前陣子刷屏了的網(wǎng)易云音樂刷臉推歌著實(shí)讓大家內(nèi)心又騷動(dòng)了一把。

「上傳一張個(gè)人照片，AI會(huì)分析你的面部特征并推薦你一首歌。識(shí)別二維碼即可體驗(yàn)」

利用網(wǎng)易AI的人臉關(guān)鍵點(diǎn)定位技術(shù)，對(duì)自己的照片進(jìn)行了一番掃描計(jì)算，邊掃還邊向你發(fā)射糖衣炮彈：

“很治愈的長(zhǎng)相，看著就會(huì)覺得幸福”

“恩，一雙自帶浪漫BGM的眼睛”

“這是一張連AI都心動(dòng)的臉”

嘖嘖嘖，這情話值Max的小AI，社交媒體上的小姐姐們表示根本停不下來(lái)了。

雖然情話AI稍微有點(diǎn)拍馬屁的嫌疑，但是肩負(fù)“傳播正能量，弘揚(yáng)真善美”光榮使命的它，其背后還是有科學(xué)依據(jù)的。

01

美學(xué)依據(jù)：

『美丑看比例，拒絕強(qiáng)行帥』

雖然隨著社會(huì)和流行文化的更迭發(fā)展，人們的審美會(huì)存在一定差異，比如有人會(huì)為某亮和某晗，創(chuàng)造了“丑帥”、“陰柔美”之類的新名詞，這類“強(qiáng)行帥”都是粉絲中了明星人格buff后創(chuàng)造的，也就是常說(shuō)的情人眼里出西施。如果單純從藝術(shù)角度判斷美丑，千百年來(lái)的標(biāo)準(zhǔn)并沒有太多變化，那就是比例論。

大家都知道達(dá)芬奇非常尊崇黃金分割（黃金比例），在他的人像畫中很好地踐行了這個(gè)理論，也正是他提出了人的完美面孔比例，比如臉部的寬高比、內(nèi)眼角角度、眼間距占比、嘴巴占臉寬比等等維度。

但是這套理論太不方便了，不利于傳播，老百姓總不能為了判斷美丑隨身帶一把尺去量人的鼻翼有多寬大吧。于是一位整形醫(yī)生根據(jù)這套比例結(jié)合自己十多年的整容經(jīng)驗(yàn)，打造了一個(gè)據(jù)說(shuō)只有最美的人才能完美嵌套的面部比例面具-馬夸特面具。

你不要覺得玄乎，這個(gè)面具其實(shí)經(jīng)歷了很多驗(yàn)證的。你可以嘗試拿明星的正面照去套，好看的往往不會(huì)偏差太多。比如章子怡，面部線條和五官與這個(gè)面具無(wú)縫對(duì)接。除了國(guó)際章，我還拿了其他在常人眼中好看的明星的正面照去比對(duì)，也相差無(wú)幾。

「國(guó)際章和“凡間天使”奧黛麗的臉，真的是百看不厭」

圖片來(lái)源 百度圖片

至此，馬夸特面具和達(dá)芬奇的人臉比例就構(gòu)成了情話AI的美學(xué)理論基礎(chǔ)。

但是這里有個(gè)bug：人是會(huì)動(dòng)的。為什么幾乎所有主播的鏡頭總是放在側(cè)上方？因?yàn)檫@個(gè)角度人臉看起來(lái)最好看，面部比例最匹配馬夸特面具。所以這就出現(xiàn)了對(duì)情話AI的另一個(gè)要求：測(cè)量真實(shí)性。

02

數(shù)據(jù)依據(jù)：

『良心AI，童叟無(wú)欺』

為了保證全民公平測(cè)量，本次H5調(diào)用了網(wǎng)易AI的人臉分析接口，通過對(duì)面部關(guān)鍵點(diǎn)的定位，無(wú)論照片處于什么角度或者什么環(huán)境都能準(zhǔn)確識(shí)別。無(wú)論你是正拍

還是側(cè)拍，

都能準(zhǔn)確捕捉到你的面部數(shù)據(jù)。

另外，此次H5在發(fā)布當(dāng)天就輕松達(dá)到千萬(wàn)級(jí)的PV，這意味著情話AI在一天內(nèi)要識(shí)別分析千萬(wàn)級(jí)的人臉圖像，并且至少說(shuō)1000萬(wàn)次情話。

當(dāng)然這不算什么，利用分布式技術(shù)，網(wǎng)易AI的日常廣告服務(wù)就可以支撐2000萬(wàn)日訪問量，現(xiàn)在的千萬(wàn)PV，還能再來(lái)一輪。

03

AI人臉分析的普及和『bug』

可能直至這次的刷臉推歌，很多人才意識(shí)到人臉分析技術(shù)居然有這功效，但事實(shí)上，人臉分析已經(jīng)不是什么高科技技術(shù)了，iPhone X的人臉解鎖、支付寶的人臉驗(yàn)證、還有每次張學(xué)友演唱會(huì)警察叔叔都能通過人臉識(shí)別抓到逃犯，這些都是人臉分析技術(shù)的一種。

早幾年谷歌就利用這項(xiàng)技術(shù)做了一個(gè)腦回路清奇的應(yīng)用-看看你的照片和博物館的哪副畫作最像。

識(shí)別效果大家可以感受下。左上角是匹配度，右下角是畫作來(lái)源。（圖片來(lái)源 Twitter）

先來(lái)一組低分的。

再來(lái)一組高分的。

準(zhǔn)確度幾分我不知道，傳神度可以說(shuō)是滿分了。

為什么會(huì)出現(xiàn)如此奇葩的匹配結(jié)果呢？

要解釋這個(gè)問題，我們首先要知道人臉識(shí)別的兩個(gè)過程：采集（特征提?。⑵ヅ洌Ｐ蜆?gòu)建+特征比對(duì)）。

谷歌的“人與畫像”就是先采集你的照片，再與博物館的畫作匹配；iPhone X在新機(jī)設(shè)置Face ID時(shí)會(huì)讓你在鏡頭前轉(zhuǎn)來(lái)轉(zhuǎn)去以及眨眼睛，目的也是采集你的面部信息，為了之后每次解鎖屏幕的時(shí)候做匹配。

所以識(shí)別結(jié)果的準(zhǔn)確率主要受制于兩個(gè)因素，

一、采集準(zhǔn)確率，

二、用于模型構(gòu)建的訓(xùn)練人臉庫(kù)的大小。

解釋下：用兒童玩具相機(jī)拍的你和Canon 5D拍的肯定不一樣，前者拍的可能你爸媽都不一定認(rèn)得出，這就是「采集準(zhǔn)確率低」；但是如果用兒童相機(jī)全程跟蹤連拍你一整天最后形成一個(gè)照片集，你爸媽或許能從一些“招牌動(dòng)作”（特征）辨別出這就是你，這就是因?yàn)椤赣?xùn)練人臉庫(kù)很龐大」。

所以為了做好人臉識(shí)別，AI工程師們一邊需要用更高級(jí)的設(shè)備采集人臉圖像，一邊需要擴(kuò)充用于模型構(gòu)建的訓(xùn)練人臉庫(kù)。

比如iPhone X采用了 TrueDepth 攝像系統(tǒng)，雙攝像頭，其中一個(gè)為紅外攝像頭，還包含各種傳感器。它跟2D人臉識(shí)別的區(qū)別就是使用了結(jié)構(gòu)光，通過右邊一個(gè)小投影儀投射帶形狀信息的紅外光斑到人臉上，左邊的攝像頭采集光斑的信息，根據(jù)形變和大小等逐一確定各個(gè)位置的深度和方向信息，最后得到人臉的點(diǎn)云生成3D模型。這樣的結(jié)果就是以防壞人拿著你的平面照片就解鎖你的手機(jī)了。

圖片來(lái)源 站長(zhǎng)之家

在擴(kuò)充訓(xùn)練人臉數(shù)據(jù)庫(kù)上，出于對(duì)個(gè)人隱私信息的保護(hù)，AI工程師通常使用的是志愿者提供的人臉圖片數(shù)據(jù)（只有約1萬(wàn)人），可想而知這個(gè)人臉信息有多稀缺。不過也不用擔(dān)心，AI工程師們還會(huì)利用數(shù)據(jù)擴(kuò)增技術(shù)對(duì)這些原始數(shù)據(jù)進(jìn)行擴(kuò)增，一般能夠把數(shù)據(jù)規(guī)模提升數(shù)十倍甚至上百倍。