伞璐

　　阅读分享：新闻热点，往往是写作素材的重要来源之一，但如果不能对这些素材进行提炼和思考，这些碎片化的信息便失去了“素材”的意义。作者给同学们一个很好的示范，针对“刷脸”这个时下越来越热门的词汇，从标题就简明扼要地提出问题，继而从正文中进行了一次有理有据的解析。同学们也可以尝试从多角度来诠释这些素材。（特约教师：福建省泉州市泉港五中？刘江平）

　　不久前，一歌手在首都机场办理入境手续时，因为不配合脱帽进行面相比对而与边检工作人员起争执，引发了网络热议。随着人脸识别技术的普及，大家在日常生活中经常遇到安检“刷脸”、手机支付“刷脸”、上班打卡“刷脸”等场景。这项技术大大提高了生活的便利性，而且帮助很多行业降本增效，但你知道它是怎么把人脸“刷”出来的吗？当眼镜、口罩、衣帽、头盔、首饰等遮挡人脸时，机器还能识别吗？

　　要在指定的环境中找出人脸，机器需要经历3个步骤：人脸检测、人脸分析、人脸识别。

　　以机场安检为例，前端设备负责人脸捕捉（即安检时的小摄像头）。当一张人脸照片输入机器后，需要先找到人脸在图片中的位置，我们将这一步骤称为人脸检测。人的面孔上有一些关键点，比如眼睛中心、嘴角等，不同的捕捉系統所提取的关键点数量相差很大，有的只提取左右眼睛中心两个点，有的则多达近百个。利用这些关键点，机器可以对人脸进行几何校正，即通过缩放、旋转、拉伸等图像变化，将人脸调整到一个比较标准的大小，这样待识别的人脸区域会更加规整，便于后续进行匹配。

　　接下来是人脸分析。机器可以在人脸区域中辨别出眼睛、鼻子、嘴等五官位置，分析不同区域的轮廓，提取各种特征，然后连接成一个很长的特征向量。大家可以把特征向量想成一串数字，如A脸的数字是234.32，B脸的数字是 235.32，等等。另一边，机场地勤人员会提取旅客身份证照片上的特征向量，同样获得一串数字。将这两串数字进行匹配，根据相似程度，系统会判定两张图片是不是同一个人，这便是最后一步的人脸识别了。

　　现在回到我们开头所说的问题——如果你戴着眼镜、口罩等遮挡物，机器还能认出你是谁吗？

　　在前面介绍的人脸识别三部曲中，有一个步骤叫关键点抓取，即通过面部的许多采样点进行整体取样，因此眼镜、首饰对它的影响并不大，但口罩、衣帽、头盔这些大面积遮挡物会提升机器的误识率。因此，如果曾轶可过安检时不摘掉帽子，肯定会影响机器的判断。正如我们在生活中会认错人一样，人类会犯的错误，人工智能也会犯。

　　每一项新技术问世时，总会带有一定局限性。比如我们手机上的指纹识别功能，如果有人真想造假欺骗它，成本也不是特别高，但绝大部分人还是看重新技术的便捷、高效，愿意在日常生活中使用它。这也为新技术不断改进完善提供了可能性。

　　所有的技术都是根据人类需求持续优化发展的。未来会有越来越多的人脸识别产品替代简单重复的劳动，比如门卫、保安等职业，甚至门诊医生，因为机器看扫描片会比人工更准确，而且可以24小时不休息。到那时，很多传统的产业模式、商业模式都会被颠覆，而这样的未来也许就在几年之内。

　　李金锋摘自《环球人物》