這些應用場景的共同特點是：人臉識別系統(tǒng)都事先存儲了大量的不同人臉和身1份信息，系統(tǒng)運行時需要將見到的人臉與之前存儲的大量人臉做比對，找出匹配的人臉。

兩者在早期（2012年~2015年）是通過不同的算法框架來實現(xiàn)的，想同時擁有人臉驗證和人臉識別系統(tǒng)，需要分開訓練兩個神經(jīng)網(wǎng)絡。而 2015 年 Google 的 FaceNet [1] 的發(fā)表改變了這一現(xiàn)狀，將兩者統(tǒng)一到一個框架里。

準確性高:人臉識別服務在多個國際公開競賽中刷新紀錄，人臉比對在 2017 年的LFW 測評準確度高達 99.80%，人臉檢索在 MegaFace 競賽 100 萬規(guī)模中首1選識別率 83.29% 排名一，識別準確率業(yè)界領1先。

應用廣泛國內(nèi)一家在金融行業(yè)全量上線，已應用于眾多銀行、保險和市政的開1戶、密碼修改、綁卡等場景，核身數(shù)據(jù)，差錯率低于百萬分之一。

政務服務領域，“刷臉政務”不僅減少了老百姓奔波折騰之苦，“一次不用跑”的政務服務清單也更加便民。螞蟻金1服與超過40個城市的政府部門合作，開通“刷臉”辦理個稅、查詢公積1金、認證養(yǎng)老金領取資格、交通違1章在線繳罰等服務。

公益領域，“人臉尋親”幫助尋找走失老人和小孩，讓回家的路不再遙不可及。今年7月，四川西昌救助站借助這一技術(shù)送7位滯留人員回家團圓。