人臉識別技術是基於基於人的臉部特徵資訊進行身份識別的一種生物識別技術。
與其他類別的生物識別比較，人臉識別具有如下特點 ：
非強制性：使用者不需要專門配合人臉採集裝置，幾乎可以在無意識的狀態下就可以獲得人來影象，這樣的取樣方式沒有強制性；
非接觸性：使用者不需要和裝置直接接觸就能獲得人臉影象；
併發性：在實際應用場景下可以進行多個人臉的分揀、判斷和識別；
除此之外，還符合視覺特性：以貌識人 的特性，以及操作簡單、結果直觀、隱蔽性好等特點。
人臉識別目前來講具體分為以下幾個步驟：
1、人臉檢測
2、人臉影象預處理
系統獲取的原始圖形由於受到各種條件的限制和隨機干擾，必須在影象處理的早期階段進行灰度校正、雜訊過濾影象預處理。人臉影象預處理主要包括：人臉對準，人臉影象增強，以及歸一化等工作。
人臉對準是為了人臉位置端正的人臉影象
影象增強是為了改善人臉影象的質量，不僅在視覺上更加清晰，而且使影象更利於計算機的處理與識別
歸一化的工作的目標是取得尺寸的一致，灰度取值範圍相同的標準化人臉影象
3、人臉影象特徵提取
人臉識別提取就是針對人臉的某些特徵進行的。人臉特徵也稱人臉表徵，它是對人臉進行特徵建模的過程
4、人臉影象匹配與識別
人臉識別就是將待識別的人臉特徵與已得到的人臉的特徵模板進行比較，根據相似程度對人臉的身份資訊進行判斷。這一過程又分為兩類：
一類是人臉確認，是一對一進行影象比較的過程，根據其相似程度來判斷是否是同乙個人，相似程度一般以能否超過某以量化閾值為依據。
人臉識別方案簡介
人臉關鍵點檢測可以精確定位面部的關鍵區域位置，包括眉毛 眼睛 鼻子 嘴巴，臉部輪廓等。支援一定程度遮擋以及多角度人臉。大規模人臉搜尋技術可實現億級人臉的快速檢索，查詢效率高，單張人臉特徵不超過400位元組，所需記憶體小。基於人臉搜尋技術，可以實現真正的網際網路人臉搜尋引擎，並廣泛應用於社交搜尋 逃犯...
人臉識別演算法簡介 2020 2 7
如今流行的生物特徵識別技術及市場佔比 下圖為常用的生物特徵識別的差異性對比 人臉識別應用案例 1 1識別 使用者登入等。1 n n 10 3 識別 企業考勤等。1 n n 10 9 識別 智慧型尋親，通過某年齡段 對比監控資料 抓捕逃犯等。一 前深度學習時代 前深度學習時代的處理步驟如下 二 深度學...
人臉比對軟體 人臉 活體識別技術
人臉活體識別技術技術主要分為兩部分 第一部為前端人臉活體檢測技術，主要支援android ios平台，在前端通過眨眼 張嘴 搖頭 點頭等組合動作，確保操作的為真實活體人臉。第二部為後台移動端人臉活體識別技術，該環節通過在活體檢測技術環節取得整張人臉影象後，再通過掃瞄識別身份證，取到身份證頭像後，將現...