當(dāng)前，隨著人工智能、物聯(lián)網(wǎng)等前沿技術(shù)的迅速發(fā)展，智能時(shí)代已悄然到來，"刷臉"逐漸成為了新的風(fēng)潮。在人臉識(shí)別技術(shù)商業(yè)化應(yīng)用領(lǐng)域不斷擴(kuò)張的趨勢(shì)下，"刷臉"辦事正愈發(fā)常見。

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)行臉部識(shí)別的一系列相關(guān)技術(shù)，通常也叫做人像識(shí)別、面部識(shí)別。

人臉識(shí)別是一種識(shí)別技術(shù)，用于檢測(cè)保存在數(shù)據(jù)集中的個(gè)人圖像的面部。 盡管其他身份識(shí)別方法可以更準(zhǔn)確，但面部識(shí)別一直是研究的重點(diǎn)，因?yàn)樗哂蟹歉深A(yù)性質(zhì)，而且它對(duì)于人們來說是一種輕松的個(gè)人識(shí)別方法。

1、基于幾何/基于模板

人臉識(shí)別算法分為基于幾何或基于模板的算法?；谀０宓姆椒梢允褂肧VM(支持向量機(jī))、PCA(主成分分析)、LDA(線性判別分析)、核方法或跟蹤變換等統(tǒng)計(jì)工具構(gòu)建?；趲缀翁卣鞯姆椒ㄖ饕治鼍植咳四樚卣骷捌鋷缀侮P(guān)系因此它也被稱為基于特征的方法。  

2、局部的/整體的

要素之間的關(guān)系或功能與整張臉之間的聯(lián)系并不影響數(shù)量，許多研究人員遵循這種方法，試圖推斷出相關(guān)的特征。有些方法嘗試用眼睛，一些特征的組合等。一些隱馬爾可夫模型方法也屬于這一類，他們的特征處理在人臉識(shí)別中非常有名。

3、基于外貌/基于模型

基于外觀的方法顯示了一張包含多個(gè)圖像的臉。被認(rèn)為是高維向量的圖像。該技術(shù)通常用于從圖像分割中提取特征空間。另一方面，基于模型的方法嘗試對(duì)人臉進(jìn)行建模。將新樣本實(shí)現(xiàn)到模型中，并用模型的參數(shù)對(duì)圖像進(jìn)行識(shí)別。  

基于外觀的方法可以分為線性和非線性兩類。PCA、LDA、IDA用于直接法，而核PCA用于非線性方法。另一方面，在基于模型的方法中可分為二維或三維非彈性束圖匹配方法。

人臉識(shí)別技術(shù)的優(yōu)劣勢(shì)

人臉識(shí)別技術(shù)的優(yōu)勢(shì)

1、自然性，就是指通過觀察人們所具有的自然性的臉部生物特征來進(jìn)行身份的確認(rèn)，識(shí)別方式十分便捷，用戶不需要攜帶任何證件或額外進(jìn)行其他操作

2、不易察覺性，被識(shí)別的人臉圖像信息能夠主動(dòng)獲取，可以讓被測(cè)個(gè)體不察覺，人臉識(shí)別是利用可見光獲取人臉圖像信息，或者是紅外線與可見光融合的多光源人臉圖像識(shí)別技術(shù)。這種特殊的采集方式可以不被人察覺，不會(huì)陷于被偽裝欺騙的境地。

3、非接觸性，相比較其他生物識(shí)別技術(shù)，人臉識(shí)別是具有非接觸的，用戶不需人臉與設(shè)備直接來接觸的，可以同時(shí)滿足多人連續(xù)進(jìn)行人臉圖像信息的識(shí)別和分揀。

4、非侵?jǐn)_性，人臉識(shí)的非接觸性也為被采集者帶來非侵?jǐn)_性的體驗(yàn)。對(duì)人臉的采集不需要被采集者配合也不用工作人員干預(yù)。而且人臉屬于暴露在外的生物特征，對(duì)人臉的識(shí)別采集容易被大眾接受。

人臉識(shí)別技術(shù)的劣勢(shì)

因?yàn)槿祟惸槻看嬖谙嗨菩?，不同個(gè)體之間的區(qū)別不大，所有的人臉的結(jié)構(gòu)都相似，在加上化妝的掩蓋及雙胞胎的天然相似性更增加識(shí)別的難度。還有就是人臉存在易變性，人臉的外形很不穩(wěn)定，可以通過臉部的變化產(chǎn)生很多表情，而在不同觀察角度人臉的視覺圖像也不同。另外，人臉識(shí)別還受光照條件、人臉的很多遮蓋物、年齡等多方面因素的影響。