补一补漏，商机就在眼前

人脸识别到底是什么

人脸识别，是视觉模式识别的一个细分问题，也大概是最难解决的一个问题。 其实我们人每时每刻都在进行视觉模式识别，我们通过眼睛获得视觉信息，这些信息经过大脑的处理被识别为有意义的概念。于是我们知道了放在我们面前的是水杯、书本，还是什么别的东西。我们也无时无刻不在进行人脸识别，我们每天生活中遇到无数的人，从中认出那些熟人，和他们打招呼，打交道，忽略其他的陌生人。甚至躲开那些我们欠了钱还暂时还不上的人。

然而这项看似简单的任务，对机器来说却并不那么容易实现。对计算机来讲，一幅图像信息，无论是静态的图片，还是动态视频中的一帧，都是一个由众多像素点组成的矩阵。比如一个1080p的数字图像，是一个由1980*1080个像素点组成矩阵，每个像素点，如果是8bit的rgb格式，则是3个取值在0-255的数。机器需要在这些数据中，找出某一部分数据代表了何种概念：哪一部分数据是水杯，哪一部分是书本，哪一部分是人脸，这是视觉模式识别中的粗分类问题。

而人脸识别，需要在所有机器认为是人脸的那部分数据中，区分这个人脸属于谁，这是个细分类问题。

人脸识别多少事

人脸检测

人脸检测就是在一副图像或一序列图像（比如视频）中判断是否有人脸，若有则返回人脸的大小、位置等信息。这是一种粗分类，具体到人脸检测中，实际上是二分类，计算机只需要判断目标图像是或者不是人脸。但由于并不能事先确定人脸的大小和位置，计算机需要以每个可能的人脸大小对全图进行扫描，逐个判断子窗口所截取的图像是否为人脸。而每次扫描过程，子窗口移动的步长可能是几个像素。所以你可以大致想象下，作一张图的人脸检测，计算机需要作多少次二分类判断。

人脸识别

人脸识别则是在假设图像或者图像序列中有人脸的情况下，根据人脸的特征判断人的身份等信息。人脸识别步骤先是在一个区域中获得人脸的位置和大小，并将该部分图像送给后续步骤，包括：人脸部件点定位，人脸图像的对齐和归一化，人脸图像质量选取，特征提取，特征比对。所有步骤完成后，才能得知该人脸的身份。

1v1

人脸验证

主人公通过各种方式，蒙混过层层身份验证，成功进入某机要部门，这是电影中经常出现的情节。而这层层的身份验证就经常包括人脸识别。

在这种应用中，使用者往往需要提供自己的身份。比如使用门卡，计算机可以通过门卡在后台中获取门卡所有者的人脸样本，将其与当前使用门卡人的人脸图像进行对比，以确认当前使用门卡的人与门卡的所有者是否匹配，如此可以避免捡到你门卡的人轻松混入公司。　　这是一种1v1的身份验证，计算机对当前人脸和库存人脸进行一次比对，是对其他验证方式的一种辅助，从而提高身份验证的可靠性。

1vN

人脸查找

《机械战警》中的桥段，机械战警可以联机查找一个保存了所有通缉犯数据的人脸库，每次他遇到一个人，都会先获取该人的人脸信息，用所获得信息去通缉犯数据库中去逐个比对，如果发现匹配度足够高的，就当场抓捕。事实上这就是1vN人脸查找。每次人脸识别，计算机要作n次人脸比对，n为待识别库中的人脸模板数。

如果要求计算机只凭借人脸识别出一个人的身份，这就是一种1vN的人脸查找。其目标人脸库是一个由n个人脸组成的“熟人库”，随着n的增大，准确识别的难度也会增大，一次识别所需要的计算时间也会增加。

人脸识别应用场景大盘点

人脸识别市场热度高涨，其应用场景得到跨越式发展的根本原因在于技术革新。未来，人脸识别行业的竞争加剧会使得其应用范围更广，出现更多的细分领域。

更多行业资讯，戳一戳下方二维码

浙江万维识别技术有限公司

高端人脸识别软硬件产品提供商

联系地址：浙江省杭州市西湖区益乐路223号银江科技产业园B座三楼