成都弱電公司訊：

在當今的機器人領域，基于視覺的人臉面部辨認和檢測發(fā)展得非常之快，并且已經(jīng)運用于很多領域。

現(xiàn)在，人臉辨認已經(jīng)應用到了包括支付、遠程業(yè)務辦理、安防以及成都門禁等場合中。經(jīng)過近兩個月的試運轉，安檢人臉辨認系統(tǒng)近日已經(jīng)在成都寶安國際機場國內安檢區(qū)正式投入使用，這也是全國首家將人臉辨認系統(tǒng)嵌入機場的安檢信息系統(tǒng)。很多人都說，我們迎來刷臉時代。屆時，坐車驗票、出入成都門禁、購物支付……在諸多類似場景中，只靠“刷”一下自己的臉就能搞定。

然而，就目前而言，機器人能夠成功做到面部辨認，是因為其已經(jīng)處于正常的照明條件之下。而要想此技術進一步發(fā)展，我們還需要克服一個障礙：如何在光線不明朗的情況下也能刷臉成功？因此，在到達刷臉時代之前，我們需要開發(fā)出一種算法，讓機器人在不正常的照明條件下也能進行面部辨認。

現(xiàn)在，日本豐橋科學技術大學計算機科學與工程學院的研究人員開發(fā)出了一種炫酷的技術，它能通過運用一種反射模型，調整光線對人類面部的影響。此種模型有著一種可變的照明比例，由FIS(模糊推理系統(tǒng))控制，此系統(tǒng)能夠運用GA(基因算法)，能夠讓機器人在分歧的光線下進行人臉辨認。

該研究團隊負責人BimaSenaBayuDewantara表示：

為了減少光線對人臉辨認的影響，我們應該適當調整圖像對比度。好比，為了產(chǎn)生一個穩(wěn)定的面部成像，我們需要加亮臉頰的光線，調暗眼球的光線。而我們運用的反射模型就能實現(xiàn)這一點，結合FIS和GA對于操作此種模型也非常重要。

另一位負責人JunMiura教授表示：

通過調整圖像對比度，我們能夠提高面部辨認和檢測的精度和效果，同時也可實時運用于機器人面部辨認和人機交互領域。

人類的面部不僅可以將自己與另外人區(qū)別開來，還提供另外的信息：如您是否疲憊，您是歡樂還是難過，平和還是緊張。而捕捉面部蘊含的這些信息對于人機交互來說至關重要。研究人員表示通過調整圖像對比度，機器人能夠在分歧的情況下進行面部辨認和檢測，特殊是在照明不足的情況之下。7月15日，團隊在《機器視覺及其運用》上公布了研究結果。

其實，豐橋技術科學大學在人機交互上已經(jīng)做出了一番成就。去年，該大學交互與通信設計實驗室研發(fā)出了一款叫“聊天盟友(TalkingAlly)”的機器人，它可以一直觀察用戶的行為并作出相應的回應。

它的形狀看起來像皮克斯的知名動畫短片《頑皮跳跳燈》中的跳跳燈，有一個橢圓形的腦袋，身體由彈簧支撐，具有比較好的彈性，機器人可以很靈活地轉動身體。它擁有一只眼睛，眼睛里裝有一個攝像頭，攝像頭會一直聚焦在用戶身上，TalkingAlly會辨認人臉以及表情。TalkingAlly被設計出的目的主要是為了讓用戶保持注重力，通過觀察用戶的目光落往何處，機器人會判斷出他的注重力在哪里，并與之交互。

看來，隨著人機交互的飛速發(fā)展，刷臉時代已經(jīng)不是遙不可及了。但要到達那里，還要攻克一個個難關。