基于文獻(xiàn)計量的人臉識別技術(shù)研究進(jìn)展與趨勢分析*

王正為 楊紅梅 李 娜

（1.北方工業(yè)大學(xué)圖書館，北京 100144；2.廣州中醫(yī)藥大學(xué)馬克思主義學(xué)院，廣州510006）

1 引言

人工智能被稱為21世紀(jì)三大尖端技術(shù)之一，人臉識別技術(shù)因其方便快捷、應(yīng)用廣泛而成為人工智能領(lǐng)域中受到廣泛關(guān)注的課題［1］。廣義的人臉識別包括人臉圖像采集、人臉定位、人臉檢測、人臉圖像預(yù)處理、人臉對比、身份確認(rèn)以及身份查找等。其中檢測和對比是最主要的環(huán)節(jié)，特征提取是核心內(nèi)容?；谏疃葘W(xué)習(xí)的人臉特征提取方法是現(xiàn)在人臉識別技術(shù)的主流算法，目前最新的前沿算法有 L-softmax、A-softmax、NormFace/CocoLoss、FeatureIncay、AMSoftmax/CosFace、InsightFace/ArcFace等。

人臉識別技術(shù)屬于人工智能領(lǐng)域中落地性最強的具體應(yīng)用范疇，世界各國發(fā)布的人工智能戰(zhàn)略規(guī)劃大多有利于推動人臉識別技術(shù)的發(fā)展。如：美國2016年發(fā)布的《國家人工智能研發(fā)戰(zhàn)略規(guī)劃》中提出“要開發(fā)可視化和人類與AI交互界面技術(shù)”；英國政府2017年發(fā)布的《人工智能產(chǎn)業(yè)發(fā)展報告》顯示 Facebook、谷歌、亞馬遜、蘋果、微軟和百度等通過提高面部識別等技術(shù)來提高客戶服務(wù)效果。世界范圍內(nèi)的人臉識別技術(shù)已經(jīng)得以廣泛應(yīng)用，如：2013年，芬蘭Uniqul公司推出了史上第一款基于臉部識別系統(tǒng)的支付平臺；2015年，美國海關(guān)與邊境保護(hù)局（CBP）開始對非美國居民使用面部識別技術(shù)；2017年澳大利亞開始試用新的“免人手處理”入境系統(tǒng)，即利用生物識別技術(shù)辨認(rèn)入境游客的面孔、眼睛虹膜及指紋，取代傳統(tǒng)出示護(hù)照的入境程序；日本計劃在2020年東京奧運會采用人臉識別系統(tǒng)和購票系統(tǒng)進(jìn)行無縫對接。

2015年以來中國相繼發(fā)布了《關(guān)于銀行業(yè)金融機構(gòu)遠(yuǎn)程開立人民幣賬戶的指導(dǎo)意見（征求意見稿）》、《安全防范視頻監(jiān)控人臉識別系統(tǒng)技術(shù)要求》、《信息安全技術(shù)網(wǎng)絡(luò)人臉識別認(rèn)證系統(tǒng)安全技術(shù)要求》等法律法規(guī)，為人臉識別在金融、安防、醫(yī)療等領(lǐng)域的普及打下了堅實的基礎(chǔ)，掃清了政策障礙［2］。工信部2017年12月發(fā)布的《促進(jìn)新一代人工智能產(chǎn)業(yè)發(fā)展三年行動計劃（2018—2020年）》指出“到2020年，復(fù)雜動態(tài)場景下人臉識別有效檢出率超過97%，正確識別率超過90%”。中國在2017年、2018年連續(xù)兩年將人工智能寫入國家政府工作報告［3］。數(shù)據(jù)顯示，2017年中國在人工智能領(lǐng)域投資達(dá)到10.3億美元［4］。人臉識別技術(shù)作為人工智能中落地性最強的技術(shù)在良好的人工智能政策環(huán)境推動下得以向前發(fā)展。現(xiàn)今中國人臉識別已經(jīng)在智能手機、金融、政務(wù)服務(wù)等領(lǐng)域展開了廣泛應(yīng)用，“刷臉”幾乎成為了日常必須［5］。周曦2011年帶領(lǐng)團(tuán)隊成功研發(fā)出國內(nèi)首套“人臉識別支付”系統(tǒng)［6］，又在 2015年作為帶頭人創(chuàng)立云從科技，相繼發(fā)布了以“雙層異構(gòu)深度神經(jīng)網(wǎng)絡(luò)”、“3D結(jié)構(gòu)光人臉識別技術(shù)”、“跨鏡追蹤技術(shù)”為代表的技術(shù)和產(chǎn)品，不僅打破了蘋果Face ID的技術(shù)壟斷，還在相關(guān)指標(biāo)參數(shù)上刷新了領(lǐng)域內(nèi)的世界記錄［7］；2015年湯曉鷗與其計算機視覺研究組開發(fā)的Deep ID深度學(xué)習(xí)模型再次超越人眼識別率，測試識別率達(dá)到了99.15%［8］；中科奧森為人民銀行征信系統(tǒng)提供身份核驗及多光譜活體防偽技術(shù)授權(quán)，累計完成5000萬次人證比對，無一誤報［9］；為支付寶、Uber等公司提供人臉識別技術(shù)的北京曠視科技有限公司（FACE++）的核心技術(shù)在2017年 MS COCO、Places兩項世界頂級競賽中，擊敗 Google、微軟、Facebook，成為首個獲得多項冠軍的中國企業(yè)［10］。

國內(nèi)部分學(xué)者已經(jīng)從不同角度對人臉識別的研究發(fā)展?fàn)顩r做出了分析。如：閆娟等［11］對比了典型人臉識別商用產(chǎn)品和技術(shù)的識別效果；鄒志煌等［12］總結(jié)了人臉識別技術(shù)產(chǎn)品的發(fā)展概況和市場狀況，對國內(nèi)外典型人臉識別商用產(chǎn)品的實用算法進(jìn)行了分析和比較；黃智等［13］基于人臉識別的專利文獻(xiàn)對人臉識別領(lǐng)域?qū)＠傮w變化情況進(jìn)行了統(tǒng)計分析和預(yù)測。本文則擬用文獻(xiàn)計量的方法，對1991年以來人臉識別領(lǐng)域的相關(guān)論文和專利進(jìn)行統(tǒng)計分析，進(jìn)而對技術(shù)演進(jìn)進(jìn)行梳理，以期為進(jìn)一步了解人臉識別的發(fā)展現(xiàn)狀和趨勢提供參考。

2 數(shù)據(jù)來源與分析方法

人臉識別論文數(shù)據(jù)來源是Web of Science核心合集中的 SCI-EXPANDED、CPCI-S和 CPCISSH；WOS類型選擇與人臉識別相關(guān)的計算機科學(xué)人工智能、工程電子電氣、計算機科學(xué)理論方法、影像科學(xué)攝影技術(shù)等共計13類。檢索式為：TS=（"FACIAL DETECTION"OR"FACIAL RECOGNITION"OR"FACIAL PERCEPTION"OR"FACE RECOGNITION"OR"FACE PERCEPTION"OR"FACE DETECTION"OR"FACE DETECT"）AND WC=（COMPUTER SCIENCE ARTIFICIAL INTELLIGENCE OR ENGINEERING ELECTRICAL ELECTRONIC OR COMPUTER SCIENCE THEORY METHODS OR IMAGING SCIENCE PHOTOGRAPHIC TECHNOLOGY OR COMPUTER SCIENCE INFORMATION SYSTEMS OR COMPUTER SCIENCE SOFTWARE ENGINEERING OR TELECOMMUNICATIONSOR OPTICSOR COMPUTER SCIENCE INTERDISCIPLINARY APPLICATIONS OR AUTOMATION CONTROL SYSTEMS OR COMPUTER SCIENCE HARDWARE ARCHITECTURE OR COMPUTER SCIENCE CYBERNETICS OR ROBOTICS）AND DT=（PROCEEDINGS PAPER OR ARTICLE OR REVIEW）AND PY=（1991-2018）。檢索日期2018年8月16日，檢索結(jié)果21611條。

專利檢索和分析數(shù)據(jù)來源為Innojoy專利數(shù)據(jù)庫，以人臉識別的中英文同義詞進(jìn)行檢索，數(shù)據(jù)庫選擇全部，時間設(shè)定為1991年至今。檢索式為：TI=（面部驗證 OR面部核實 OR面部識別OR面部比對 OR面部對比 OR面部認(rèn)證 OR人臉驗證 OR人臉核實 OR人臉識別OR人臉比對OR人臉對比 OR人臉認(rèn)證 OR人像驗證 OR人像核實 OR人像識別 OR人像比對OR人像對比OR人像認(rèn)證 OR面部圖像驗證 OR面部圖像核實 OR面部圖像識別 OR面部圖像比對 OR面部圖像對比 OR面部圖像認(rèn)證OR FACIAL DETECTION OR FACIAL RECOGNITION OR FACIAL PERCEPTION OR FACE RECOGNITION OR FACE PERCEPTION OR FACE DETECTION OR FACE DETECT）。檢索日期為2018年8月25日，共檢索到49130條專利，在合并同族專利后共35807條專利。

本文利用 HistCite，Pajek，VOSviewer軟件對上述采集的論文和專利數(shù)據(jù)結(jié)果進(jìn)行圖譜分析，研究的基本思路如圖1所示。

3 人臉識別研究論文的統(tǒng)計和分析

3.1 發(fā)文趨勢和被引用情況分析

從圖2可以看到，1999年以前人臉識別領(lǐng)域的發(fā)文量并不多。1991年用高性能計算機來提取人臉特征值的人臉識別核心技術(shù)剛剛?cè)〉猛黄疲四樧R別的商業(yè)市場需求尚未得到釋放，相關(guān)商業(yè)應(yīng)用很少。期間，美國FERET人臉庫項目對算法改進(jìn)和商業(yè)化應(yīng)用的推廣起到了巨大的推動作用，當(dāng)時幾種著名的人臉識別算法都參加了FERET項目在1994—1996年間組織的評測。

圖1 研究思路示意圖Fig.1 Schematic diagram of research ideas

圖2 人臉識別文獻(xiàn)數(shù)量和被引頻次年度趨勢圖Fig.2 Annual trend map of document number and citation frequency for face recognition

2000年后，機器學(xué)習(xí)理論蓬勃發(fā)展，研究者們基于機器學(xué)習(xí)理論相繼探索出了遺傳算法、支持向量機、流行學(xué)習(xí)等人臉識別方法。2009年前后，基于傳統(tǒng)算法的人臉識別技術(shù)已經(jīng)基本成熟，取得了大量可供市場應(yīng)用的成果，同時也面臨了新的挑戰(zhàn)。隨著人臉識別商業(yè)化的廣泛應(yīng)用，市場對人臉識別提出了新的要求，即非理想化的人臉識別技術(shù)問題，人臉識別技術(shù)進(jìn)入瓶頸期。2009—2012年，基于稀疏表達(dá)和對遮擋因素的魯棒性檢測的人臉識別研究引起學(xué)者們的重視，在2013年前后，大量人臉識別技術(shù)商業(yè)成果廣泛應(yīng)用取得良好口碑，各國政府紛紛開始重視對人工智能的研發(fā)，在政府扶持和市場需求的雙重驅(qū)動下，人臉識別技術(shù)研究得以再次推進(jìn)。在技術(shù)方面，大數(shù)據(jù)技術(shù)和深度學(xué)習(xí)方法蓬勃興起，基于深度神經(jīng)網(wǎng)絡(luò)的人臉特征提取在人臉識別技術(shù)應(yīng)用中逐步推廣，其辨識度和特征提取等方面超越了傳統(tǒng)識別技術(shù)的結(jié)果，人臉識別技術(shù)研究再次向前推進(jìn)。

3.2 研究主題分析

利用VOSviewer統(tǒng)計人臉識別領(lǐng)域中共現(xiàn)次數(shù)160次以上的作者關(guān)鍵詞，總結(jié)人臉識別領(lǐng)域科研人員的重要研究主題聚類（圖3）可知，此領(lǐng)域的主要研究主題有兩類（表1）。這些主題呈現(xiàn)的特征是：聚類1與聚類2在關(guān)鍵詞內(nèi)容上具有較強的交叉融合性，并與聚類3關(guān)系密切。說明各個研究主題的實質(zhì)都是在運用不同算法來實現(xiàn)人臉的檢測和識別，提高人臉的辨識度，基于深度學(xué)習(xí)和非理想化環(huán)境下的人臉識別研究是全球?qū)W者的研究熱點。另外，閱讀對比中國和美國的相關(guān)文獻(xiàn)發(fā)現(xiàn)，兩國的論文均基本涵蓋了這一領(lǐng)域的所有主題，且研究主題交叉和重合程度很高，研究內(nèi)容主題基本相似。不同的是，美國在此領(lǐng)域的研究主題開展時間往往要早于中國。

圖3 全球人臉識別領(lǐng)域的研究熱點Fig.3 The research hotspots in face recognition around the world

表1 全球人臉識別領(lǐng)域主要研究熱點及高頻關(guān)鍵詞Tab.1 The main research hotspots and high frequency key words in face recognition around the world

表2 人臉識別研究發(fā)文數(shù)量國家/地區(qū)排名前10位列表Tab.2 Top 10 lists of countries/regions in terms of number of published of research on face recognition

3.3 研究國別產(chǎn)出分析

在人臉識別領(lǐng)域，發(fā)文量排名前10位的國家/地區(qū)的發(fā)文總量（表 2）占全球總發(fā)文量的82.64%，基本囊括了人臉識別技術(shù)研究領(lǐng)域取得的全部重大成就。其中，中國的發(fā)文量最多，是美國的2倍以上，但篇均被引頻次僅為4.65，遠(yuǎn)低于美國的14.29。這說明中國在此領(lǐng)域的研究論文雖然具有數(shù)量優(yōu)勢，但質(zhì)量還需進(jìn)一步提升。

中國和美國在人臉識別領(lǐng)域的發(fā)文量合計占全球總發(fā)文量的49.80%。為了進(jìn)一步對比兩國在此領(lǐng)域的研究差異，將其發(fā)文量和被引頻次做單獨對比，如圖4所示。

圖4 美兩國人臉識別文獻(xiàn)數(shù)量和被引頻次趨勢對比圖Fig.4 Comparative chart of the number of documents and the citation frequency trend of Chinese and the United States face recognition

美國對人臉識別技術(shù)研究起步較早，1991年的特征臉［14］、1993年的灰度幾何和模型特征［15］、1997年的EBGM算法［16］等經(jīng)典算法和奠基性理論等均由美國最先提出，這些算法在人臉識別技術(shù)發(fā)展中起到奠基性作用，被廣泛關(guān)注和使用。同時美國具有明顯的科研優(yōu)勢，除擁有先進(jìn)的科研條件外，大量的機器視覺方面的頂尖級科研人才如 Wright［17］、Phillips［18］等云集于美國，為美國在人臉識別領(lǐng)域創(chuàng)造了大量經(jīng)典的開創(chuàng)性科研成果。另一方面，或因科學(xué)界的馬太效應(yīng)，美國憑借原有優(yōu)勢科研成果的歷史影響力，其論文在知識積累和傳播過程中更容易引起重視。美國在該領(lǐng)域知識積累、發(fā)展和傳播過程中做出的巨大貢獻(xiàn)使其在知識整體流動過程中起到主導(dǎo)作用。

中國人臉識別方面的發(fā)文量在2004年后超過美國，以中科院自動化研究所為代表的科研機構(gòu)進(jìn)展迅速，但起步較晚，影響力大都低于美國。2008年后中國發(fā)文量猛增，論文被引頻次同時上升，在2017年幾乎與美國持平。

3.4 人臉識別研究國別合作分析

全球人臉識別領(lǐng)域論文主要高產(chǎn)國家的合作網(wǎng)絡(luò)呈現(xiàn)3個聚類（圖5、表3）。其中，中國、美國、印度、日本等國實力較強，科研人員的交流和科研合作項目較多，在促進(jìn)本國研究實力提升的同時，也有力推動了該領(lǐng)域知識的流動。從全球的合作網(wǎng)絡(luò)整體來看，由于科研實力雄厚，中國和美國處于網(wǎng)絡(luò)的核心地帶，與其他國家聯(lián)系最多，這也為兩國加快吸收該領(lǐng)域最新研究成果、推動本國在該領(lǐng)域的快速發(fā)展提供了重要技術(shù)支撐。

3.5 論文產(chǎn)出機構(gòu)分析

排名前10位的科研機構(gòu)（表4）中，7所來自中國，但僅香港理工大學(xué)的篇均被引表現(xiàn)較好。結(jié)合中美兩國人臉識別年度發(fā)文和被引頻次對比可以看出，近年來中國在此領(lǐng)域的整體科研實力發(fā)展迅速，涌現(xiàn)出一批以中科院為代表的優(yōu)秀科研機構(gòu)，論文成果產(chǎn)出數(shù)量大幅度提升，但質(zhì)量與美國和其他發(fā)達(dá)國家仍有一定差距。

圖5 全球發(fā)文量超過120篇的主要國家/地區(qū)合作網(wǎng)絡(luò)圖Fig.5 Cooperative network among the main countries/regions with more than 120 papers published around the world

表3 全球主要國家/地區(qū)合作情況Tab.3 Cooperation among main countries/regions in the world

表4 人臉識別研究發(fā)文數(shù)量世界機構(gòu)排名前10位列表Tab.4 Research on face recognition：number of posts published in the top 10 lists of world institutions

為了進(jìn)一步展示世界科研機構(gòu)在人臉識別領(lǐng)域的科研實力和科研質(zhì)量，我們統(tǒng)計了總被引頻次最高的10所科研機構(gòu)（表5）。其中美國有6所、中國4所（中國香港1所）機構(gòu)入圍。篇均被引頻次最高（455次）的美國耶魯大學(xué)只有12篇文獻(xiàn)，這主要得益于Belhumeur等［19，20］做的Fisherface和耶魯人臉數(shù)據(jù)庫方面的研究；排名第2位的美國國家工程技術(shù)研究所的Phillips等對人臉識別算法的研究，尤其是著名的FERET［17］人臉庫測試對人臉識別傳統(tǒng)算法起了巨大的影響。人臉識別算法的研究和優(yōu)化，需要以標(biāo)準(zhǔn)的人臉數(shù)據(jù)庫為基準(zhǔn)，構(gòu)成實驗中的訓(xùn)練樣本集和測試樣本集，耶魯人臉庫和美國FERET人臉庫是目前最著名的公共人臉數(shù)據(jù)庫。美國伊利諾伊大學(xué)是美國伊利諾伊州的一個大學(xué)系統(tǒng)，著名的貝克曼研究中心（Beckman Institute）和協(xié)同科學(xué)實驗室（Coordinated Science Laboratory）均屬于這個系統(tǒng)。貝克曼研究中心以尖端科技聞名世界，在與人臉識別相關(guān)的圖像處理、機器視覺、生物醫(yī)學(xué)成像方面均處于世界先進(jìn)水平。微軟亞洲研究院2005年提出的“拉普拉斯臉”人臉識別改進(jìn)算法、麻省理工學(xué)院1991年提出的“特征臉”等研究方法均為早期人臉識別中的經(jīng)典算法，對后來傳統(tǒng)人臉識別算法的發(fā)展起到了奠基性作用。

表5 人臉識別研究機構(gòu)本領(lǐng)域總被引用頻次排名前10位列表Tab.5 Face recognition institutions are always cited in the top 10 lists

南京理工大學(xué)圖像特征抽取與人臉識別、智能監(jiān)控，哈爾濱工業(yè)大學(xué)的圖像處理與識別、計算機視覺領(lǐng)域研究在業(yè)內(nèi)都有一定的影響力。中國科學(xué)院系統(tǒng)的自動化研究所、計算技術(shù)研究所、深圳先進(jìn)技術(shù)研究院等在人臉識別相關(guān)領(lǐng)域做出了突出貢獻(xiàn)。其中，中科院自動化研究所的李子青團(tuán)隊在統(tǒng)計模式識別與機器學(xué)習(xí)理論、圖像處理與計算機視覺方法、人臉識別與智能視頻分析應(yīng)用領(lǐng)域，赫然團(tuán)隊在模式識別、計算機視覺、機器學(xué)習(xí)領(lǐng)域具有一定的國際影響力；中科院計算技術(shù)研究所的高文團(tuán)隊致力于計算機視覺、模式識別與圖象處理方面研究，取得不少優(yōu)秀成果；兼任中國科學(xué)院深圳先進(jìn)技術(shù)研究院副院長的香港中文大學(xué)教授湯曉鷗2014年提出的人臉識別技術(shù)（Gaussian Face/Deep ID）識別率達(dá)到98.52%，成為世界上第一個超過人眼識別能力的計算機算法，2015年提出的Deep ID識別率更是達(dá)到99.15%。

結(jié)合前文可以看出，中國和美國是人臉識別領(lǐng)域發(fā)文量最多的兩個國家。美國人臉識別領(lǐng)域研究起步較早，擁有多所世界先進(jìn)的科研機構(gòu)，有多次的開拓性發(fā)現(xiàn)，科研成果質(zhì)量很高，在人臉識別研究的知識傳播中起到了重要作用。中國相對于美國起步較晚，但近年來迅速崛起，發(fā)展迅速，涌現(xiàn)出一批以中科院等為代表的科研機構(gòu)，整體科研成果很多，已進(jìn)入世界先進(jìn)行列，但與美國相比在科研成果質(zhì)量上尚有一定上升空間。

3.6 研究機構(gòu)合作分析

全球人臉識別高產(chǎn)科研機構(gòu)合作網(wǎng)絡(luò)有4個聚類（圖6），科研機構(gòu)合作網(wǎng)絡(luò)特征如表6所示。其中，中國的研究機構(gòu)分布于3個聚類中，中國科學(xué)院、清華大學(xué)、上海交通大學(xué)等機構(gòu)與美國的馬里蘭大學(xué)、新加坡國立大學(xué)等機構(gòu)人臉識別研究實力強，合作較為緊密；另外兩個集團(tuán)群則更傾向于國內(nèi)合作，與國外機構(gòu)的聯(lián)系相對較弱。

圖6 全球發(fā)文量超過100篇的主要機構(gòu)合作網(wǎng)絡(luò)圖Fig.6 Cooperative network diagram among the main institutions with more than 100 papers published around the world

表6 全球主要機構(gòu)合作情況Tab.6 Cooperation among main institutions in the world

4 人臉識別專利的統(tǒng)計和分析

4.1 專利申請趨勢分析

從圖7可以看出，1998年以前，人臉識別領(lǐng)域?qū)＠暾埩吭鲩L緩慢；之后，隨著全球人工智能領(lǐng)域的發(fā)展，人臉識別技術(shù)在金融、安防等領(lǐng)域的應(yīng)用不斷成熟，各國研發(fā)組織紛紛投入到人臉識別技術(shù)研究中；2009年前后，基于傳統(tǒng)算法的人臉識別應(yīng)用技術(shù)趨于成熟，同時也遇到了非理想化狀態(tài)下識別難度提升的挑戰(zhàn)，2010年左右專利申請量有所下降（與人臉識別論文發(fā)表情況相似）；很快，基于深度神經(jīng)網(wǎng)絡(luò)算法的人臉識別研究迅速出現(xiàn)，突破了技術(shù)瓶頸，2011年以后人臉識別專利申請量再次大幅度提升。

4.2 專利申請技術(shù)主題類別分析

從表7可以看到，全球范圍內(nèi)的人臉識別專利技術(shù)分布一方面與人臉識別技術(shù)處理方式的關(guān)鍵過程密切相關(guān)，從人臉的發(fā)現(xiàn)和檢測處理到人臉圖像分類與定位、動作識別、圖像傳輸?shù)榷加兴婕?。另一方面與人臉識別技術(shù)的應(yīng)用相關(guān)，如在金融領(lǐng)域、政務(wù)領(lǐng)域、互聯(lián)網(wǎng)領(lǐng)域的應(yīng)用等。

圖7 全球人臉識別專利申請量趨勢圖Fig.7 Trends in the number of patent applications for face recognition worldwide

表7 申請量排名前10位的專利技術(shù)領(lǐng)域構(gòu)成（IPC）含義和申請數(shù)量Tab.7 Number of applications the top 10 patent technology areas constitute the meaning of（IPC）and the number of applications

4.3 專利申請人分析

全球人臉識別專利權(quán)人的類型主要分為三類，一類是從事數(shù)碼相機和智能手機相關(guān)產(chǎn)品的廠商，其專利主要集中在人像檢測和處理等技術(shù)領(lǐng)域，排名靠前的廠商包括佳能、索尼、富士等；第二類是目前的互聯(lián)網(wǎng)巨頭，主要集中在人像檢測、分類、識別、傳送等領(lǐng)域，排名靠前的有微軟、谷歌、IBM、英特爾等，這類企業(yè)是全球人臉識別技術(shù)領(lǐng)域最具備活力的廠商；第三類是電子制造業(yè)巨頭和集數(shù)碼產(chǎn)品、智能手機、人工智能等研發(fā)與生產(chǎn)于一身的新型高新技術(shù)企業(yè)，如三星、卡西歐、富士康和中國的小米、華為等，這類企業(yè)在工業(yè)應(yīng)用領(lǐng)域有著很強研發(fā)實力（圖8）。

4.4 中美專利對比分析

中美兩國是人臉識別領(lǐng)域?qū)＠暾堃庠缸顝姷膰遥▓D9），最具競爭力?？梢灶A(yù)見未來人臉識別領(lǐng)域的市場競爭主要會在這兩國之間展開。為了更好地對比中國和美國在人臉識別領(lǐng)域的專利布局情況，我們將中美兩國專利申請年度申請量和專利權(quán)人做單獨對比。

圖8 全球排名前20位人臉識別專利申請人分布圖Fig.8 Map of the Top 20 patent applicants for face recognition in the world

圖9 全球?qū)＠暾埮琶?0位申請國/組織Fig.9 Top 10 Countries/Organizations for patent applications in the world

從圖10看到，從2014年開始美國人臉識別領(lǐng)域?qū)＠暾埩砍霈F(xiàn)明顯下滑跡象。這是因為2014年后美國的微軟、IBM和谷歌等專利申請大戶的專利申請技術(shù)方向發(fā)生了轉(zhuǎn)移，更傾向于電數(shù)字?jǐn)?shù)據(jù)處理（GO6F）、數(shù)字信息的傳輸（H04L）和半導(dǎo)體器件（H01L）這三個技術(shù)類別的申請。

圖10 中美兩國專利申請量年度對比趨勢圖Fig.10 Annual comparative trend of patent applications between China and the United States

中國人臉識別技術(shù)專利申請量增長得益于近年來中國政府大量出臺的人工智能和智能制造國家政策，尤其是2015年以來中國相繼出臺的多個人工智能行業(yè)發(fā)展政策加速了人臉識別技術(shù)的創(chuàng)新和發(fā)展，提升了商業(yè)化落地的能力。在國內(nèi)良好政策環(huán)境激勵下，企業(yè)和研究機構(gòu)在此領(lǐng)域持續(xù)進(jìn)行技術(shù)研發(fā)，中國人臉識別技術(shù)逐漸成熟。中國在深度學(xué)習(xí)方面的專利是美國的6倍，推動中國AI發(fā)展的正是人臉識別和AI芯片技術(shù)［26］。

在中美兩國專利申請排名前20位的專利申請人（圖11）中有大量是外國企業(yè)在做專利布局?；谥忻纼蓢谌四樧R別領(lǐng)域的巨大前景和市場，眾多大型企業(yè)十分重視在兩國的市場開拓和發(fā)展，積極進(jìn)行專利布局，其中以日本的佳能、索尼和韓國的三星等最為明顯。

美國本土專利申請人主要來自于互聯(lián)網(wǎng)巨頭和電子制造業(yè)巨頭，如微軟、IBM、谷歌、英特爾、蘋果、高通等等都擁有大量的人臉識別專利。這表明美國人臉識別專利技術(shù)研發(fā)和實施的主體主要來自于大型企業(yè)，這類企業(yè)具備強大的資金優(yōu)勢和科研優(yōu)勢，對未來商業(yè)市場動向嗅覺靈敏，十分注重在人臉識別領(lǐng)域?qū)＠夹g(shù)的開發(fā)與應(yīng)用。

圖11 在美國、中國申請人臉識別專利的前20位申請人Fig.11 Top20 applicants for face recognition patents in the United States and China

中國本土專利權(quán)申請人中分為兩類。一類是高校和科研院所，其中以中科院自動化所、上海交大等為代表的科研院所因其自身的科研實力在人臉識別技術(shù)的專利申請上具備優(yōu)勢；另一類是企業(yè)。中國企業(yè)專利申請人又可以分為三種類型。一是以廣東歐珀（OPPO）、小米、騰訊、北京曠視（FACE++）等為代表的高科技公司。這類申請人因企業(yè)自身的市場定位和產(chǎn)品發(fā)展需要，憑借其科技優(yōu)勢在此領(lǐng)域的專利申請中極具活力，發(fā)展前景巨大。如廣東歐珀和維沃（VIVO）移動通信專注于智能手機研發(fā)；小米側(cè)重于移動終端；北京曠視則是專門從事機器視覺領(lǐng)域研究。這類企業(yè)為了能夠在市場競爭中爭取主動，保證自身產(chǎn)品生產(chǎn)與銷售的安全可靠性，在人臉識別領(lǐng)域申請了大量專利，以保證能夠獨占市場，進(jìn)而換取更大的經(jīng)濟效益。隨著未來人工智能領(lǐng)域的發(fā)展，為了自身企業(yè)的生存與發(fā)展，這類企業(yè)中將會有大量的人臉識別研發(fā)成果產(chǎn)生。二是為其他廠商提供人臉識別技術(shù)支持或出售自身人工智能領(lǐng)域產(chǎn)品的企業(yè)，如中星微、漢王等。這類企業(yè)同樣致力于電子科技類新產(chǎn)品、新技術(shù)的研發(fā)和推廣，隨著人工智能領(lǐng)域的向前發(fā)展和推進(jìn)，這類企業(yè)會與第一類公司一樣在人臉識別領(lǐng)域具有很強的研發(fā)實力。第三類是傳統(tǒng)的制造業(yè)企業(yè)，這類企業(yè)在其自身產(chǎn)品創(chuàng)新過程中加入了人臉識別技術(shù)，同樣注重對人臉識別技術(shù)專利的申請。如貴州永興主要是在萬用電爐安全系統(tǒng)中添加了面部識別技術(shù)，以提高電爐使用的安全性；蘇州福豐則是在保險柜、監(jiān)控視頻等加入了人臉識別技術(shù)。這一類申請人屬于一般工業(yè)制造企業(yè)，對人臉識別專利的申請主要基于其某階段的某類產(chǎn)品而研發(fā)，對人臉識別技術(shù)的專利申請具有爆發(fā)性而非持續(xù)性，如蘇州福豐的一百多項專利是在2013年和2014年申請，貴州永興的一百多項專利都是在2014年申請。

從人臉識別專利申請統(tǒng)計分析來看，多個國國家都在進(jìn)行專利布局，其中日本和韓國的海外專利布局不可忽視，中國和美國的專利申請量最大。圍繞人臉識別核心技術(shù)和商業(yè)用途，全球申請人在數(shù)據(jù)識別、數(shù)據(jù)表示、記錄載體、記錄載體處理等技術(shù)領(lǐng)域?qū)＠季肿疃?。美國微軟、IBM、谷歌等互聯(lián)網(wǎng)和電子制造業(yè)巨頭是人臉識別專利技術(shù)研發(fā)和實施的主體，擁有大量的人臉識別專利。中國良好政策環(huán)境的激勵加速了中國人臉識別技術(shù)創(chuàng)新應(yīng)用的發(fā)展，提升了商業(yè)化落地能力，除了上海交通大學(xué)、中科院等多個科研機構(gòu)，還涌現(xiàn)出一大批以歐珀、小米、華為等為代表的高新科技企業(yè)，同樣成為了人臉識別技術(shù)研發(fā)的主體。

5 人臉識別技術(shù)演進(jìn)分析

5.1 高被引文獻(xiàn)引文編年圖解讀

人臉識別技術(shù)演進(jìn)的本質(zhì)是研究者們不斷尋找合適的算法對人臉屬性分離、特征提取和分類判別，不斷克服非理想狀態(tài)的影響從而達(dá)到人臉識別辨識度最佳效果的過程。對人臉特征值的提取則是實現(xiàn)人臉識別的關(guān)鍵。

本文采用HistCite中本領(lǐng)域被引頻次LCS值（取前50）來繪制引文編年圖。編年圖中的文獻(xiàn)被分為兩部分。右邊是從1991年的1號文獻(xiàn)到2011年的9466號文獻(xiàn)所形成的一個復(fù)雜化網(wǎng)絡(luò)，我們將其稱之為脈絡(luò)1。左面是單獨的一個文獻(xiàn)2014年的13509號文獻(xiàn)，我們將其稱之為脈絡(luò)2。對兩個脈絡(luò)的文獻(xiàn)進(jìn)行閱讀和比對發(fā)現(xiàn)：1991—2011年對人臉特征值提取的方法主要基于人工（脈絡(luò)1）；2014年及以后則是基于深度學(xué)習(xí)（脈絡(luò) 2）。

脈絡(luò)2僅有2014年的一篇文獻(xiàn)，是因為HistCite的編年圖以論文被引頻次為劃分依據(jù)，而被引頻次受時間影響，2014—2018這4年間人臉識別領(lǐng)域關(guān)于深度神經(jīng)網(wǎng)絡(luò)算法的高被引研究論文因為時間關(guān)系尚未出現(xiàn)很多。其本身還必須引用早期傳統(tǒng)經(jīng)典算法的理論，這也使得人工特征值算法時期的文獻(xiàn)被引頻次不斷積累和增加。但是目前深度學(xué)習(xí)方法已經(jīng)成為人臉識別的主流研究方法，隨著時間的推移，研究不斷深入，未來此方法的高被引文獻(xiàn)會不斷涌現(xiàn)。

由于脈絡(luò)1與脈絡(luò)2差別很大，為了驗證這一關(guān)系是否正確，我們再次選取了 LCS值為前60、80、100位的文獻(xiàn)分別進(jìn)行測試，結(jié)果顯示與LCS排名前50的文獻(xiàn)所形成的編年圖類似，但結(jié)構(gòu)更復(fù)雜，不利于觀察。所以我們采用LCS值排名前50的文獻(xiàn)編制編年圖。

5.2 技術(shù)發(fā)展的歷史演進(jìn)路線分析

脈絡(luò)1的網(wǎng)絡(luò)過于復(fù)雜，不利于對學(xué)科發(fā)展脈絡(luò)的把握。利用社會化軟件Pajek將編年圖中的復(fù)雜網(wǎng)絡(luò)處理后，梳理出主路徑，如圖13、表8所示。這些文獻(xiàn)的內(nèi)容能夠代表人臉識別的發(fā)展歷程。

通過對表8中及相關(guān)文獻(xiàn)閱讀，將人臉識別的發(fā)展與演變過程梳理如下：

1）基于人工方法特征值提取的人臉識別研究階段（1990—2013）

1991年麻省理工的Turk和 Pentland提出的特征臉（Eigenface）方法，對人臉檢測和識別進(jìn)行跟蹤比對，用特征臉定義一個包含特征向量的人臉集合空間，然后把新的人臉頭像作為一個2D的直立頭像，將之投影到這個特征臉空間中進(jìn)行比對，從而達(dá)到識別目的。特征臉被認(rèn)為是第一種有效的人臉識別方法，也是人臉識別應(yīng)用最早、最廣的一種方法。1992年的22號文獻(xiàn)是對自動化系統(tǒng)中人臉的檢測、識別、表達(dá)函數(shù)分析、物理特征分類等人臉檢測與識別子問題的綜述，并提出了相應(yīng)的解決算法。1993年的42號文獻(xiàn)是麻省理工學(xué)院Brunelli提出的兩種人臉識別新算法，一種是基于幾何特征（如鼻子寬度和長度、嘴巴位置和下巴特征等）的人臉識別方法；另二種是基于灰度模板匹配的人臉識別算法。測試集結(jié)果表明，使用幾何特征的正確識別和模板匹配的完美識別度約為90%。

圖12 人臉識別引文編年圖Fig.12 Face recognition citation chronology

圖13 人臉識別發(fā)展脈絡(luò)1中的主路徑圖Fig.13 Main path diagram in development context 1 of face recognition

這3篇文獻(xiàn)構(gòu)成了人臉識別算法的一個開端，它們匯集到1995年的99號文獻(xiàn)（對前一時期各類人臉?biāo)惴ǖ目偨Y(jié)）。在此基礎(chǔ)上，1997年Belhumeur等提出了著名的Fisherface算法，先利用主成分分析（PCA）對圖像進(jìn)行降維，然后再用線性判斷分析（LDA）變換降維處理后得到的主成分。這個方法是這一時期人臉識別技術(shù)研究中一項非常重要的成果。因為大量測試表明：Fisherface方法的錯誤率要明顯低于早期特征臉方法。這里所提到的LDA和PCA是機器學(xué)習(xí)的重要方法，LDA是有類別輸出的有監(jiān)督學(xué)習(xí)的降維技術(shù)，需要考慮數(shù)據(jù)集中每個樣本，而 PCA是不考慮樣本類別輸出的無監(jiān)督降維技術(shù)，一般觀點認(rèn)為LDA算法優(yōu)于PCA算法。2001年的1031號文獻(xiàn)是對這一觀點進(jìn)行的檢驗，即LDA和PCA的對比研究，由美國普渡大學(xué)（Purdue University）的Martinez等完成。Martinez等通過實驗得出了一個十分有價值的結(jié)論，即當(dāng)訓(xùn)練數(shù)據(jù)集小時，PCA可以優(yōu)于LDA，同時PCA對不同的訓(xùn)練數(shù)據(jù)集不太敏感。這一結(jié)論對后來的線性判斷和降維方法在人臉識別中的應(yīng)用起到了重要的影響。

表8 人臉識別研究主路徑文獻(xiàn)列表Tab.8 List of literatures on the main path of face recognition

2002年的1366號文獻(xiàn)對主成分分析、支持向量機、隱馬爾科夫模型和神經(jīng)網(wǎng)絡(luò)等多種在單個圖像中檢測人臉的算法進(jìn)行分類和評估，發(fā)現(xiàn)魯棒性高的面部檢測系統(tǒng)會受到光照變化，方向、姿勢以及部分遮擋，面部表情和眼鏡、發(fā)型等影響，這為以后的人臉識別研究提供了方向。此時，光照、遮擋等非理想化識別問題被正式提出。針對此類問題，2002年美國普渡大學(xué)的Martinez再次提出一種能夠為不精確局部化、部分遮擋和表情變化的人臉做出補償?shù)母怕史椒?，?405號文獻(xiàn)。該研究指出，為了解決局部遮擋問題，可以將人臉圖像劃分成局部小塊進(jìn)行分析，再對每個局部區(qū)域上獲得的結(jié)果加權(quán)，從而提高識別率。

2003年的1964號文獻(xiàn)又是對前期人臉識別的一個再次綜述，該文獻(xiàn)指出廣泛的商業(yè)和執(zhí)法應(yīng)用是人臉識別技術(shù)引起廣泛關(guān)注的原因，并對一些人臉識別算法進(jìn)行述評，認(rèn)為現(xiàn)階段的算法在應(yīng)對室外環(huán)境以及光照變化方面仍存在挑戰(zhàn)。2006年的4610號文獻(xiàn)提出了基于局部二值模式（LBP）紋理特征的人臉圖像表示方法，將改善的LBP方法應(yīng)用到人臉識別中，在FERET數(shù)據(jù)集上進(jìn)行了測試，并與 PCA、貝葉斯等算法進(jìn)行了對比，實驗結(jié)果表明在該數(shù)據(jù)集的 fc和 dupⅡ部分，LBP算法取得了最優(yōu)的檢測效果。

2009年的8056號文獻(xiàn)是基于稀疏表示的魯棒性人臉識別研究，提出的算法框架結(jié)構(gòu)對人臉識別中的特征提取和遮擋魯棒性兩個問題提出了新的研究范式。在這個文獻(xiàn)后面出現(xiàn)了兩個分支。一個是直達(dá)8967號文獻(xiàn)作為終點，另一個是經(jīng)過9261號文獻(xiàn)然后歸結(jié)于9466號文獻(xiàn)作為終點。

2010年的8967號文獻(xiàn)新提出了一個無監(jiān)督的降維方法，即稀疏保持投影（SPP）法，這種方法與保持局部信息領(lǐng)域的局部保存投影（LPP）和鄰域保持嵌入（NPE）技術(shù)不同，降維是為了通過最小化的L1正則化相關(guān)目標(biāo)函數(shù)，以實現(xiàn)保持稀疏的重建關(guān)系的數(shù)據(jù)。而所獲得的投影對于數(shù)據(jù)的旋轉(zhuǎn)、重新縮放和平移能夠保持不變，更重要的是，即使沒有提供類標(biāo)簽，也能包含自然鑒別信息。SPP方法能夠自動選擇其鄰域，比LPP和NPE在實踐中更方便使用。在美國AR人臉庫、耶魯大學(xué)臉部數(shù)據(jù)庫和耶魯大學(xué)拓展臉部數(shù)據(jù)庫B等主流人臉庫的有效性驗證中取得了可喜的成果。

2010年的9261號文獻(xiàn)提出通過線性回歸方式（LRC）來制定模式識別問題從而進(jìn)行人臉識別，該算法將人臉識別定義為一個線性回歸問題，使用最小二乘估計參數(shù)向量。LRC算法處理了面部表情變化和連續(xù)遮擋的問題，大量實驗證明，LRC方法能產(chǎn)生高識別精度，且不需要任何面部定位和標(biāo)準(zhǔn)化的預(yù)處理步驟。2011年9466號文獻(xiàn)對稀疏表示和協(xié)同表示在人臉識別中的作用進(jìn)行了分析，并提出了一個簡單有效的人臉分類方案，即基于正則化最小二乘的協(xié)同表示分類。當(dāng)時多數(shù)文獻(xiàn)都忽略了協(xié)作表示在稀疏表示分類中的使用，該文獻(xiàn)對稀疏表示分類的工作機制進(jìn)行了分析，指出了稀疏表示的優(yōu)點在于協(xié)作表示而不是 L1范數(shù)稀疏性，這使其具有強大的人臉分類能力。

總而言之，提高人臉識別的精準(zhǔn)度是人臉識別的最終目的。1991—2011年的人臉識別主脈絡(luò)1其實就是研究者在在不斷尋找新的算法、嘗試使用新函數(shù)來提高人臉辨識度的過程；也是不斷解決環(huán)境影響帶來的識別度影響，提高人臉識別魯棒性的過程，因為遮擋、光線等非理想化狀態(tài)一直是影響識別度的重要因素。

2）基于深度學(xué)習(xí)方法特征值提取的人臉識別研究階段（2014至今）

脈絡(luò)2體現(xiàn)的是深度學(xué)習(xí)方法的人臉識別研究，這一時期人臉識別算法研究的典型特征是基于深度神經(jīng)網(wǎng)絡(luò)方法來進(jìn)行人臉特征提取。脈絡(luò)2中僅有2014年發(fā)表的3505號一篇文獻(xiàn)，是Taigman等［27］在 Facebook人工智能實驗室的研究結(jié)果，DeepFace。該人臉識別方法使用3D對齊技術(shù)將對齊結(jié)果送入一個9層網(wǎng)絡(luò)，利用基于深度學(xué)習(xí)的卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行處理。

文獻(xiàn)被引頻次會受到時間的影響，因此基于深度學(xué)習(xí)的人臉識別研究文獻(xiàn)在編年圖中還沒有得到充分體現(xiàn)。隨著人工智能領(lǐng)域研究的不斷深化，目前深度神經(jīng)網(wǎng)絡(luò)已成為人臉識別研究的主流算法。除了 Taigman的 DeepFace外，還有谷歌提出的 FaceNet網(wǎng)絡(luò)結(jié)構(gòu)［28］，以及深度學(xué)習(xí)方法來提取人臉高級特征（high-level features）的Deep ID算法［29］等，湯曉鷗團(tuán)隊提出的 Deep ID算法人臉識別率達(dá)到了97.53%，超越了人眼識別率［30］。第三代基于卷積神經(jīng)網(wǎng)絡(luò)的 Deep ID 3［31］技術(shù)對CNN結(jié)構(gòu)做了較大改進(jìn)，采用圖像識別方面的最新網(wǎng)絡(luò)結(jié)構(gòu)，雖然識別精度沒有比上一代Deep ID 2更高，但其網(wǎng)絡(luò)層數(shù)比上一代有所加深。可以說從這個時候開始人臉識別真正進(jìn)入到了人工智能時代。

綜上，按照對人臉特征值提取方法的不同，對人臉識別研究可分為兩個階段。即脈絡(luò)1，基于人工特征提取的人臉識別研究；脈絡(luò)2，基于深度學(xué)習(xí)的人臉特征提取的人臉識別研究。二者的共同之處為：目的都是在不斷克服非理想狀態(tài)化的影響提高識別度，核心思想都是對人臉特征值的提取。不同之處是前者對特征值的提取是基于人工的辦法，后者則是基于深度神經(jīng)網(wǎng)絡(luò)，是目前的主流算法和人臉識別技術(shù)研究的發(fā)展趨勢。

6 結(jié)果與展望

全球人臉識別技術(shù)研發(fā)領(lǐng)域中，美國和中國綜合實力最強。美國起步早、科研質(zhì)量高，從傳統(tǒng)算法Eigenface、Fisherface到目前深度學(xué)習(xí)算法Deepface、FaceNet等均起源于美國。麻省理工學(xué)院等科研機構(gòu)在人臉識別基礎(chǔ)研發(fā)過程中成果顯著，是人臉識別技術(shù)研究先驅(qū)，微軟、谷歌、Facebook等巨型跨國企業(yè)在人臉識別的商業(yè)化應(yīng)用和開發(fā)中起到了巨大的推動作用。中國人臉識別領(lǐng)域研究在國家相關(guān)政策的帶動下，正在趕超美國。以中科院、哈工大、南京理工大學(xué)為代表的科研機構(gòu)和歐珀、華為等為代表的高科技企業(yè)生產(chǎn)出了大量的科研成果，在人臉識別領(lǐng)域同樣取得了不斐的成績。人工提取人臉特征的人臉識別傳統(tǒng)算法不斷積累和突破，在人臉識別技術(shù)演進(jìn)過程中起到了重要的奠基性作用。深度學(xué)習(xí)算法在特征提取和辨識度上超越傳統(tǒng)算法，成為該領(lǐng)域的主流算法。Deep ID深度學(xué)習(xí)模型的人臉識別測試識別率達(dá)到99.15%，超過人眼辨識度?？朔趽醯确抢硐牖h(huán)境帶來的影響、提高人臉識別辨識度是人臉識別技術(shù)發(fā)展的目的和內(nèi)在動力。多種算法的人臉識別整體性研究、基于深度神經(jīng)網(wǎng)絡(luò)人臉特征提取研究、非理想狀態(tài)人臉識別研究和3D人臉識別研究是全球人臉識別領(lǐng)域的研究熱點。其中3D人臉識別研究是人臉識別目前較為新興的領(lǐng)域；數(shù)據(jù)識別、數(shù)據(jù)表示、記錄載體、記錄載體的處理（G06K）和圖像通信（H04N）等技術(shù)主題是人臉識別專利申請的最熱門領(lǐng)域。

繼續(xù)不斷改良和優(yōu)化、尋找和創(chuàng)新算法研究是未來人臉識別技術(shù)的研發(fā)熱點。提高在非理想環(huán)境下的人臉辨識度研究依然是未來人臉識別技術(shù)研發(fā)面臨的挑戰(zhàn)。降低成本、實現(xiàn)系統(tǒng)集成便攜設(shè)備的研發(fā)很可能會是未來人臉識別技術(shù)商業(yè)應(yīng)用的發(fā)展趨勢之一。

為進(jìn)一步提升在人臉識別領(lǐng)域的競爭力，中國需在數(shù)量優(yōu)勢的基礎(chǔ)上進(jìn)一步提升科研質(zhì)量，彌補自身短板、不斷創(chuàng)新。其一，要加強對人臉特征提取新算法研發(fā)、深度學(xué)習(xí)的底層架構(gòu)研發(fā)、運用FPGA實現(xiàn)算法的實時性便捷性檢測等一系列人工智能核心性技術(shù)的自主研發(fā)，打破美國的技術(shù)壟斷。其二，要注重人工智能新興領(lǐng)域的開拓性研發(fā)，如在機器學(xué)習(xí)領(lǐng)域的人臉識別技術(shù)研發(fā)、量子計算與人工智能的結(jié)合、遠(yuǎn)距離人臉識別技術(shù)研發(fā)和3D人臉識別技術(shù)研發(fā)等，從技術(shù)的跟隨者變?yōu)榧夹g(shù)引領(lǐng)者。