来源：万有青年烩
人脸识别技术的现状
去年分付每次使用都上征信吗，南宁公安部颁布了一个消息分付每次使用都上征信吗，大力推行”电子身份证“分付每次使用都上征信吗，市民出门再也不需要携带身份证，入住酒店、场馆检票、车站机场安检等等，只需要”刷脸“就行了。这其中运用的技术就是人脸识别。
一般来说人脸识别技术在日常生活中主要是有两种用途，一是用来验证“你是不是某某某”，这是1：1的人脸验证。也就是说分付每次使用都上征信吗我们先告诉人脸识别系统，我是张三，然后用来验证站在机器面前的“我”到底是不是张三。
第二个应用的场景，是让系统自动识别出来“我是谁”。系统采集了我的一张照片之后，从数万人的，或者是数百万人的库里面自动找出来我是谁。
这是两种完全不同的人脸识别的这两种应用。
人脸识别技术发展到今天，第一种用途——1：1的人脸验证，目前在可控的环境下，已经基本上达到了可使用的地步；而第二种这种动态识别，让系统自动识别出“我是谁”，还有很长的路要走，现在的技术还没有达到这个实际应用的需求。
人脸识别技术在生活中的应用示例
第二个是买房子的时候需要用的征信报告的办理。以前这个材料是在柜台人工办理的，现在人数越来越多，办理量增大了很多。所以通过人脸识别对比的技术，开发了一个征信报告的查询系统。机器先刷身份证，再比对你的现场照片和身份证上的照片一致，就可以自主打印征信报告。
第三个应用是身份查重。由于历史原因，有的人会拥有多张身份证，甚至连名字也不一样。现在可以通过人脸识别技术，把一人多张身份证的问题彻底解决。
人脸识别的处理流程是分付每次使用都上征信吗？
人脸检测对大家来说其实并不陌生。平常大家用智能手机或者数码相机拍照的时候就会发现，我们的面部区域会出现一个绿色小框，目的就是通过调整曝光等各种参数，使面部的图像更加的清晰，这里其实用到的就是人脸检测的技术。
到目前为止，无论外部有多大的干扰，比如你带了墨镜或者是帽子等等，人脸检测都能比较准确的检测出。像下面这张奥斯卡颁奖的数十个人的一张照片，计算机基本上在几毫秒，或者十几毫秒的时间就能把这些人脸全部检测出来。
人脸检测的难点
人脸识别虽说发展到现在3、40年的时间了，但它一直存在的几个难点，到现在也没能彻底解决。
五是人生理上的变化。比如说随着年龄的变化，一个人从少年变成青年，变成老年，他的容貌可能会发生比较大的变化，这也会造成这个表象的变化比较大，从而导致识别率的下降。
其次是双胞胎的问题，人脸识别系统究竟能不能正确的识别出来，这个其实在学术界也是有争论的，有一派是认为双胞胎根本不应该靠人脸识别技术进行分辨，它是没法用人脸识别技术来准确进行区分的。
除了上述因素，还有一个因素也经常被提及，人脸识别受不受到表情的影响？其实现有的技术对这些方面倒是处理得还不错，你无论是张嘴还是做一些夸张的表情，计算机都可以通过三维建模和姿态表情校正的方法把它纠正出来。
比如上面这张图片里，上排是原始的图像，下排是通过图像处理（把表情进行校正）之后的图片——嘴巴合上了，姿态转成了正面。从人的视觉上看上去可能会觉得人脸变得比较怪异，但是计算机主要是通过面部区域进行识别的，所以校正后的识别率会得到非常明显的提升。
上面一行是原始图片，底下红色区域里是经过表情和校正后的一些结果。
人脸识别的新挑战——人脸防伪
人脸识别在现实当中运用的时候，除了追求高的准确率之外，还有一个很重要的安全性问题，在目前人脸识别的运用，主要是用于身份认证。假设我使用张三的照片放在系统前，那么系统是不是能识别出张三？
所以，在人脸识别的具体应用里，主要的问题从“识别人的身份”转变成了“判断在系统面前的脸是不是一个真人”，这个问题也称为人脸防伪。
现在在媒体报道上经常能够看到“人脸识别很危险，人脸识别不可靠，比如拿一张假脸也可以很容易攻破人脸识别系统”这样一种说法。这种说法也确实存在，一些主流的欺骗手段是建立一个三维模型，或者是一些表情的嫁接。
前段时间网上也流传一个视频，提醒大家不能把自己的自拍随便的放在网上，说是有些不法分子会拿着你的自拍生成一个三维模型，就能够顺利地骗过支付宝的登陆等等各种各样的例子。其实在这个领域基本上是一个魔高一尺道高一丈的过程。
人脸识别的未来
之前说到人脸识别一比一的验证已经取得了比较高的识别率，也在很多场合得到了应用，比如说人脸考勤、社保认证等等。而下面这个系统，是公安部门或者是安防、或者是我们其他领域真正想用人脸识别来做的，大家终极梦想的这么一个场景——在密密麻麻的人群上有一个摄像机，它能够自动的从画面中识别出来各个人的身份。
人脸识别技术还有一些其它的应用，比如可以用来进行情感分析、情感计算。比如从傅园慧的表情中，系统可以自动分析出她当时的惊讶，或者是愉快两种心情占了主要的成分。另外系统也可以根据人脸表情的变化，从一段你的视频序列中分析出你当时某一个场景下心情的变化。这个可以运用在教育行业、或者类似的情绪分析的一些行业中。
还没有评论，来说两句吧...