最早聽到人臉識(shí)別概念還是從科幻電影中，通過一個(gè)人的面部特征，機(jī)器可以知道“你是誰”。隨著技術(shù)的進(jìn)步，人臉識(shí)別已經(jīng)走入了人們的生活，iPhone手機(jī)上的Face ID就是其中的代表產(chǎn)品，第一次讓這項(xiàng)技術(shù)與消費(fèi)者有了近距離的接觸。Face ID于2017年在iPhone X上推出，該技術(shù)取代了蘋果的Touch ID指紋掃描系統(tǒng)。Face ID使用“True Depth攝像頭系統(tǒng)”，該系統(tǒng)由傳感器、攝像頭和位于手機(jī)顯示屏頂部的點(diǎn)投影儀組成，可創(chuàng)建使用者的臉部詳細(xì)3D圖形。每次用戶看手機(jī)時(shí)，系統(tǒng)都會(huì)進(jìn)行安全的身份驗(yàn)證檢查，以便在識(shí)別到用戶本人的情況下快速、直觀地對(duì)設(shè)備進(jìn)行解鎖或?qū)Ω犊钸M(jìn)行授權(quán)。

人臉是人體最重要的區(qū)別特征，它使人成為“唯一的人”，不僅可以給個(gè)人提供身份，還可以使用戶免受安全漏洞和欺詐交易的侵害，可以保護(hù)個(gè)人數(shù)據(jù)免受安全威脅！通過最先進(jìn)、最可靠的生物識(shí)別技術(shù)，實(shí)現(xiàn)了一個(gè)永遠(yuǎn)不會(huì)忘記密碼。在過去的十年中，人臉識(shí)別技術(shù)不僅成為現(xiàn)實(shí)，而且已經(jīng)普及。人臉識(shí)別技術(shù)以及AI（人工智能）和深度學(xué)習(xí)（DL）技術(shù)正在使多個(gè)行業(yè)受益。

人臉識(shí)別概念

人臉識(shí)別屬于計(jì)算機(jī)視覺研究和開發(fā)的領(lǐng)域，致力于使機(jī)器具有識(shí)別和驗(yàn)證人臉的能力。從廣義上講，人臉識(shí)別技術(shù)的發(fā)展可以改善人類的生活；從狹義上講，它可以理解為一種監(jiān)視和安全技術(shù)，旨在促進(jìn)或控制政府、執(zhí)法和商業(yè)機(jī)構(gòu)使用的訪問權(quán)限。

人臉識(shí)別是一種能夠通過圖像、視頻或任何視聽元素來識(shí)別或驗(yàn)證對(duì)象的技術(shù)。這是一種生物特征識(shí)別的方法，該方法使用生物特征進(jìn)行測(cè)量，以通過人獨(dú)有的特征模式和數(shù)據(jù)驗(yàn)證一個(gè)人的身份。該技術(shù)收集與他們的面部表情相關(guān)聯(lián)的每個(gè)人的一組獨(dú)特的生物統(tǒng)計(jì)數(shù)據(jù)，以識(shí)別、驗(yàn)證和/或認(rèn)證一個(gè)人。

人臉識(shí)別的歷史。人臉識(shí)別經(jīng)歷了許多迭代，這可以追溯到1960年，當(dāng)時(shí)伍德羅·威爾遜·布萊索使用手工方式實(shí)現(xiàn)了面部識(shí)別，布萊索被認(rèn)為是人臉識(shí)別之父，他開發(fā)了一種系統(tǒng)，該系統(tǒng)通過平板電腦對(duì)人臉的照片進(jìn)行分類，借助此設(shè)備，布萊索可以手動(dòng)記錄面部特征的坐標(biāo)位置。配備了各種面孔的手動(dòng)記錄后，人臉識(shí)別隨后針對(duì)數(shù)據(jù)庫繪制新照片，并根據(jù)繪制的信息識(shí)別出具有最相似數(shù)據(jù)的個(gè)人。這證明了人臉識(shí)別是可行的生物識(shí)別技術(shù)，但是受限于手工處理能力不足，無法滿足擴(kuò)展和完善該技術(shù)所需的嚴(yán)格計(jì)算要求。使用人工完成實(shí)際生物特征值的計(jì)算，從而用于人臉識(shí)別，這一過程一直持續(xù)到上世紀(jì)90年代，1991年出現(xiàn)了第一個(gè)自動(dòng)人臉識(shí)別設(shè)備；2010年Facebook開始提供人臉識(shí)別功能，該功能可幫助檢測(cè)Facebook用戶更新的照片中帶有特征面孔的人。

人臉識(shí)別的主題與計(jì)算機(jī)視覺一樣古老，這既是因?yàn)樵撝黝}的實(shí)際重要性，也是由于認(rèn)知科學(xué)家的理論興趣。盡管其他識(shí)別方法（例如指紋或虹膜掃描）可以更加準(zhǔn)確，但由于其非侵入性的性質(zhì)，并且因?yàn)樗侨藗兊闹饕矸葑R(shí)別方法，因此人臉識(shí)別始終始終是研究的重點(diǎn)。

人臉識(shí)別模型執(zhí)行兩個(gè)主要任務(wù)。首先是驗(yàn)證，這是將新輸入的面孔與已知身份進(jìn)行比較的任務(wù)。一個(gè)很好的例子是使用人臉識(shí)別功能解鎖智能手機(jī)。設(shè)置系統(tǒng)時(shí)，手機(jī)會(huì)將使用者的面部注冊(cè)為手機(jī)的所有者。因此，解鎖時(shí)的唯一任務(wù)是將新的輸入面部與設(shè)備上注冊(cè)的面部進(jìn)行比較；第二個(gè)是識(shí)別，這是將輸入人臉與多個(gè)人臉身份數(shù)據(jù)庫進(jìn)行比較的任務(wù)，此任務(wù)通常用于安全和監(jiān)視系統(tǒng)。執(zhí)法中的人臉識(shí)別就是一個(gè)很好的例子。在國(guó)際刑警組織網(wǎng)站上，有一個(gè)取證部分，說明他們?nèi)绾问褂萌四樧R(shí)別來識(shí)別機(jī)場(chǎng)和邊境口岸的關(guān)注人員。

對(duì)人類心靈的卓越追求并探索技術(shù)可以滿足驚人可能性，人臉識(shí)別軟件在消費(fèi)市場(chǎng)、安全以及監(jiān)視行業(yè)中擁有無數(shù)的應(yīng)用程序。實(shí)際上，在國(guó)內(nèi)已經(jīng)廣泛使用人臉識(shí)別技術(shù)來改進(jìn)安全協(xié)議和支付程序，世界其他地區(qū)正在效仿。

人臉識(shí)別如何工作？

人臉識(shí)別系統(tǒng)使用計(jì)算機(jī)算法來挑選有關(guān)人臉的特定、獨(dú)特的細(xì)節(jié)，然后將這些特征轉(zhuǎn)換為數(shù)字表示形式，并與在數(shù)據(jù)庫中保存的數(shù)據(jù)進(jìn)行比較。這些系統(tǒng)將提供幾種潛在的匹配，并按照正確識(shí)別的可能性進(jìn)行排序，而不僅僅是返回單個(gè)結(jié)果。人臉識(shí)別過程始于人臉檢測(cè)，然后進(jìn)行特征提取，比較和最后的匹配。

人臉檢測(cè)。面部檢測(cè)過程中的一個(gè)重要步驟，因?yàn)樗鼨z測(cè)到并定位在圖像和視頻的人臉。人臉識(shí)別的第一步是在預(yù)定條件下并在規(guī)定的時(shí)間段內(nèi)收集身體或行為樣本。用于識(shí)別和定位圖像和視頻中的人臉，可以裁剪檢測(cè)到的面部圖像以獲得稱為規(guī)范圖像的特征圖像。在規(guī)范的人臉圖像中，人臉的大小和位置大約被標(biāo)準(zhǔn)化為預(yù)定義的值，并且背景區(qū)域被最小化。同樣，相對(duì)于圖庫或參考數(shù)據(jù)庫中的圖像，圖像必須在大小、姿勢(shì)、照明等方面進(jìn)行標(biāo)準(zhǔn)化。為此，必須準(zhǔn)確地定位面部標(biāo)志，否則將無法使整個(gè)識(shí)別任務(wù)成功。

提取。應(yīng)從樣本中提取所有收集的數(shù)據(jù)，以基于這些樣本創(chuàng)建模板。可以對(duì)標(biāo)準(zhǔn)化圖像進(jìn)行進(jìn)一步處理，以進(jìn)行特征提取。在這里，圖像被轉(zhuǎn)換為數(shù)學(xué)表示，稱為生物特征模板或生物特征參考，以將其存儲(chǔ)到數(shù)據(jù)庫中。這些圖像數(shù)據(jù)庫然后用于驗(yàn)證和識(shí)別探針圖像。通過算法將圖像數(shù)據(jù)轉(zhuǎn)換為數(shù)學(xué)表示形式。已經(jīng)開發(fā)了許多人臉識(shí)別算法來獲得簡(jiǎn)化的數(shù)學(xué)形式，以執(zhí)行識(shí)別任務(wù)。算法將灰度像素形式的圖像數(shù)據(jù)轉(zhuǎn)換或轉(zhuǎn)換為特征的數(shù)學(xué)表示的方式將它們彼此區(qū)分開。在轉(zhuǎn)換過程中保留最大的信息從而創(chuàng)建獨(dú)特的生物特征模板對(duì)于成功識(shí)別至關(guān)重要。提取過程轉(zhuǎn)換模擬信息（人臉）為一組基于人的臉部特征的數(shù)字信息（數(shù)據(jù)）。

比較。提取后，將收集的數(shù)據(jù)與現(xiàn)有模板進(jìn)行比較。

匹配。人臉識(shí)別技術(shù)的最后階段是確定新樣本的面部特征是否與面部數(shù)據(jù)庫中的特征相匹配。

人臉識(shí)別是通過技術(shù)識(shí)別人臉的一種方式。人臉識(shí)別系統(tǒng)使用生物識(shí)別技術(shù)從照片或視頻中映射面部特征。它將信息與已知面孔的數(shù)據(jù)庫進(jìn)行比較以找到匹配項(xiàng)。

人臉識(shí)別系統(tǒng)的準(zhǔn)確性如何？為什么如此重要？

短短幾年內(nèi)，人臉識(shí)別能力得到了顯著改善。截至2020年4月，最佳人臉識(shí)別算法的錯(cuò)誤率僅為0.08％，而同期的錯(cuò)誤率為4.1％，根據(jù)美國(guó)國(guó)家標(biāo)準(zhǔn)技術(shù)研究院（NIST）的測(cè)試，該算法在2014年成為領(lǐng)先算法。截至2018年，NIST發(fā)現(xiàn)超過30種算法的準(zhǔn)確性已超過2014年實(shí)現(xiàn)的最佳性能。在考慮最佳的技術(shù)規(guī)范方法時(shí)，必須考慮這些改進(jìn)，應(yīng)該采取行動(dòng)來應(yīng)對(duì)技術(shù)發(fā)展的風(fēng)險(xiǎn)，而不是目前的風(fēng)險(xiǎn)。進(jìn)一步提高準(zhǔn)確性將繼續(xù)減少與錯(cuò)誤識(shí)別有關(guān)的風(fēng)險(xiǎn)，并擴(kuò)大正確使用可能帶來的好處。但是隨著性能的提高為更廣泛的部署提供動(dòng)力，確保技術(shù)的正確治理的需求將變得更加緊迫。

在理想條件下，人臉識(shí)別系統(tǒng)可以具有近乎完美的準(zhǔn)確性。用于匹配主體以清除參考圖像（例如身份證照片或面部照片）的驗(yàn)證算法，在標(biāo)準(zhǔn)評(píng)估（例如NIST的人臉識(shí)別供應(yīng)商測(cè)試（FRVT））上，可以達(dá)到高達(dá)99.97％的準(zhǔn)確率。這可與虹膜掃描儀的最佳結(jié)果相媲美。這種面部驗(yàn)證已經(jīng)變得非?？煽?，以至于即使是銀行，也可以依靠它來將用戶登錄到他們的帳戶中。

但是，只有在照明和定位保持一致且被攝對(duì)象的面部特征清晰且不明顯的理想條件下，這種精確度才可能實(shí)現(xiàn)。在實(shí)際部署中，準(zhǔn)確率往往要低得多。例如，一種領(lǐng)先算法的錯(cuò)誤率從與高質(zhì)量面部照片匹配時(shí)的0.1％攀升至與“野外”拍攝的個(gè)人照片匹配時(shí)的9.3％，而與被攝對(duì)象在“野外”拍攝時(shí)的錯(cuò)誤率不一樣。在相機(jī)上，或者可能被物體或陰影遮蓋。老化是可能嚴(yán)重影響錯(cuò)誤率的另一個(gè)因素，因?yàn)殡S著時(shí)間的推移，被攝對(duì)象的臉部變化會(huì)使其難以匹配相隔多年的照片。NIST發(fā)現(xiàn)嘗試與18年前拍攝的照片進(jìn)行匹配時(shí)，許多中間層算法顯示出的錯(cuò)誤率幾乎增加了10倍。

防止誤識(shí)別的措施始終很重要，因?yàn)槿四樧R(shí)別永遠(yuǎn)不會(huì)100％準(zhǔn)確。如今，這些保護(hù)尤為重要，因?yàn)樵S多供應(yīng)商仍然沒有以極高的準(zhǔn)確性運(yùn)行的系統(tǒng)，即使是最好的算法也仍然在更具挑戰(zhàn)性的現(xiàn)實(shí)環(huán)境中掙扎。

面部識(shí)別變得更加準(zhǔn)確。得益于神經(jīng)網(wǎng)絡(luò)算法，功能更強(qiáng)大的特殊微控制器和處理器，具有更好相機(jī)的更好圖像以及片上處理和邊緣計(jì)算可為相機(jī)內(nèi)部和附近提供更多智能，3D人臉識(shí)別以及更準(zhǔn)確的人臉識(shí)別算法。過去幾年的演變。根據(jù)NIST的報(bào)告，人臉識(shí)別技術(shù)的準(zhǔn)確性在2013年至2018年之間得到了顯著提高。該報(bào)告使用了多個(gè)二維圖像數(shù)據(jù)集，其中指出“準(zhǔn)確性的提高是由于對(duì)圖像進(jìn)行集成或完全替換所致。深度卷積神經(jīng)網(wǎng)絡(luò)的現(xiàn)有方法”。因此，NIST說，人臉識(shí)別已經(jīng)經(jīng)歷了一次工業(yè)革命，即使各種算法之間仍然存在顯著差異，算法也越來越能夠容忍劣質(zhì)圖像。

2020年及以后的人臉識(shí)別—趨勢(shì)和市場(chǎng)

人臉識(shí)別已成為全球生物識(shí)別市場(chǎng)和數(shù)字化轉(zhuǎn)型工作中越來越重要的部分。人臉識(shí)別市場(chǎng)的各個(gè)部分，相當(dāng)多樣化有望以比先前預(yù)期更快的速度增長(zhǎng)。隨著人臉識(shí)別技術(shù)投資的增加和技術(shù)的成熟，我們看到在某些用例（包括新用例）中人臉識(shí)別的使用量也在增加。事實(shí)證明，新冠肺炎疫情是其中的重要推動(dòng)力。新冠肺炎疫情還導(dǎo)致人臉識(shí)別系統(tǒng)與其他生物識(shí)別技術(shù)相結(jié)合。由于疫情行，人們期望數(shù)字化和數(shù)字化將在多個(gè)領(lǐng)域加速發(fā)展，因此不可避免地會(huì)看到人臉識(shí)別技術(shù)的使用越來越多。

對(duì)于技術(shù)行業(yè)來說，不斷增長(zhǎng)的人臉識(shí)別市場(chǎng)總體上是一種財(cái)務(wù)上的祝福，純凈而簡(jiǎn)單。人們通常將重點(diǎn)放在人工智能、機(jī)器學(xué)習(xí)和機(jī)器視覺技術(shù)上，這些技術(shù)使來自相機(jī)的圖像與數(shù)據(jù)庫和復(fù)雜的人臉識(shí)別系統(tǒng)中的圖像相匹配，而更多的技術(shù)對(duì)此進(jìn)行了增強(qiáng)。

多種技術(shù)和應(yīng)用領(lǐng)域融合時(shí)的人臉識(shí)別。人臉識(shí)別確實(shí)是多種技術(shù)相結(jié)合的生物識(shí)別領(lǐng)域。下一代移動(dòng)網(wǎng)絡(luò)、5G和邊緣技術(shù)將使它比現(xiàn)有技術(shù)更加普及。實(shí)際上，部署AI支持的安全攝像頭的高密度網(wǎng)絡(luò)來監(jiān)視任何事物很可能是5G蜂窩物聯(lián)網(wǎng)（5G和IoT相遇）可能會(huì)產(chǎn)生相當(dāng)大影響的第一個(gè)重要領(lǐng)域：安全?；蛘吒唧w地說：使用AI支持的安全攝像機(jī)的高密度網(wǎng)絡(luò)。這不僅在國(guó)土安全中如此，而且在確保關(guān)鍵設(shè)施甚至智慧城市和其他社區(qū)安全中也是如此。換句話說：越來越多的用例和未來的增長(zhǎng)。

寫在最后

在所有生物識(shí)別方式（指紋、語音、步態(tài)、行為、DNA等）中，人臉獲得更快的接受度是因?yàn)樗粌H幾乎使任何人都易于使用，而且人臉可以為人體提供大量“信號(hào)”或數(shù)據(jù)。相比之下指紋（盡管具有獨(dú)特性和看似復(fù)雜性）無法與經(jīng)過訓(xùn)練的AI系統(tǒng)相比，AI可以快速識(shí)別的面部形狀、大小、獨(dú)特標(biāo)記和其他區(qū)別特征相匹配。

現(xiàn)在，我們才剛剛開始看到在身份管理和銀行業(yè)務(wù)等服務(wù)中引入的人臉身份驗(yàn)證技術(shù)，盡管仍然主要與指紋或SMS驗(yàn)證之類的其他傳統(tǒng)技術(shù)結(jié)合使用。未來人工智能驅(qū)動(dòng)的技術(shù)將擁抱更先進(jìn)的面部生物識(shí)別技術(shù)，以改善其安全性，并真正保護(hù)用戶免受身份盜用和數(shù)據(jù)泄露的侵害。具有活動(dòng)性檢測(cè)功能的面部認(rèn)證不僅可以提供增強(qiáng)的，無摩擦的用戶體驗(yàn)，而且擁有典型智能設(shè)備的任何人都將能夠享受無與倫比的真實(shí)世界保護(hù)水平，以抵御網(wǎng)絡(luò)釣魚，ID盜竊和合成身份欺詐等攻擊，人臉識(shí)別將在等多的領(lǐng)域與現(xiàn)有技術(shù)進(jìn)行深度融合。

以上是我的淺薄之見，歡迎指正，謝謝！

人臉識(shí)別主要是指的是讓程序去識(shí)別并且理解一張臉，其中還包括了讓程序去了解一個(gè)人的情緒傾向，健康狀況以及辨別其他重要的信息，從一個(gè)人出生開始面孔就在人們的

社交生活中尤為重要。

人臉識(shí)別也非常復(fù)雜，涉及到臉上很多不同的區(qū)域。但人工智能也不是萬能的，算法較差或缺乏訓(xùn)練的人臉識(shí)別系統(tǒng)可能會(huì)在你臉部輕微受傷受損的時(shí)候認(rèn)不出你來

人臉檢測(cè)與分析

人臉五官定位

感謝您的閱讀！

如果要給人臉識(shí)別下個(gè)定義，它是利用人的生物特征實(shí)現(xiàn)個(gè)體區(qū)分的一種技術(shù)，一般包括圖像采集、特征定位、身份的確認(rèn)和查找三個(gè)環(huán)節(jié)。簡(jiǎn)單來說，人臉識(shí)別就是從圖像中提取面部特征關(guān)鍵點(diǎn)，比如骨骼特征、眉毛高度等，通過比對(duì)輸出結(jié)果。

雖然iPhoneX的FaceID讓計(jì)算機(jī)視覺領(lǐng)域的創(chuàng)業(yè)者興奮不已，但此人臉識(shí)別非彼人臉識(shí)別。蘋果的FaceID并沒有采用普通攝像頭的方式，而是采用紅外主動(dòng)識(shí)別的技術(shù)，這樣就可以做到三維立體識(shí)別，增強(qiáng)了安全系數(shù)。

在具體的應(yīng)用場(chǎng)景中，人臉識(shí)別大致可以分

為1:1、1：N、N:N三種。

1:1等級(jí)的人臉識(shí)別，實(shí)現(xiàn)的是最初級(jí)的“證明你是你”。從字面上就可以看出，1:1是用戶提前上傳個(gè)人照片儲(chǔ)存于系統(tǒng)中，每次驗(yàn)證時(shí)，線下拍照與系統(tǒng)中存儲(chǔ)的照片信息進(jìn)行對(duì)比，進(jìn)而確定“你是不是你”。

舉個(gè)例子，我們?cè)谲囌具^安檢時(shí)，檢票員拿著你的身份證跟你本人做對(duì)比，證明你是不是身份證上的本人，這種場(chǎng)景就是1:1的場(chǎng)景。手機(jī)解鎖、刷臉支付、網(wǎng)上買票、醫(yī)院掛號(hào)、政府惠民工程項(xiàng)目，以及各種證券開戶、電信開戶、互聯(lián)網(wǎng)金融開戶……這都是1：1人臉識(shí)別的應(yīng)用場(chǎng)景。同其他方式相比，1：1識(shí)別準(zhǔn)確率高，對(duì)算力的要求也相對(duì)較低。

而1：N的人臉識(shí)別算法則主要用于人臉檢索，“證明你是誰”。與1:1的一一對(duì)照不同，1：N需要一張照片同系統(tǒng)中的海量照片進(jìn)行對(duì)比，根據(jù)相似度排列出多個(gè)對(duì)比結(jié)果。而排在第一順位的結(jié)果，未必準(zhǔn)確。

應(yīng)用在安防領(lǐng)域的1：N人臉識(shí)別，其特點(diǎn)是動(dòng)態(tài)和非配合。所謂動(dòng)態(tài)，即系統(tǒng)識(shí)別的不是圖片，而是攝像頭采集的視頻。非配合是指識(shí)別對(duì)象不用感知到攝像頭的位置并配合完成識(shí)別工作，識(shí)別對(duì)象處于被動(dòng)狀態(tài)。這在提高采集便捷性的同時(shí)，也意味著你的行蹤已經(jīng)被完全暴露。

同1：1識(shí)別相比，使用地點(diǎn)、環(huán)境、光線、采集角度甚至是玻璃反射都會(huì)影響1：N識(shí)別的準(zhǔn)確度，所以1:N相對(duì)更具有挑戰(zhàn)性。

至于N:N人臉識(shí)別，實(shí)際上相當(dāng)于同時(shí)進(jìn)行多個(gè)1：N識(shí)別，用于“證明誰是誰”。

人臉識(shí)別，主要是近幾年來因?yàn)樯疃葘W(xué)習(xí)的技術(shù)的發(fā)展逐漸推廣出來的的人臉技術(shù)。主要包括兩部分:人臉檢測(cè)與人臉識(shí)別，人臉的檢測(cè)與定位是先決條件，必須快而準(zhǔn)，傳統(tǒng)的技術(shù)在人家的檢測(cè)定位上先天不足，特征提取效果也不好，對(duì)后期人臉的識(shí)別產(chǎn)生了較大影響；近幾年來隨著深度學(xué)習(xí)技術(shù)的發(fā)展，大數(shù)據(jù)的興起，特別是GPU等算力的提升，人臉識(shí)別技術(shù)大大增強(qiáng)，已可以達(dá)到“毫秒”級(jí)別響應(yīng)，精準(zhǔn)識(shí)別。人臉識(shí)別技術(shù)當(dāng)前主要應(yīng)用商店，門禁，考勤，遠(yuǎn)程認(rèn)證等等各領(lǐng)域方向。當(dāng)然隨著技術(shù)進(jìn)一步發(fā)展，其附帶價(jià)值也會(huì)越來越高。

人臉識(shí)別是利用人的生物特征實(shí)現(xiàn)個(gè)體區(qū)分的一種技術(shù)，一般包括圖像采集、特征定位、身份的確認(rèn)和查找三個(gè)環(huán)節(jié)。簡(jiǎn)單來說，人臉識(shí)別就是從圖像中提取面部特征關(guān)鍵點(diǎn)，比如骨骼特征、眉毛高度等，通過比對(duì)輸出結(jié)果。

雖然iPhoneX的FaceID讓計(jì)算機(jī)視覺領(lǐng)域的創(chuàng)業(yè)者興奮不已，但此人臉識(shí)別非彼人臉識(shí)別。蘋果的FaceID并沒有采用普通攝像頭的方式，而是采用紅外主動(dòng)識(shí)別的技術(shù)，這樣就可以做到三維立體識(shí)別，增強(qiáng)了安全系數(shù)。

在具體的應(yīng)用場(chǎng)景中，人臉識(shí)別大致可以分為1:1、1：N、N:N三種。

1:1等級(jí)的人臉識(shí)別，實(shí)現(xiàn)的是最初級(jí)的“證明你是你”。從字面上就可以看出，1:1是用戶提前上傳個(gè)人照片儲(chǔ)存于系統(tǒng)中，每次驗(yàn)證時(shí)，線下拍照與系統(tǒng)中存儲(chǔ)的照片信息進(jìn)行對(duì)比，進(jìn)而確定“你是不是你”。

舉個(gè)例子，我們?cè)谲囌具^安檢時(shí)，檢票員拿著你的身份證跟你本人做對(duì)比，證明你是不是身份證上的本人，這種場(chǎng)景就是1:1的場(chǎng)景。手機(jī)解鎖、刷臉支付、網(wǎng)上買票、醫(yī)院掛號(hào)、政府惠民工程項(xiàng)目，以及各種證券開戶、電信開戶、互聯(lián)網(wǎng)金融開戶……這都是1：1人臉識(shí)別的應(yīng)用場(chǎng)景。同其他方式相比，1：1識(shí)別準(zhǔn)確率高，對(duì)算力的要求也相對(duì)較低。

而1：N的人臉識(shí)別算法則主要用于人臉檢索，“證明你是誰”。與1:1的一一對(duì)照不同，1：N需要一張照片同系統(tǒng)中的海量照片進(jìn)行對(duì)比，根據(jù)相似度排列出多個(gè)對(duì)比結(jié)果。而排在第一順位的結(jié)果，未必準(zhǔn)確。

1:N人臉識(shí)別算法主要應(yīng)用在安防領(lǐng)域，如用于排查犯罪嫌疑人、尋找走失兒童等。專注于動(dòng)態(tài)人像識(shí)別的初創(chuàng)企業(yè)云天勵(lì)飛在2015年開始就與深圳龍崗區(qū)警方合作，在當(dāng)?shù)氐罔F口、火車站、城中村、商超等場(chǎng)所建設(shè)“深目”系統(tǒng)。上線幾個(gè)月后，便協(xié)助警方成功告破兩起命案。

應(yīng)用在安防領(lǐng)域的1：N人臉識(shí)別，其特點(diǎn)是動(dòng)態(tài)和非配合。所謂動(dòng)態(tài)，即系統(tǒng)識(shí)別的不是圖片，而是攝像頭采集的視頻。非配合是指識(shí)別對(duì)象不用感知到攝像頭的位置并配合完成識(shí)別工作，識(shí)別對(duì)象處于被動(dòng)狀態(tài)。這在提高采集便捷性的同時(shí)，也意味著你的行蹤已經(jīng)被完全暴露。

同1：1識(shí)別相比，使用地點(diǎn)、環(huán)境、光線、采集角度甚至是玻璃反射都會(huì)影響1：N識(shí)別的準(zhǔn)確度，所以1:N相對(duì)更具有挑戰(zhàn)性。

至于N:N人臉識(shí)別，實(shí)際上相當(dāng)于同時(shí)進(jìn)行多個(gè)1：N識(shí)別，用于“證明誰是誰”。

通過人臉特征進(jìn)行匹配，特征點(diǎn)找到近似對(duì)象，則可以確定具體人物。

簡(jiǎn)單點(diǎn)說就是通過對(duì)你的人臉進(jìn)行數(shù)據(jù)掃描，與關(guān)鍵特征進(jìn)行比對(duì)進(jìn)行身份識(shí)別！

人臉識(shí)別，是基于人的臉部特征信息進(jìn)行身份識(shí)別的一種生物識(shí)別技術(shù)。用攝像機(jī)或攝像頭采集含有人bai臉的圖像或視頻流，并自動(dòng)在圖像中檢測(cè)和跟蹤人臉，進(jìn)而對(duì)檢測(cè)到的人臉進(jìn)行臉部的一系列相關(guān)技術(shù)，通常也叫做人像識(shí)別、面部識(shí)別。

啟動(dòng)設(shè)備

1.默認(rèn)打開寶比萬像人臉識(shí)別門禁考勤設(shè)備端APP，進(jìn)入“寶比萬像人臉識(shí)別門禁考勤系統(tǒng)設(shè)備端APP”啟動(dòng)頁

2.默認(rèn)進(jìn)入人臉認(rèn)證頁面。

3.在人臉認(rèn)證界面，點(diǎn)擊“首頁”按鈕，返回人臉設(shè)備主菜單。

人臉驗(yàn)證

1.在人臉識(shí)別主界面點(diǎn)擊“人臉認(rèn)證”菜單進(jìn)行人臉驗(yàn)證

2.人臉認(rèn)證：通過認(rèn)證，閘門開啟，并顯示人臉I(yè)D，姓名。

3.人臉認(rèn)證：沒有登記的人臉進(jìn)行驗(yàn)證，提示“人臉無登記”。

人臉登記

1.在人臉識(shí)別主界面點(diǎn)擊“人臉登記＋”，彈出登錄界面。

2.輸入登錄賬號(hào)、密碼（xxxxxx），點(diǎn)擊登錄。

3.輸入姓名，點(diǎn)擊下一步，跳轉(zhuǎn)到人臉登記界面。

4.人臉登記初始化頁面。提示登記這，請(qǐng)面對(duì)攝像頭。

5.人臉登記：拍攝成功后“確認(rèn)注冊(cè)”，提升“人臉登記成功”。

6.點(diǎn)解“重新獲取”，即對(duì)需要登記的人臉進(jìn)行重新拍攝登記。

7.已登記成功的用戶，再次進(jìn)行人臉登記，則提示；已登記。

8.點(diǎn)擊當(dāng)前頁面的返回剪頭，即返回到人臉識(shí)別設(shè)備APP首頁。

人臉識(shí)別簡(jiǎn)單粗暴來說就是一個(gè)攝像頭拍你的臉與公安的信息數(shù)據(jù)庫人臉匹配及人臉識(shí)別，別人想現(xiàn)在的支付寶刷臉支付就是依靠的人臉數(shù)據(jù)庫來匹配的

通過本人臉部認(rèn)證