揭秘百度人脸识别搜索 人脸检测以图搜图

如果用户给出一张图片，百度识图会判断里面是否出现人脸，如果有，百度识图在相似图片搜索之外，同时会全网寻找出现过的类似人像。

如何通过一张图片，找到另一张图片？

对于搜索引擎而言，寻找图片之间的内在联系，与常见的关键词搜索并没有本质区别——都是通过关键特征的比对，按照一定的逻辑规则完成匹配。然而不同之处也是显而易见的，以图片为输入发起的搜索，存在多种搜索含义的可能。

比方，一张图片可能既包括风景又包括人，用户想要寻找的是类似风景、类似布局结构的图片还是类似的人？谷歌以图搜图功能，甚至可以根据一张图片猜出拍摄地，但并不会尝试对图片中的人物精确匹配。多数搜索引擎都会如此。

而且大部分以图片作为输入的搜索引擎，例如tineye(2008年上线)、搜狗识图(2011年上线)等，本质上是进行图片近似拷贝检测，即搜索看起来几乎完全一样的图片。2010年推出的百度识图(shitu.baidu.com)也是如此。

在经历两年多的沉寂之后，百度识图开始向另一个方向探索。

上周的百度年会中，李彦宏特意提到百度识图：“以图搜图的准确率从20%提升到80%”。不过与之前相比，百度识图找到相似图片的能力似乎并未显著提升，那么改变从何而来？李彦宏把这种明显的提升归因于刚上线的人脸识别搜索。

与之前的区别在于，如果用户给出一张图片，百度识图会判断里面是否出现人脸，如果有，百度识图在相似图片搜索之外，同时会全网寻找出现过的类似人像。

新增加的技术简而言之，首先是人脸检测并提取出特征表达，随后再据此进行数据库对比，最后按照相似度排序返回结果。其实，人脸检测并不是新技术，相关研究已有三十年历史，然而直到去年底，百度才决定推动这一技术付诸实施。

这里面自然有战略层面的考虑。两年前，李彦宏就对未来做出读图时代的判断；去年的KDD大会上，李彦宏提出的九大待解技术挑战中，基于内容的图像搜索技术被列在第三；现实层面百度的图片相关产品、云相册等均对这一技术有需求。

百度还希望借助这一途径，挖掘图片之间的联系，进而激发二次浏览。然而要把想法变为现实，百度至少要解决两个问题：一是算法，二是数据。

——算法方面。同样是基于图片进行搜索，人脸识别和以图搜图并不一样。百度资深工程师陶吉告诉创事记，百度人脸识别首先并不关注完整的图像结构，其次颜色也没有任何意义。最主要的特征表达来自于脸部纹理，并进行一些再加工。

具体算法作为商业机密，难以对外界披露。不过资料显示，目前人脸识别算法中LBP是比较流行的一种特征提取方式，即通过像素周边8个临近像素的灰度值和中心灰度值比较，得到一个八位编码，然后再根据编码的直方图进行分类。

而影响算法效果的因素还可能包括预处理、特征选择、特征点定位精度、分类器设计和后处理乃至各种方式的融合、阈值选择等各个方面。

一张图片中，人脸至少有40×40像素(约一个指甲盖大小)，才会被当作有效的识别对象。如果一张图片中多个人像，目前百度的解决办法是仅识别尺寸最大的那个，未来百度将提供焦点选择功能，用户可以通过选点确定搜索对象。

——数据方面。算法的改善如果算是充分条件，数据的处理则是必要条件。从机器搜索的角度看，光照、姿态、表情、角度等因素，均是影响巨大的因素，所谓“笑和不笑，都是不同”。所以用来训练的数据量越大，变化的包容性就越好。

人脸识别搜索实际使用时，同一张人脸积累的数据越多，越能在匹配对比时提供更好的支持。为此百度需要把全网近百亿规模的图片抽取出来，然后把没有人脸的数据去掉，再海量扫描一遍，建立起尽量高效的索引。

人脸识别引入搜索引擎，必然会加剧外界关于隐私泄漏的担心。百度强调人脸搜索只会在公开的信息范围内进行，封闭的个人相册并不会被触及。

这还涉及准确率、召回率等概念。假设数据库里有一百张刘德华的图片，用刘德华的头像发起搜索，前50张结果中40张是真正的刘德华，那么前50张的召回率就是40%，准确率是80%。同样假如数据库中只有两张路人甲的图片，当用路人甲的头像发起搜索，前50张可能只有1张真正的路人甲，那么前50张的召回率是50%，准确率是2%。

由于名人在网上的照片较多，能被用户感知到的准确率要比普通人高很多，而召回率是用户感知不到的。据透露，人脸识别搜索技术会在百度云相册内部进一步结合，帮助用户在图片之间建立联系，而且未来不排除开放API的可能。

除了上述技术讨论之外，从百度的研发体系看，人脸识别搜索也颇具代表性。

这个先后投入几十个工程师、百度基础技术部的多媒体部门负责核心算法的项目，去年11月下旬立项，12月底就已经上线运行。这个速度在百度并不常见，因此也有人半开玩笑的说这是百度近期“改作风”运动成效的代表。

值得注意的是百度新成立的基础技术部。这个部门由百度首席科学家王海峰带领，并且直接向李彦宏汇报。据说一些李彦宏会亲自参与一些重点项目。自然语言处理、互联网数据挖掘、多媒体、推荐和个性化等技术研发，均由百度基础技术部负责。

还是在百度年会上，谈及近期遇到的挑战，李彦宏称百度不会忽视渠道的价值，但技术才是未来产业的关键。“相信技术的力量，未来就在我们手里”，李彦宏发出这样的号召。显然，百度的“变奏”已是必然要上演。