■現時手機也出現人面辨識功能。 網上圖片大家聽到人面辨識，總是離不開科技破案，警察辨認疑犯的面貌。這是正確的，人面辨識至今仍然廣泛使用於查證和保安範疇。同時，人面辨識技術亦慢慢擴展到社交。最為人所熟悉就是社交媒體facebook中相片辨認及標籤（tag）朋友功能。
人面辨識可以分成幾個過程：一，獲取人面相片（image acquisition）；二，人面檢測（face detection using adaptive boosting） ; 三，人面辨識 （face recognition）。
檢測不同辨識
首先是獲取用戶的相片。智能手機的鏡頭或系統的鏡頭會拍攝用戶的正面頭像，所拍攝的相片會傳送到影像處理系統（image processing engine） ，然後系統會對相片進行preprocessing 。
由於燈光和背影的影響，系統會進行直方圖均衡化（histogram equalization）去改善相片的質素，從而增加系統人面辨識的準確度。
系統會對相片進行人面檢測。人面檢測只會有兩個輸出結果：一，相片中有人面 ；二，相片中沒有人面。系統過濾上一過程的結果，採納只有人面的相片並傳送到下一個過程：人面辨識。要注意的是人面檢測和人面辨識兩者是不同的概念。
人面檢測的結果是相片中有人面或是沒有人面；而人面辨識是系統能夠找到與數據庫（face database） 與哪一個人面相吻合（face matching）。即是說，後者的結果是輸入相片是用戶A還是用戶B，又或者是沒有配對結果。
用戶可定義最接近相片
在人面辨識的過程中，系統會計算由上一過程中相片的特徵向量（eigenvectors）所對應的特徵數值（eigenvalues）。而特徵向量跟特徵數值就是用來估算輸入相片，再利用此估算的結果跟數據庫中的相片進行配對，且找出最吻合的一張相片（best matching） 。
何謂最接近的相片，用戶可為系統設立閾值（threshold value） 。當估算結果與輸入相片之差少於閾值，證明此輸入相片與估算結果相吻合，即是這個估算結果於數據庫中所拍的用戶就是此輸入相反所拍的人面。 （二之一） ■香港新興科技教育協會 姚敏婷
簡介：本會培育科普人才， 提高各界對科技創意應用的認識，為香港青年人提供更多機會參與國際性及大中華地區的科技創意活動 ，詳情可瀏覽www.hknetea.org。
逢星期三見報