下载掌阅APP，畅读海量书库
立即打开
现在，无论是用手机还是用数码相机拍摄人像，基本都会在被拍者面部出现一个矩形框。本节就来分析一下这类人脸识别功能的工作原理。
早在20世纪70年代，人们就开始了针对画像中人脸识别的研究。由于人类的面部并不是很立体，因此研究方向主要放在分辨人的面部特征： 在长圆形的面部找出两只眼睛、一个鼻子以及一张嘴巴的位置 。这种方法被称为自底向上法（Bottom-up法）。
然而，这种方法虽然基本能够识别出正面的人像，但真正拍照时除了正面，人们还会选取其他不同角度拍摄。另外，被拍摄人物是否戴眼镜以及不同的妆容也会对识别效果产生影响。
为此，人们从不同角度对人脸识别技术进行了改良、提升，演变出了各种各样的新技术，例如肤色识别、头发分布、头—颈—肩轮廓识别等。但所有这些技术都或多或少存在着各种问题，人脸识别技术的发展遇到了瓶颈。
2001年，美国麻省理工学院的维奥拉博士和琼斯博士在对计算机进行统计学研究时，发现了能够实时且准确识别物体的方法并就此发表了论文。简单概括该技术的内容， 就是将待识别物细分为若干正方形区域，通过对各个区域的检测及各区域间的组合来判断是否有需要识别的对象 。这一方法也被称为维奥拉-琼斯算法（Viola-Jones算法）。
图1 数码相机拍照示意图
如今的数码相机可以自动检测到被拍者的面部。
这一技术原本与人脸识别并无关系。但有技术人员认为，“若使用该种检测方法来对人的面部进行检测，那不就可以实现面部识别了吗”。
于是，开发者先让系统对人的面部肖像进行深度学习，再导入Viola-Jones算法，之后只要将注意力放在提高系统运算速度及精确度上即可。这样，一项实用性极强的技术便应运而生。
举个例子，在 图2 的矩形框中设置多个黑白色块。系统通过将需要识别的照片与已有数据库中数据进行对比，一点点找出与数据库中相匹配的位置，再计算出黑白区域中像素的差值，利用数值进行全面的人脸识别。
人脸识别的原理说起来简单，可若要应用到实际中，却需要让系统去熟悉各种各样的脸型以及拍摄角度。为此，开发者必须通过各种渠道尽可能多地收集各类人像来供系统学习。
虽然各大品牌并未将自己的技术公开，但基本可以确定大多数码相机及家用彩色打印机的人脸识别功能都是基于Viola-Jones算法而来的。
欧姆龙作为现代该领域的领军企业，其开发的人脸识别技术（商标名：OKAO Vision）被苹果等各大企业所使用。另外，东芝等日本数码相机品牌也继欧姆龙之后开始了对人脸识别技术的开发。
图2 人脸识别示意图
将类似左侧这样，以不同方式排列的黑白色块与照片内各个部位进行对照，从而识别面部。
图3 技术开发需要大量的人像数据作为基础
从三维角度收集数千人的面部特征、器官形状等数据，并生成3D模型。
EM菌英文全称为“Effective Microorganisms”，直译为有益微生物群。其正式名称为两个英文单词的首字母组合，即“EM”，但为了让大家明白它属于微生物的一种，所以常被称为 EM菌 。
它的发现者为比嘉照夫（当时任琉球大学农学院教授）。由于EM相关商品由EM研究机构及EM生活等EM关联公司贩卖，所以在人们的印象中，EM菌逐渐成为由特定公司销售的特定商品的名称。
EM研究机构称，在EM菌中包含乳酸菌、酵母菌、光合菌等多种微生物，但并没有给出每种菌类具体的所占比例。因此，有人对EM菌的成分进行了分析，竟发现重要的光合菌并不存在于其中。但研究同时也证实了乳酸菌的存在，肯定了其在这方面的作用。
比嘉照夫当时宣称，EM菌不但可以分解厨余垃圾、改善水质、减少汽车燃油消耗、强化混凝土，甚至可以治愈疾病。他将EM菌称为“神”，他说“任何好的事情都是EM菌带来的，而所有不好事情的发生，都是由于EM菌的使用方法不得当造成的。因此大家要努力提高自己的EM力”。
被EM菌所环绕的场所被称为“结界”（宗教用语，用来守护物品的空间）。例如，冲绳岛由于有EM结界存在，所以受台风侵害较少。
EM菌支持者还会向河流、湖泊以及大海中投入块状的EM菌。但反对者认为，“这种行为能够净化环境的证据不充分，甚至还有污染环境的可能性”。