抬起頭，面向一個液晶小屏幕，系統(tǒng)通過儲存的資料確認“是這張臉，顏值一樣”后，就可以開啟一個加密的保險門。這些類似情節(jié)在不少科幻電影里面都不少見，目前也有部分涉及公司機密、的地方已經(jīng)在使用類似的科技。

人臉識別是指能夠識別或驗證圖像或視頻中的主體的身份的技術(shù)。人臉識別算法誕生于七十年代初 [1,2]。自那以后，它們的準確度已經(jīng)大幅提升，現(xiàn)在相比于指紋或虹膜識別等傳統(tǒng)上被認為更加穩(wěn)健的生物識別方法，人們往往更偏愛人臉識別。讓人臉識別比其它生物識別方法更受歡迎的一大不同之處是人臉識別本質(zhì)上是非侵入性的。比如，指紋識別需要用戶將手指按在傳感器上，虹膜識別需要用戶與相機靠得很近，語音識別則需要用戶大聲說話。相對而言，現(xiàn)代人臉識別系統(tǒng)僅需要用戶處于相機的視野內(nèi)（假設(shè)他們與相機的距離也合理）。這使得人臉識別成為了對用戶友好的生物識別方法。這也意味著人臉識別的潛在應(yīng)用范圍更廣，因為它也可被部署在用戶不期望與系統(tǒng)合作的環(huán)境中，比如監(jiān)控系統(tǒng)中。人臉識別的其它常見應(yīng)用還包括訪問控制、欺詐檢測、身份認證和社交媒體。

人臉檢測
面貌檢測是指在動態(tài)的場景與復雜的背景中判斷是否存在面像，并分離出這種面像。一般有下列幾種方法：
①參考模板法
首先設(shè)計一個或數(shù)個標準人臉的模板，然后計算測試采集的樣品與標準模板之間的匹配程度，并通過閾值來判斷是否存在人臉；
②人臉規(guī)則法
由于人臉具有一定的結(jié)構(gòu)分布特征，所謂人臉規(guī)則的方法即提取這些特征生成相應(yīng)的規(guī)則以判斷測試樣品是否包含人臉；
③樣品學習法
這種方法即采用模式識別中人工神經(jīng)網(wǎng)絡(luò)的方法，即通過對面像樣品集和非面像樣品集的學習產(chǎn)生分類器；
④膚色模型法
這種方法是依據(jù)面貌膚色在色彩空間中分布相對集中的規(guī)律來進行檢測。
⑤特征子臉法
這種方法是將所有面像視為一個面像子空間，并基于檢測樣品與其在子孔間的投影之間的距離判斷是否存在面像。
值得提出的是，上述5種方法在實際檢測系統(tǒng)中也可綜合采用。

人臉識別：技術(shù)挑戰(zhàn)
1、可見光
不同的光線環(huán)境是影響人臉識別準確率的一個主要因素
2、姿態(tài)
絕大多數(shù)人臉識別算法只能 15 度的人臉姿態(tài)變化
3、遮擋
帽子、眼睛、圍巾、發(fā)型等可能遮擋人臉的因素
4、年齡
針對同一個人不同年齡時期的照片進行人臉識別，在技術(shù)上亦是一個挑戰(zhàn)。
5、海量人臉庫
當人臉庫規(guī)模達到 100 萬以上，對人臉識別算法的識別精度將是一個極大的考研，而且人臉庫規(guī)模越大，考研越大。

http://m.dvdrcdr.com.cn