面部识别技术如何判断脸部属性？

近年来智能手机搭载面部识别已成为各家大厂新产品发展方向，苹果（Apple）向来为智能手机产品规格与技术指标，自2009年起积极研发，2010年开始收购面部识别相关企业，至2017年为止，共收购七家与面部识别技术发展相关之公司，显示其对发展面部识别技术的企图心。

面部识别（Facial Recognition）的过程包括：透过影像撷取装置撷取并输入图像；进行脸部侦测，识别描绘脸部的图像区域，以确定人脸是否存在于图像中；确认人脸存在后，则进一步的抽取脸部的特征，并与资料库中已知的人脸进行辨识比对，从而确认或识别输入图像中的个人身分。一般来说，在脸部侦测段即做到良好的图像处理，可降低后续辨识动作的运算量，以及提高脸部特征辨识度。而脸部特征量抽取的品质，很大程度决定后续辨识的效果。

以应用的角度来看，确认或识别他人身分的面部识别应用，称为「身份认证」；除此之外，面部识别技术还可用以判断脸部的各种属性，如状态、表情，乃至于情绪辨别，此称为「属性分析」。

面部识别技术需要处理大量的图像，计算量庞大，成为技术推广的重要课题。近年电脑运算效能提升，包括云端运算进展，改善运算上的课题。透过云端运算，也可执行安全监控等需要处理大量图像资讯的应用需求；在智能手机等智能手持装置上，执行如照片分类、个人身分认证等面部识别运算也变的更加可行。

苹果过去主要将面部识别技术应用在图像中的人物辨识，包括：

一、2009年在iPhoto推出的照片分类功能，iPhoto会辨识照片中的脸孔，再将辨识后认为是相同的脸孔进行归类。

二、2011年在iPhone 4S推出的面部识别拍照功能，主要是支持面部识别对焦，脸部侦测最多可达到10张脸。

三、2013年iOS 7支持脸部（头部）动作控制，可设定当iPhone侦测到右侧或左侧头部晃动时，进行选定的操作选项，如点选、回主画面等。

四、2016年推出的iOS 10，开始在智能手持装置的本地端支持照片分类功能。五、2017年推出新的面部识别应用「Clips App」，透过面部识别技术与Photos App里的照片进行比对，确认影片中的人物，并建议用户将档案传送给影片中出现的人。

苹果在2009年后开始投入较多研发能量在面部识别技术开发，更早期的专利多是透过收购而来。自主研发的技术主要在脸部侦测（含图像前处理）段，对于辨识方面的技术着墨不深。为加速面部识别技术商用化时程，2010年开始大举采用并购策略以完善布局，并购技术涵盖其所有面部识别技术缺口，至2017年在面部识别技术的布局已相当完整。

首先，Polar Rose、RealFace的技术补足苹果在辨识技术上的缺口，并提升面部识别技术最重要的精度及即时性。Polar Rose的3D面部识别技术、PrimeSense的3D图像捕捉技术、再搭配LinX高精度的微型影像感测器，苹果即掌握完整的3D面部识别技术开发能力。Perceptio、Turi人工智能基础技术将协助苹果发展更高精度的面部识别技术，同时Perceptio让智能手持装置具备运行人工智能系统的能力，预期有助让RealFace基于人工智能开发出的面部识别技术，能导入苹果智能手持装置

苹果的企图是开发可搭载在智能手持装置上，基于人工智能的3D面部识别应用。未来在产品开发上，面部识别技术将被用来强化智能手持装置的多媒体应用功能，借此串联手持装置内的各App，简化操作流程，使智能手持装置更加智能化。同时透过面部识别技术来控制装置或内容的使用权限等的应用，预期将很快出现在苹果智能手机中。而透过表情或情绪分析，让装置与用户产生更多「情感交流」的应用，将是下一步开发重心之一。