酒店人脸识别不安全？

随着科学的发展，科技对于生活的改变也是人人可见。指纹识别刚被完全接受的同时，人脸识别又已经完全走入了我们的生活，而正被多方面的普及着。刷脸支付、取款、买票、办事等等，随着国家的政策支持，我们已经不需要再费尽心力的去证明我就是我了，那些奇葩的证明材料也应该会减少，这是好事，现在拥有刷脸开门，某大学宿舍门口已经有刷脸开门系统，外来人会被系统直接拦下，保证了效率又大大提升了安全性。有的人问双胞胎怎么办？网红脸岂不是要刷开一酒吧的手机了？

人脸识别系统主要包括三个组成部分

1、人脸进行成像

2、在人脸上随机获取信息点,每三个点连成一个三角形

3、将数据化的三角形与数据库内事先已存入的人员面部数据进行对比,进而完成整个识别过程

酒店的安全性已经大大提升，双胞胎不会混淆。网红脸打开一酒吧的手机！不存在的！这其中的奥妙就在于它能给你脸上精确布上几万个点位，不同点位之间的距离在机器看来千差万别。

折叠人脸图像采集及处理

人脸图像采集：不同的人脸图像都能通过摄像镜头采集下来，比如静态图像、动态图像、不同的位置、不同表情等方面都可以得到很好的采集。当用户在采集设备的拍摄范围内时，采集设备会自动搜索并拍摄用户的人脸图像。人脸图像预处理：对于人脸的图像预处理是基于人脸检测结果，对图像进行处理并最终服务于特征提取的过程。系统获取的原始图像由于受到各种条件的限制和随机干扰，往往不能直接使用，必须在图像处理的早期阶段对它进行灰度校正、噪声过滤等图像预处理。对于人脸图像而言，其预处理过程主要包括人脸图像的光线补偿、灰度变换、直方图均衡化、归一化、几何校正、滤波以及锐化等。

折叠人脸图像特征提取

人脸图像特征提取：人脸识别系统可使用的特征通常分为视觉特征、像素统计特征、人脸图像变换系数特征、人脸图像代数特征等。人脸特征提取就是针对人脸的某些特征进行的。人脸特征提取，也称人脸表征，它是对人脸进行特征建模的过程。人脸特征提取的方法归纳起来分为两大类：一种是基于知识的表征方法；另外一种是基于代数特征或统计学习的表征方法。

折叠人脸图像匹配与识别

人脸图像匹配与识别：提取的人脸图像的特征数据与数据库中存储的特征模板进行搜索匹配，通过设定一个阈值，当相似度超过这一阈值，则把匹配得到的结果输出。人脸识别就是将待识别的人脸特征与已得到的人脸特征模板进行比较，根据相似程度对人脸的身份信息进行判断。这一过程又分为两类：一类是确认，是一对一进行图像比较的过程，另一类是辨认，是一对多进行图像匹配对比的过程。

虽然随着国家的推广，新技术会越来越普及，但是这还是需要一个过程，我们可能要适应好久。就像习惯了手机支付而从不带现金开车过不了收费站这样囧事，也是会有不少。科学是发展是造福于人类的，人工智能与各种技术结合确实能给我们的生活带来很大改变，希望真的有那么一天会实现机器更像机器，而人更像人。