山东华瑞电子有限公司

在人工智能技术体系中，人脸识别无疑是应用场景较广泛的生物识别技术。人脸识别技术是指从人脸图像中提取有效的特征信息后，利用计算机进行分析人脸智能识别系统，从而进行身份认证的一种先进技术。当前人脸识别技术的研究已经成为人工智能与识别领域的热点。国内主要玩家有旷视、商汤、依图、优图、云天励飞等，其产品主要应用于和金融领域。

近两年来，随着人脸识别技术的快速迭代（据说每半年都会有一个质的飞跃），人脸识别适用的细分场景越来越多，并逐渐从大安防转向民用和商用应用市场。可以说，现阶段，人脸识别技术已经在我们的生活中随处可见人脸识别系统，如公寓门禁闸机、社区刷脸，刷脸支付、刷脸考勤和刷脸取款等等。而因为它非接触式、方便、可靠，人们也正逐渐接受这种应用方式，虽然人脸识别具有一定的安全风险。

人脸识别主要用于身份识别。由于视频监控正在快速普及，众多的视频监控应用迫切需要一种远距离、用户非配合状态下的快速身份识别技术，以求远距离快速确认人员身份人脸识别管理系统，实现智能预警。人脸识别技术无疑人脸识别主要用于身份识别

是的选择，采用快速人脸检测技术可以从监控视频图象中实时查找人脸，并与人脸数据库进行实时比对，从而实现快速身份识别。

首先，人脸识别有着自然性优势。所谓的自然性是指这一识别方式同人类进行个体识别时所利用的生物特征相同，是通过观察比较人脸区分和确认身份；系统具有自然性的识别还有语音识别和体形识别，而指纹识别和虹膜识别等因人类不能通过此类生物特征区别个体所以不具备自然性。

其次，人脸识别技术具有非强制性特点。被识别的人脸图像信息可以主动获取而不被被测个体察觉，人脸识别是利用可见光获取人脸图像信息，而不同于指纹识别或者虹膜识别需要利用电子压力传感器采集指纹，或者利用红外线采集虹膜图像，这些特殊的采集方式很容易被人察觉，从而带有可被伪装欺骗性。

第三，人脸识别技术具有非接触优势。相比较其他生物识别技术而言，人脸识别是非接触的，用户不需要和设备直接接触，而同时能够满足在实际应用场景下进行多个人脸的分拣、判断及识别。

(2)面部跟踪 面貌跟踪就是指对被检验到的面貌开展动态性总体目标跟踪。实际选用根据模型的方式 或根据健身运动与模型紧密结合的方式 。除此之外，利用皮肤颜色模型跟踪也不可多得一种简洁明了而合理的方式。 (3)人脸比对 面貌核对是对被检验到的面貌像开展确定或在面像库中开展总体目标检索。这事实上就是，将取样到的面像与库存量的面像先后开展核对，并找到的配对目标。因此，面像的叙述决策了面像分辨的具体做法与特性。

人脸检测：人脸检测在实际中主要用于人脸识别的预处理，即在图像中准确标定出人脸的位置和大小。人脸图像中包含的模式特征十分丰富，如直方图特征、颜色特征、模板特征、结构特征及Haar特征等。人脸检测就是把这其中有用的信息挑出来，并利用这些特征实现人脸检测。主流的人脸检测方法基于以上特征采用Adaboost学习算法，Adaboost算法是一种用来分类的方法，它把一些比较弱的分类方法合在一起，组合出新的很强的分类方法。