重點文章
iPhone X 採用了 Face ID，取代 Touch ID 成為新一代蘋果生物識別技術，但是經過那麼多年，蘋果為何會在嚴重「落後」於 Android 手機的情況下，花了這麼多時間開發 Face ID？而且這個 Face ID 還要不斷學習才能準確？
蘋果最近在自家建立的 machinelearning.apple.com 發佈一篇論文《An On-device Deep Neural Network for Face Detection》，以「學術」角度解釋 Face ID 的來龍去脈。留意的是，這篇論文涉及很多深度學習、電腦神經網絡等高深的名字，沒有相應 AI 或電腦神經網絡的知識，恐怕也是讀不懂這篇論文，但為了令各位讀者甚至小編自己暸解有關 Face ID 背後運作原理，小編只能從有限度知識，解讀整個 Face ID 暗地裡正在做什麼。
蘋果最早的臉部識別技術是通過一種名為 CIDetector 實現，當時蘋果運用並改進了一種名為「維奧拉-瓊斯目標檢測框架」的靜態圖像識別技術，建立臉部識別，但自從「深度學習」這東西出現之後，蘋果由此獲得啟發，於是轉而引入了「深度學習」計算方法於臉部識別之中，但是以本機作「深度學習」，對於記憶體、儲存空間和圖像處理的要求極高，就像一款大型 3D 遊戲一樣，容易用盡手機系統資源甚至令手機發熱。如是者，不少人會想到用雲端臉部識別取代，但用上雲端，數據有被偷取的可能。基於蘋果過往採用 Touch ID 的經驗，Face ID 臉部識別數據只會在本機儲存，蘋果不會以雲端方法建立 Face ID。
結果，蘋果在開發臉部識別進而開發 Face ID 的時候，總結出可以解決在 iPhone X 本機深度學習臉部的方法，並指出一些要求，例如必需建立多層大型照片庫、用極短時間運行以及減少耗用系統資源令手機不發熱。
事實上，蘋果從 iOS 7 開始引入了一種名為 CIDetecor 的臉部識別工具，但當時的臉部識別並不準確，於是蘋果沒有用它作臉部解鎖或購物之用，但在 2014 年，蘋果開始研究深度學習的時候，工程師留意到一種名為 OverFeat 的深度卷積神經網絡（DCN）方案，實現以不同解像度（例如 32×32）之下作出大量輸入預測，於是蘋果為此創立了一個又一個以固定大小的圖像組成的大數據集，內裡利用 5 個以不同解像度檢測的圖像「金字塔」、人臉檢查器以及事後處理模組共 3 個部分，一層又一層收集和處理臉孔。
與此同時，蘋果以一種類似「師生」的形式，一層又一層「培訓」出又大又複雜而且又精準的臉部網絡模型，這可能是為 Face ID 需要「學習」，而且不停成功解鎖才能更準確的最重要原因。
而臉部識別的深度學習亦提供了一個視覺框架（Vision Framework），它用來分辨在不同角度、縮放、顏色轉換的臉部數據，蘋果以部分二次採樣解碼技術和自動平鋪技術解決在不同角度、縮放之下在大圖像處理臉部數據的問題，並以更廣的色彩空間 API 分配顏色，減少第三方開發者的負擔。
至於如何減少因臉部識別帶來的大量系統資源消耗問題，蘋果為眾多的圖像「金字塔」建立了一個緩衝區，並建立更靈活的記憶體優化計算方法，並將擷取的圖像以動態調整形式調校解像度大小，盡可能減少記憶體和圖像處理單元使用，避免影響其他 App 執行。
Comments are closed.