借助于深度神經(jīng)網(wǎng)絡(luò)，俄羅斯國(guó)立高等經(jīng)濟(jì)大學(xué)的人研究人員已經(jīng)提出了一種新方法，能夠從視頻中識(shí)別出人的身份。該方法不需要大量的照片，并且與現(xiàn)有方法相比具有明顯更高的識(shí)別準(zhǔn)確度——即使只有某個(gè)人的一張照片可用。

面部識(shí)別技術(shù)在過去幾年中發(fā)展迅速。作為驗(yàn)證和識(shí)別個(gè)人身份的工具，這些技術(shù)被用于各種領(lǐng)域，從打擊恐怖主義的執(zhí)法機(jī)構(gòu)到社交網(wǎng)絡(luò)和移動(dòng)應(yīng)用。許多國(guó)際公司和世界領(lǐng)先大學(xué)的研究小組正在不斷對(duì)數(shù)據(jù)和儀器本身進(jìn)行試驗(yàn)，以提高識(shí)別的準(zhǔn)確率。

識(shí)別可以通過多種方式進(jìn)行，但最近在高精度神經(jīng)網(wǎng)絡(luò)的幫助下獲得了最好結(jié)果。神經(jīng)網(wǎng)絡(luò)獲得的訓(xùn)練圖像越多，該過程就越有效。網(wǎng)絡(luò)可以提取出關(guān)鍵面部特征，然后在識(shí)別未知圖像時(shí)使用該知識(shí)。

現(xiàn)在，可以更容易地訪問越來越多的照片數(shù)據(jù)集，并將這些數(shù)據(jù)集用于訓(xùn)練神經(jīng)網(wǎng)絡(luò)。對(duì)于受限的觀察環(huán)境（具有相同的面部方向、照明等因素的照片），算法的準(zhǔn)確性早已達(dá)到人類面部識(shí)別的能力水平。然而，在識(shí)別不受約束的條件下，收集到的視頻數(shù)據(jù)具有可變的照明、角度和大小，實(shí)現(xiàn)高精度識(shí)別對(duì)研究人員來說是一個(gè)更大挑戰(zhàn)。

國(guó)立高等經(jīng)濟(jì)大學(xué)信息系統(tǒng)與技術(shù)部教授Savchenko解釋說：“網(wǎng)絡(luò)能夠以100％的準(zhǔn)確度識(shí)別知名演員，因?yàn)檠輪T的可用圖像數(shù)量可能有數(shù)百萬張。然而，隨著神經(jīng)網(wǎng)絡(luò)中積累的知識(shí)的變化，這并不意味著它可以適應(yīng)只有一張照片用作訓(xùn)練樣本的情況并識(shí)別出人的身份。”

為了解決這個(gè)問題，國(guó)立高等經(jīng)濟(jì)大學(xué)的研究人員利用模糊集和概率理論來開發(fā)視頻識(shí)別算法。在利用少量圖像進(jìn)行視頻實(shí)時(shí)面部識(shí)別的實(shí)驗(yàn)中，該算法顯著提高了若干眾所周知的神經(jīng)網(wǎng)絡(luò)架構(gòu)的準(zhǔn)確度（比早期實(shí)驗(yàn)高2-6％），如VGGFace、VGGFace2、ResFace和LightCNN。

作為測(cè)試數(shù)據(jù)庫，國(guó)立高等經(jīng)濟(jì)大學(xué)的研究人員使用以下傳統(tǒng)數(shù)據(jù)集來對(duì)視頻面部識(shí)別方法進(jìn)行評(píng)估：IJB-A（IARPA Janus Benchmark A）和YTF（YouTube Faces）。這些數(shù)據(jù)集包含了著名人物（演員、政治家、公眾人物）的免費(fèi)圖像，而這些圖像是在不受約束的環(huán)境中和不同時(shí)間點(diǎn)從開放源頭收集的。在最復(fù)雜的實(shí)驗(yàn)中，研究人員使用上述算法和來自于另一個(gè)具有更好分辨率的LFW（Labeled Faces in the Wild）數(shù)據(jù)集的相同人物的幾張照片來識(shí)別來自YouTube視頻中的人。而這些照片本身是在不同的時(shí)間（從20世紀(jì)70年代到21世紀(jì)10年代）和不同的地點(diǎn)拍攝的。

這種新方法的實(shí)質(zhì)是利用參考照片的相關(guān)性信息，即它們之間的距離或差距。相似個(gè)體之間的聯(lián)系（即數(shù)學(xué)模型中的距離）較小，而不相似個(gè)體之間的聯(lián)系則較大。了解人與人之間的差異程度可以幫助系統(tǒng)在識(shí)別視頻幀的過程中糾正錯(cuò)誤。

Savchenko教授解釋說：“算法估計(jì)一幀與一個(gè)人的接近程度，以及另一幀與另一個(gè)人的接近程度。然后，它比較這兩個(gè)人的訓(xùn)練靜態(tài)照片之間的相似程度。接下來，它將第三人添加進(jìn)來并評(píng)估他與哪個(gè)人的相似度更高——第一個(gè)人或第二個(gè)人。然后它會(huì)糾正識(shí)別錯(cuò)誤。”

該算法已經(jīng)用針對(duì)固定計(jì)算機(jī)的Python語言實(shí)現(xiàn)，能夠幫助用戶在照片/視頻專輯中查找和分組不同人的面部，并估計(jì)一個(gè)人的出生年份、性別和其他參數(shù)。研究人員還開發(fā)了一個(gè)Android應(yīng)用程序原型，用于確定照片和視頻中人物的年齡和性別。對(duì)照片庫的分析能夠?qū)崿F(xiàn)對(duì)用戶社交活動(dòng)程度的自動(dòng)評(píng)估，并識(shí)別用戶的親密朋友和親戚。對(duì)于現(xiàn)代智能手機(jī)，該應(yīng)用程序原型每秒能夠處理15幀。據(jù)研究人員稱，有了他們的方法，面部識(shí)別可以獲得更高的準(zhǔn)確率。