轻量化模型、端侧部署 | MobileFaceNet、RetinaFace |
萌芽期那会儿，全靠人工标注特征点。我记得看过一篇1966年的，研究者用尺子量照片上眼睛、鼻子、嘴巴的距离——没错，就是拿尺子量。精度嘛，你想想看，换个表情就认不出来了。
发展期开始用统计方法了。PCA（主成分分析）把高维人脸图像降到低维空间，搞出了"特征脸"（Eigenfaces）。我当时在实验室跑这个算法，一张128x128的灰度图，降维后只用几十个特征就能区分不同人脸。但有个致命问题：对光照极度敏感。同一个人的脸，左边打光和右边打光，在特征空间里能差出十万八千里。
爆发期才是真正的转折点。2012年AlexNet在ImageNet上大杀四方，人脸识别领域也迅速跟进。2014年Facebook的DeepFace在LFW（Labeled Faces in the Wild）数据集上达到了97.35%的准确率，接近人类水平。2015年Google的FaceNet用Triplet Loss把特征嵌入到128维空间，直接端到端学习——这思路太漂亮了。
我个人最喜欢的还是ArcFace（2018年）。它把分类层的角度边界做得非常优雅，在MegaFace上刷到了98.35%的准确率。我在好几个项目里都用它做backbone，效果确实稳。
成熟期大家开始关注落地了。模型越来越小，MobileFaceNet只有4.2MB，能在手机和嵌入式设备上跑。检测器也从MTCNN进化到RetinaFace，速度和精度都上了一个台阶。
关键转折点：2014年DeepFace的出现，让人脸识别从"手工特征+分类器"彻底转向"端到端深度学习"。这个转变的意义，怎么强调都不过分。
1.2 主流应用场景
人脸识别现在几乎无处不在。我挑三个最典型的场景聊聊：
安防领域
- 重点人员布控：在机场、火车站部署摄像头，实时比对黑名单库。我曾经给某省会城市做过一个项目，高峰期每秒要处理200路视频流，单张人脸比对耗时必须控制在50ms以内。
- 人员轨迹追踪：通过跨摄像头的人脸识别，还原一个人的行动路线。这里有个坑：不同摄像头的角度、光照、分辨率差异巨大，特征一致性很难保证。
- 门禁考勤：这个相对简单，但要求活体检测。我见过有人用打印的照片就骗过了早期的门禁系统——嗯，后来加了红外活体检测才解决。
金融领域
- 远程开户：银行App里扫脸验证身份。监管要求严格，必须达到金融级安全标准。我记得2018年帮某银行做这个，光是活体检测就迭代了6个版本。
- 刷脸支付：支付宝、微信都在推。对精度要求极高——千万分之一的误识率，还要防视频攻击、3D面具攻击。
- 柜面辅助：VIP客户识别，客户经理还没开口就知道你是谁、有什么偏好。
考勤与通行
- 企业考勤：替代指纹打卡，无接触、速度快。我建议部署时注意一个细节：考勤机的安装高度要适配1.5m-1.9m的人群，否则矮个子要踮脚、高个子要弯腰。
- 小区门禁：疫情期间需求暴增。但有个现实问题：老人和小孩的识别率普遍偏低，因为注册照片和现场照片差异大（皱纹、发型变化）。
- 会议签到：批量识别入场人员，自动记录参会信息。
我的经验：做安防项目，先搞清楚"识别谁"和"在哪识别"。布控场景要快（低延迟），门禁场景要准（低误识），考勤场景要稳（全天候可用）。需求不同，技术选型完全不同。
1.3 技术挑战
人脸识别看着简单，落地时全是坑。我列几个最头疼的：
- 光照变化：同一张脸，强光下和暗光下的特征差异，比不同人脸还大。我曾经在项目里遇到过：白天识别率99%，晚上直接掉到70%。后来加了光照归一化和多尺度融合才稳住。
- 姿态变化：正面照识别率最高，一旦偏头超过30度，性能急剧下降。大姿态人脸识别至今是学术界的热点。
- 遮挡问题：口罩、墨镜、帽子——2020年疫情让这个问题变得极其突出。我当时紧急给客户升级了"口罩人脸识别"方案，只保留眼部特征做比对，精度勉强能接受。
- 年龄变化：一个人的脸会变。注册时是20岁，5年后30岁，算法还能认出来吗？我见过最夸张的案例：一个人10年间的照片，算法判定为不同的人。
- 活体检测：防止照片、视频、3D面具攻击。这是金融级应用的生命线。我建议至少叠加三种检测手段：纹理分析、动作指令、红外成像。
- 隐私合规：GDPR、《个人信息保护法》对人脸数据的使用有严格限制。你不能随便存人脸特征，也不能无限期保留。
避坑指南：我曾经在一个项目中，为了追求识别率把阈值设得很低，结果误识率飙升，客户投诉说"系统把隔壁老王识别成我"——从那以后，我坚持"先保误识率，再提识别率"的原则。
1.4 未来趋势
人脸识别接下来会往哪走？我个人的判断：
- 多模态融合：人脸+虹膜+声纹+步态，单一模态总有短板，多模态互补才是王道。
- 边缘计算：模型越来越小，直接在摄像头端完成识别，不上传云端。这对隐私保护是大利好。
- 3D人脸识别：2D图像对光照和姿态敏感，3D结构光或ToF传感器能从根本上解决这些问题。苹果的Face ID就是典型。
- 联邦学习：不同机构的数据不能共享，但可以联合训练模型。这在金融和安防领域很有前景。
- 对抗鲁棒性：对抗样本攻击（比如在脸上贴特殊图案就能骗过算法）是新的安全挑战。我最近就在研究这个方向。
下面这张图，是我梳理的人脸识别技术演进与核心挑战的关系图：
好了，这一章就聊到这。从技术发展史到应用场景，再到挑战和趋势，算是给人脸识别画了个全景图。后面的章节，我们会一步步深入每个技术细节——从算法原理到工程实现，从模型训练到端侧部署。准备好了吗？咱们开始吧。