公司动态

咸宁人脸识别批发服务为先德信门业经营部

当前的人脸识别系统主要包括四个组成部分：人脸图像采集及检测、人脸图像预处理、人脸图像特征提取以及匹配与识别。随着未来数据的增长，在数据匹配，将面临着更大的挑战。

　　人脸识别用途很大，但目前人脸识别技术有很多不足，如对周围的光线环境敏感，可能会影响识别的准确性，在面对黑暗、相似等复杂场景，识别率表现不佳。

　　近几年虽然国内企业在人脸识别技术取得了一定的成绩，但还是有很多方面需要努力，如透过车窗玻璃识别人脸、夜间识别、红外识别等这些技术仍待企业去研发。

同一人的不通照片提取出的特征，在特征空间里距离很近，不同人的脸在特征空间里相距较远。

再来考虑人脸识别领域的两个问题：人脸验证和人脸识别。

在光照较差，遮挡，形变（大笑），侧脸等诸多条件下，神经网络很难提取出与“标准脸”相似的特征，异常脸在特征空间里落到错误的位置，导致识别和验证失败。这是现代人脸识别系统的局限，一定程度上也是深度学习（深度神经网络）的局限。

　　业内人士指出，评价人脸识别技术的成熟度，可从误识率、通过率、识别速度、活体识别度和隐私性五个指标考察。肉眼的误识率是千分之一，而人脸识别的误识率可以低至百万分之一。

“刷脸”解锁的新款手机，机场高铁的智能闸机，小区写字楼的智能门禁，网约车软件的安全认证，“一键美颜”的自拍软件……除了安防和金融，人脸识别应用的场景越来越多，用户基础也越来越广。据了解，目前已有**1亿用户使用过支付宝的人脸识别登录功能，其中60岁以上老人多达百万，年龄较1大的已有109岁。