這些應(yīng)用場(chǎng)景的共同特點(diǎn)是：人臉識(shí)別系統(tǒng)都事先存儲(chǔ)了大量的不同人臉和身1份信息，系統(tǒng)運(yùn)行時(shí)需要將見(jiàn)到的人臉與之前存儲(chǔ)的大量人臉做比對(duì)，找出匹配的人臉。

兩者在早期（2012年~2015年）是通過(guò)不同的算法框架來(lái)實(shí)現(xiàn)的，想同時(shí)擁有人臉驗(yàn)證和人臉識(shí)別系統(tǒng)，需要分開(kāi)訓(xùn)練兩個(gè)神經(jīng)網(wǎng)絡(luò)。而 2015 年 Google 的 FaceNet [1] 的發(fā)表改變了這一現(xiàn)狀，將兩者統(tǒng)一到一個(gè)框架里。

人臉識(shí)別基于一個(gè)默認(rèn)成立的假設(shè)：同一個(gè)人在不同照片里的臉，在特征空間里非常接近。

為什么這個(gè)假設(shè)默認(rèn)成立，設(shè)想一下，一個(gè)棕色頭發(fā)的人，在不同光照，遮擋，角度條件下，發(fā)色看起來(lái)雖然有輕微的區(qū)別，但依然與真實(shí)顏色非常接近，反應(yīng)在發(fā)色的特征值上，可能是 0 到 0.1 之間的浮動(dòng)。

深度學(xué)習(xí)的另一任務(wù)和挑戰(zhàn)便是在各種極端復(fù)雜的環(huán)境條件下，精1確的識(shí)別各個(gè)特征。

通常采取三種應(yīng)對(duì)措施，使人臉識(shí)別系統(tǒng)能正常運(yùn)作：

1. 工程角度：研發(fā)質(zhì)量模型，對(duì)檢測(cè)到人臉質(zhì)量進(jìn)行評(píng)價(jià)，質(zhì)量較差則不識(shí)別/檢驗(yàn)。

2. 應(yīng)用角度：施加場(chǎng)景限制，比如刷臉，人臉閘機(jī)，會(huì)場(chǎng)簽到時(shí)，都要求用戶(hù)在良好的光照條件下正對(duì)攝像頭，以避免采集到質(zhì)量差的圖片。

3. 算法角度：提升人臉識(shí)別模型性能，在訓(xùn)練數(shù)據(jù)里添加更多復(fù)雜場(chǎng)景和質(zhì)量的照片，以增強(qiáng)模型的抗干擾能力。

人臉識(shí)別系統(tǒng)由人證識(shí)別終端、通道閘、人臉識(shí)別管理客戶(hù)端及平臺(tái)組成。系統(tǒng)采用人臉識(shí)別算法，高速芯片作為識(shí)別算法的運(yùn)行硬件平臺(tái)，通過(guò)出入口的身1份證信息采集、實(shí)時(shí)人臉抓拍和人證比對(duì)，從而實(shí)現(xiàn)人證合一驗(yàn)證。并針對(duì)不同場(chǎng)所實(shí)現(xiàn)固定人員刷臉通行，訪客人員人證比對(duì)登記，解決固定人員每次需要刷證或輸入密碼的問(wèn)題，人證比對(duì)失敗人員則需要安保人員或工作人員人工確認(rèn)后手動(dòng)放行。在深圳科葩及一些對(duì)講廠商的相關(guān)技術(shù)研發(fā)和市場(chǎng)推動(dòng)下，人臉識(shí)別門(mén)禁正逐漸成為國(guó)內(nèi)“智慧小區(qū)”標(biāo)配。