人臉識(shí)別主要識(shí)別哪里，它是如何工作的？

　　人臉識(shí)別主要識(shí)別面部的眼睛，鼻子和嘴巴等數(shù)據(jù)，人臉數(shù)據(jù)意味著獨(dú)特的面部特征，如眼睛之間的距離、前額-下巴距離、鼻子寬度、顴骨形狀等。人臉識(shí)別軟件的工作原理沒(méi)有共同的答案，因?yàn)槊總€(gè)軟件都基于可靠的專有算法。

　　人臉識(shí)別分為兩個(gè)主要階段：

　　1.檢測(cè)

　　人臉檢測(cè)是如何工作的？像人臉識(shí)別SDK或其他人臉識(shí)別系統(tǒng)這樣的軟件可以檢測(cè)圖像和視頻中的單個(gè)或多個(gè)人臉。他們得到的被稱為面部坐標(biāo)（眼睛、鼻子、嘴唇等），這些坐標(biāo)是唯一的。

　　2.識(shí)別

　　人臉識(shí)別是如何工作的？一種識(shí)別人臉的方法，用于識(shí)別或驗(yàn)證目的。在此階段，我們的面部坐標(biāo)將與數(shù)據(jù)庫(kù)進(jìn)行比較。如果檢測(cè)到相似性，則會(huì)進(jìn)行確定。

　　某些軟件為了能夠運(yùn)行，它必須知道如何區(qū)分一個(gè)基本的臉和背景的其余部分。人臉識(shí)別軟件是基于對(duì)人臉的識(shí)別能力，然后對(duì)人臉的各種特征進(jìn)行測(cè)量。

　　每一張臉都有許多可辨別的地標(biāo)，構(gòu)成面部特征的不同峰谷，我們將這些地標(biāo)定義為節(jié)點(diǎn)。每個(gè)人臉大約有80個(gè)節(jié)點(diǎn)。軟件測(cè)量的其中一些是：

　　a.兩眼之間的距離

　　b.鼻子的寬度

　　c.眼窩深度

　　d.顴骨的形狀

　　e.下顎線的長(zhǎng)度

　　這些節(jié)點(diǎn)通過(guò)創(chuàng)建一個(gè)數(shù)字代碼來(lái)測(cè)量，表示數(shù)據(jù)庫(kù)中的人臉。

　　在過(guò)去，人臉識(shí)別軟件依賴于一個(gè)2D圖像來(lái)比較或識(shí)別數(shù)據(jù)庫(kù)中的另一個(gè)2D圖像。為了有效和準(zhǔn)確，拍攝的圖像必須是一張幾乎直接對(duì)著相機(jī)的臉，與數(shù)據(jù)庫(kù)中的圖像相比，光線或面部表情變化很小。這造成了一個(gè)相當(dāng)大的問(wèn)題。

　　在大多數(shù)情況下，圖像不是在受控環(huán)境下拍攝的。即使是光線或方向上的最小變化也會(huì)降低系統(tǒng)的有效性，因此它們無(wú)法與數(shù)據(jù)庫(kù)中的任何人臉匹配，從而導(dǎo)致高故障率。

　　人臉識(shí)別技術(shù)可以從照片或視頻中識(shí)別出一個(gè)人。它將選定的面部特征與數(shù)據(jù)庫(kù)中的面部進(jìn)行比較，并可以分析面部紋理和形狀來(lái)驗(yàn)證一個(gè)人。

　　人臉識(shí)別分兩步進(jìn)行。第一步是從圖像中提取和選擇特征。第二步是對(duì)象或特征的分類(lèi)。

　　3.面部技術(shù)在不同的產(chǎn)品和應(yīng)用中有許多具體的工作方式，包括：

　　a.傳統(tǒng)意義上的：許多傳統(tǒng)的人臉識(shí)別算法識(shí)別面部特征，如眼睛、鼻子、顴骨和下巴的位置或大小。這些功能用于連接其他匹配的功能。有些算法只保存對(duì)人臉識(shí)別很重要的人臉數(shù)據(jù)，而不保存整個(gè)人臉圖像。傳統(tǒng)的算法主要有兩種，幾何算法和光度算法。幾何算法著眼于區(qū)別特征。光度法是一種統(tǒng)計(jì)方法，它將圖像放入一個(gè)值中，然后在消除過(guò)程中將值與模板進(jìn)行比較。無(wú)論哪種方法，這些算法都利用人臉圖像進(jìn)行比較和對(duì)比，匹配正確的圖像進(jìn)行人臉識(shí)別。

　　b.3D識(shí)別：三維人臉識(shí)別使用三維傳感器來(lái)捕捉有關(guān)人臉形狀的信息。從那里，軟件識(shí)別出不同的特征，如眼窩、鼻子和下巴。環(huán)境中的光線或其他變化不會(huì)影響3D面部識(shí)別，但是面部表情會(huì)引起一些敏感性。正因?yàn)槿绱?，不同角度的相機(jī)正在成為一種流行的實(shí)時(shí)方式來(lái)識(shí)別人臉。

　　c.皮膚紋理分析：這是面部識(shí)別領(lǐng)域的一個(gè)新趨勢(shì)。這個(gè)過(guò)程把一個(gè)人皮膚上獨(dú)特的線條和圖案變成一個(gè)數(shù)學(xué)空間。一張照片拍攝一塊皮膚，然后把那塊皮膚分成小塊。算法將貼片轉(zhuǎn)化為數(shù)學(xué)空間，然后將貼片與數(shù)據(jù)庫(kù)進(jìn)行比較。

　　d.熱敏攝像機(jī)：熱敏相機(jī)只檢測(cè)頭部的形狀，而忽略了眼鏡或帽子等配件。熱敏相機(jī)甚至可以在微光下拍攝圖像，無(wú)需使用閃光燈。但是識(shí)別的數(shù)據(jù)庫(kù)有限，很難使用。如果人臉識(shí)別技術(shù)變得更加流行，數(shù)據(jù)庫(kù)能夠發(fā)展壯大，這可能是一個(gè)極好的選擇。

　　這些方法各有利弊，現(xiàn)在許多公司正致力于將不同的方法結(jié)合起來(lái)，以獲得更高的成功率。結(jié)合這些方法意味著面部表情，眨眼，皺眉或微笑，種族，性別，甚至面部頭發(fā)或眼鏡都可以解釋。

　　4.面部識(shí)別威脅和問(wèn)題

　　盡管人臉識(shí)別技術(shù)幫助許多行業(yè)提高了安全性，但這項(xiàng)技術(shù)還是引起了許多人的極大關(guān)注。再加上監(jiān)控市場(chǎng)呈指數(shù)級(jí)增長(zhǎng)，人臉識(shí)別系統(tǒng)幾乎可以在生活的方方面面找到，相當(dāng)一部分人反對(duì)這種技術(shù)。讓我們來(lái)看看有關(guān)人臉識(shí)別軟件的一些主要問(wèn)題：

　　a.隱私

　　人臉識(shí)別技術(shù)發(fā)展勢(shì)頭強(qiáng)勁，但與此同時(shí)，嚴(yán)格的新隱私法正在頒布。

　　b.數(shù)據(jù)濫用

　　人們非常擔(dān)心公司會(huì)濫用他們通過(guò)人臉識(shí)別收集的數(shù)據(jù)。而且，即使一家公司有好的意圖，如果數(shù)據(jù)泄露發(fā)生，數(shù)據(jù)總是有可能被濫用。

　　c.識(shí)別錯(cuò)誤

　　人臉識(shí)別技術(shù)并非100%準(zhǔn)確。在識(shí)別女性和有色人種時(shí)，尤其是使用過(guò)時(shí)的算法時(shí)，存在更大的偏見(jiàn)。

　　d.面部識(shí)別限制

　　在短短的幾年里，人臉識(shí)別技術(shù)的能力和準(zhǔn)確性都有了顯著的提高。在理想條件下，人臉識(shí)別系統(tǒng)的準(zhǔn)確率可達(dá)99.97%。然而，在現(xiàn)實(shí)世界中，理想的照片是很少實(shí)現(xiàn)的。照明和定位必須使受試者的面部特征清晰無(wú)瑕。

　　老化也會(huì)增加錯(cuò)誤率。由于受試者的臉隨著時(shí)間的推移而老化，系統(tǒng)將不太可能將其與數(shù)據(jù)庫(kù)中的照片進(jìn)行匹配。

　　另一個(gè)問(wèn)題是供應(yīng)商之間的準(zhǔn)確性差異很大。一些供應(yīng)商已經(jīng)開(kāi)發(fā)出能夠提供高精度結(jié)果的人臉識(shí)別算法。然而，一般的市場(chǎng)供應(yīng)商并不那么準(zhǔn)確。人臉識(shí)別軟件離商品化還有很長(zhǎng)的路要走。