手機臉識別原理

手機首先多角度儲存使用者的人臉影象，然後每次去解鎖的時候，手機會將當前攝像頭出現的人臉拍下來，然後跟之前儲存的人臉影象進行比度，當相似度達到一定程度的時候，就認為是使用者本人。這個速度是非常快的，幾乎感知不到的。

02

帶著口罩也能臉識別嗎

人臉識別主要是在進行相似度對比，但並不需要整個臉部都比對成功，其中對嘴部的相似度要求並不重要，主要是對比眼睛，如果眼睛的相似度很高，基本能解開，不信你試試。

另外大家可以遮住眼睛（透過手指間的縫隙看）試試能不能解開，這跟指紋識別也是這麼一個道理，錄指紋的時候也是全方位無死角的錄，但解鎖的時候，手指只接觸部分也能解鎖。

03

可以用照片進行人臉識別嗎

拍一張別人的臉部照片，然後拿著這張照片去解鎖別人的手機這種想法是錯誤的，在最初人臉解鎖技術不成熟的時候還行，現在不行了，因為手機還有其他輔助的技術要求，例如活體檢測等。

04

化了濃妝影響人臉識別嗎

手機儲存的素顏臉像，化了濃妝就無法人臉識別了。錯！因為人臉比對，不是說簡單的看這兩照影象像不像，而是會提取這兩張照片的特徵去進行比對，而這個特徵往往是在一個高維空間的表示，人們難以想象的，這個特徵目前主要靠機器學習和深度學習得到。

人臉識別主要是在進行相似度對比，但並不需要整個臉部都比對成功，其中對嘴部的相似度要求並不重要，主要是對比眼睛，如果眼睛的相似度很高，基本能解開，手機首先多角度儲存使用者的人臉影象，然後每次去解鎖的時候，手機會將當前攝像頭出現的人臉拍下來，然後跟之前儲存的人臉影象進行比度，當相似度達到一定程度的時候，就認為是使用者本人。這個速度是非常快的，幾乎感知不到

現在的人臉識別技術發展的比較成熟，有些人臉識別技術戴著口罩也能準確進行識別，比如雲脈人臉識別技術，識別速度快，精度高，並且不會受到化妝，眼鏡、帽子等外部因素的影響

為助力安全復工復產，京東數科在人臉檢測、人臉識別等技術進行重點攻堅，實現實時檢測戴口罩人臉、對未佩戴口罩或錯誤佩戴口罩的人員及時發現，並進行語音提醒，在此基礎上，還增強對人臉可見區域的人臉識別魯棒性，用數字科技為企業響應復工復產構築了第一道防疫屏障。

口罩場景下人臉檢測準確率超99.87%

京東數科自研的輕量級人臉檢測器Centerface，可以同時預測面部框和界標位置，在速度和準確性上均表現出色。京東數科提出的方法，透過將人臉檢測和對齊轉換為標準關鍵點估計問題，克服了以前基於錨的方法的缺點。實驗結果表明，Centerface能夠以較小的模型尺寸實現實時速度和高精度，從而使其成為大多數人臉檢測和對齊應用程式的理想選擇。針對戴口罩場景下的五官遮擋，京東數科在現有wideface資料集的基礎上增加口罩遮擋資料集來訓練，大大提升了模型魯棒性。

目前，口罩場景下的人臉檢測演算法準確率超過99.87%，召回率超過98.3%。

口罩屬性識別

京東數科目前針對人臉眼部以下口罩可能覆蓋的部位進行特徵學習的演算法最佳化，能夠在員工刷臉入閘場景中，有效檢測和識別出規範佩戴口罩、不規範戴口罩、未佩戴口罩三類情況，並能做到在正常拍攝角度（如：門禁）和大角度複雜場景下（如：監控）精度無損失。

同時，針對市面上出現的多種型別的口罩均能做出判斷，平均召回率達到99%以上。

戴口罩人臉識別

為了解決當下戴口罩人群面部區域大範圍被口罩遮擋給人臉過閘帶來的挑戰，京東數科從演算法和資料兩個角度出發，針對戴口罩人員的人臉識別技術進行了模型最佳化與使用者體驗度升級：

在資料層面，京東數科透過合成各類口罩模板新增到資料集中，以模擬佩戴口罩真實場景，使得常規人臉識別模型能很好地遷移到佩戴口罩場景。上述兩方面最佳化，將使在佩戴口罩場景下的人臉識別透過率提升至接近常規人臉識別透過率。

在應用場景中，人臉識別技術可基於對使用者是否佩戴口罩進行的判斷，呼叫常規識別模型檢索註冊庫或針對口罩場景最佳化的識別模型檢索註冊庫，最大化提升人臉識別透過率。對於安全性要求極高的場景，可基於口罩遮擋判斷結果篩選出戴口罩或者口罩嚴重遮擋的人員，並進一步引導其進行其他方式，進行輔助身份驗證。

不戴口罩，閘機將會有語音提示

人臉識別技術已廣泛使用於各企事業單位、智慧園區、社群、校園、樓宇等場景的人臉識別考勤、門禁及出入口控制。以京東數科自研的刷臉門禁機為例，只需員工在裝置前站定，人臉識別考勤機上攝像頭即可準確提取採集影象的特徵資料，與系統內照片的特徵資料進行比對，快速輕鬆識別“自己人”，對未佩戴口罩的人員，還能透過語音提示，引導正確佩戴口罩，同步提醒防疫值班人員，做到主動式防疫管控，實現24小時全天候監管。此項技術還可用於泛安防、客流識別產品中。

近年來，人臉識別技術已經從單模態逐步步入多模態的全新階段。京東數科自主研發的多模態人臉活體檢測演算法，已在檢測中通過了人臉採集、影象質量分類、活體檢測能力等多個測試項，能夠有效攔截不同環境條件下的“假臉”攻擊。近日，該演算法正式透過國家金融IC卡安全檢測中心-銀行卡檢測中心（BCTC）的技術認證，達到國家認證的金融支付級安全標準，經BCTC檢測，京東數科多模態人臉活體檢測演算法真人識別正確率達99.8%，二維和三維頭模的攻擊正確攔截率達100%。這意味著京東數科成為透過銀行卡檢測中心認證的人臉識別演算法廠商。

這麼高科技手機我沒見過，我懷疑你的手機中毒了，等這次流感過了再試一下，如果還能識別可能是你手機壞了[捂臉]

給大家說個笑話，所謂的人臉識別技術很簡單，初中知識，用的是相似三角形原理。閣下您的雙眼瞳孔和鼻子尖的連線是個三角形，閣下您嘴角和鼻子尖的連線還是個三角形，類似的三角形在您臉部很多。您可以長滿鬍子，可以戴眼鏡，可以長胖，可以變老，但是這些三角形基本上永遠是相似的，所以很多年後別人不認識您了，電腦還可以搞定您。有過案底的您就老實點別出來了，戴個眼鏡，長個鬍子，變瘦變胖不頂用，再過二十年還是照樣認識您。推薦有前科人員出門帶好口罩與帽子，走路永遠不要抬頭安全了（不過門口阿姨懷疑您了）。

這個我也說幾句，關於蘋果人臉解鎖經驗分享一下。我也是可以戴口罩解鎖了，那也是戴口罩解鎖識別錯誤不下於100+以上次數的實習。本身就是智慧手機具有識別人臉資訊功能！等它多次錯誤識別到認識你的眼球資訊後，自然可以解鎖了，當然還是沒有不帶口罩識別的塊了！

目前來講，手機上獲得我們人臉面部資訊的方式有兩種，一種是目前絕大數安卓手機的方案，就是直接透過前置攝像頭實現的2d人臉識別。另一種是像蘋果手機，劉海部分的元器件實現的3D人臉識別。雖然一個是2D一個是3D，但人臉識別的原理大體上都是差不多的，所以咱們先了解一下人臉識別的原理。我們第一次使用人臉識別的時候和指紋解鎖一樣，要錄入我們的人臉面部資訊。

攝像頭採集到我們的面部資訊之後，要先對我們的影象進行處理，因為我們在錄入面部資訊的時候，所處的環境都是千差萬別的。有的影象光線可能有點弱，有的影象噪點又有點多。所以要對影象進行處理，讓手機可以更容易的識別出我們的面部資訊。完成這一步之後，就要對我們的面部特徵資訊進行提取，比如面對各個器官之間的距離，以及器官的幾何形狀，這些都可以被提取到的特徵資訊，提取完我們的面部特徵資訊之後，這些特徵資訊都會被儲存下來，當我們解鎖手機時候，手機又會重複前面的步驟。

把提取到的面部特徵資訊，和我們第一次錄入的面部特徵資訊進行對比，只要能對上絕大多數的特徵資訊，就可以解鎖手機，這是我們人臉識別的大概原理，提取面部資訊這一步就像我們提取密碼一樣，密碼包含的資訊越多，安全性就越高，而我們目前的安卓手機，都是透過一個前置攝像頭，包括前段時間，小米八的紅外攝像頭。都是直接拍攝我們的人臉照片，獲取的都是一個平面的影象，也就是我們說的2D人臉識別，因為攝像頭拍到的是因為攝像頭拍攝到的是一個平面圖像，所以我們同樣可以直接用一張圖片，對著攝像頭，就可以騙過我們的人臉識別，也不管我們用是用攝像頭拍立體的人臉，還是直接對著一張照片，那最終拍下來都是一個平面的影象，所以2D的人臉識別就像一個六位的純數字密碼一樣。

那為了提高2D人臉識別的安全性，也會有各種各樣的演算法，比如邊框檢測，反觀檢測之類的演算法，可以在一定程度上，避免用照片影片騙過2D人臉識別。但六位數的密碼終究是一個六位數的密碼，我們只有提高密碼的位數，增加大小寫字母，甚至是特殊符號，只有增加更多的特徵資訊，才能在本質上提高人臉識別的安全性。所以我們除了要獲取人臉器官之間的距離、幾何形狀，還要獲取人臉的深度資訊，也就是我們說所說的3D人臉識別技術，那目前來講。獲取我們人臉深度資訊的技術，主要有三種，一種是Tof（飛行時間技術），就是感測器發射出紅外光，紅外光在從物體表面反射回感測器，感測器透過發射和反射光之間的相位查換算出深度資訊。

而第二種是雙目測距技術，和我們的人眼類似，直接用兩個攝像頭進行拍攝，就會得到兩個不一樣的平面圖像，再把兩張影象上相同的特徵標註出來。最後再基於三角測量原理計算出深度資訊，但雙目測距的難點在於，要準確的標出兩幅影象的共同特徵點來。這裡是什麼意思呢？就比如說我們現在和小夥伴兩個人正在逛街，小夥伴就相當於剛才左邊的攝像頭，我們自己就相當於右邊的攝像頭，現在看到的畫面就是我們自己走在街上的視角，這個時候小夥伴說，你看前面那個紅色衣服的小姐姐，這個時候我們應該深有體會，雖然小夥伴說了是紅色衣服的小姐姐，可是我們一下子找到這個還是很難的，這就是我們雙目測距的一個難點，那怎樣才能解決這個問題呢？我們可以讓小夥伴拿一支鐳射筆，直接只像他說的小姐姐。這下我們立馬就可以找到目標，這個就是我們說的3D結構光技術。

所以我們在蘋果或者小米的官網，介紹裡能看到，劉海里面有一個點陣投影器和一個紅外攝像頭，點陣投影器，投影光點到我們的臉上，紅外攝像頭直接找到投影到臉上的光點，找到光點之後，後面的步驟就和雙目測距一樣，用三角測量的原理，計算出個光點的深度資訊。這個就是我們3D結構光的原理，但在蘋果和小米官網，他們在展示投影到臉上的不可見光點的時候，我們能發現。蘋果和小米的這個觀點是不一樣的，蘋果是一個個小點，而小米是類似二維碼一樣的光點，這兩個又有什麼區別呢？蘋果這種屬於散斑結構光，它的散斑有一定的隨機性，所以安全性會更好，但相應的計算量也會更大，而小米屬於有規律的編碼結構光，好處是計算量要小一些，但和前者比較的話，安全性會稍微低一些。

手機臉識別原理

手機首先多角度儲存使用者的人臉影象，然後每次去解鎖的時候，手機會將當前攝像頭出現的人臉拍下來，然後跟之前儲存的人臉影象進行比度，當相似度達到一定程度的時候，就認為是使用者本人。這個速度是非常快的，幾乎感知不到的。

02

帶著口罩也能臉識別嗎

人臉識別主要是在進行相似度對比，但並不需要整個臉部都比對成功，其中對嘴部的相似度要求並不重要，主要是對比眼睛，如果眼睛的相似度很高，基本能解開，不信你試試。

另外大家可以遮住眼睛（透過手指間的縫隙看）試試能不能解開，這跟指紋識別也是這麼一個道理，錄指紋的時候也是全方位無死角的錄，但解鎖的時候，手指只接觸部分也能解鎖。

03

可以用照片進行人臉識別嗎

拍一張別人的臉部照片，然後拿著這張照片去解鎖別人的手機這種想法是錯誤的，在最初人臉解鎖技術不成熟的時候還行，現在不行了，因為手機還有其他輔助的技術要求，例如活體檢測等。

04

化了濃妝影響人臉識別嗎

手機儲存的素顏臉像，化了濃妝就無法人臉識別了。錯！因為人臉比對，不是說簡單的看這兩照影象像不像，而是會提取這兩張照片的特徵去進行比對，而這個特徵往往是在一個高維空間的表示，人們難以想象的，這個特徵目前主要靠機器學習和深度學習得到。

手機鎖屏人臉識別功能是因為設定手機鎖屏儲存的照片是平面圖！不是立體圖！所以才會解開你的手機！我和我兄弟臉部相似度差不多，但是不是雙胞胎！也是能解開對方的的手機的！本人親自驗證過！

人臉識別的原理

1.人臉檢測——畫框

機器需要透過掃描和判斷檢測出人臉，即在圖片/影片中找到人臉所在的位置。

透過設定好的演算法，機器可以在複雜的環境中準確的找到人臉，而不是衣服、房子或動物等其他東西。

2.人臉配準——畫點

當我們得到人臉之後，就需要進一步來分析它了。

我們先回想一下，當我們來描述一個人的長相時，通常會怎麼說？

你會發現，我們有意無意地都會去概括這個人面部的一些幾何特徵，比如臉型，比如五官。

機器也是如此，它需要去找到人臉上的一些關鍵點，比如眼角、鼻子、下巴的輪廓等等，把握特徵，也就是定位五官關鍵點。

但是呢，由於人臉會以各種各樣的姿態出現，如果保持“歪著”的原樣，機器進行下一步的工作就會比較麻煩，所以在這裡就還需要把人臉統一擺正，消除因為姿勢不一致而帶來的誤差。

3.人臉聚類/識別/驗證——比大小

到這裡，機器就會把前面人臉關鍵點的定位轉換成具體的向量資料來表示。

接下來，機器要開始來判斷這張人臉的年齡、性別等屬性，並且根據設定的需要來判斷這張人臉是誰、或者是否有與他重合的人臉。

那麼問題就來了，機器怎麼辨別這張臉是男是女，多少歲的呢？我們先想想人類是如何判斷這些屬性的。

我們也不是出生就會分性別，猜年齡，而是在生活中積累了大量經驗，於是學會了從人臉上找到特徵，然後進行判斷。比如，女性的長相一般比男性溫柔，年紀較大的人通常會有明顯的皺紋等等。

機器也像人類一樣，會透過學習來尋找規律。我們給機器一個龐大的人臉資料庫，裡面有海量的人臉資料，包括性別、年齡的資訊。然後機器就會去學習這些資料，總結出規律：男/女性的人臉向量資料是怎樣的、不同年齡段的人臉向量資料是怎樣的，進行聚類。

這時你再給機器一張新的人臉，它就會透過資料的匹配來判斷人臉屬性了。

在人臉識別技術應用的某些場合，我們可能還需要做進一步的比對。比如，這個臉和某張臉是否是同一人，或者這個臉是誰。前者是1對1的判斷，後者則是1對N的判斷。

1對1的判斷：比較兩個人臉特徵的相似度，透過與預設的閾值比較來驗證這兩個人臉特徵是否屬於同一人（相似度大於閾值，為同一人；小於閾值為不同）。

1對N的判斷：將多個人臉與此人臉一一對比，找出特徵相似度最高的人臉。然後將這個最高相似度值和預設的閾值相比較，如果大於閾值，則返回對應這個人臉的身份，否則返回“無對應”。

一點總結

人臉識別，就是先捕捉人臉，對人臉的五官進行關鍵點定位，並且把臉校準對齊（擺正），然後輸出對應的向量資料，去匹配人臉的屬性以及做識別判斷。

當然，人臉識別有很多種不同的演算法，

眼球識別功能，就好比指紋識別，如果你眼睛不動也是識別不了的，還有光線暗也難識別？，剛才試了閉著眼睛是無法識別的，所以說眼球識別大於臉部識別所以帶著口罩能識別就是這個眼球識別

因為智慧手機有學習功能，你每一次解鎖，他都在慢慢記錄你的面部，它會把這當作你的面部變化認證。我用的iPhone 11，之前都解不開，現在就可以了...

現在科技真的很發達！人臉識別已經應用在很多的場所了。至於為什麼帶口罩也能識別:是因為人臉識別系統其實是臺特殊的攝像機，判斷速度相當快，只需要0.01秒左右，由於利用的是人體骨骼的識別技術，所以即使易容改裝，也難以蒙過它的眼睛。據報道全球首創的人臉資料採集陣列，能夠從91個角度對人臉同步採集，能對人臉識別影響最大的多變光照、多角度、遮擋等狀態進行最優的識別效果。

說個真例項子，我和我姐從小到大沒人覺得我倆像，都覺得長的不是親姐妹[捂臉][捂臉][捂臉]但是我的華為人臉識別，她打開了[淚奔][淚奔][淚奔]我說這麼多年只有華為承認了咱倆關係……作為感激，我把人臉識別關了[我想靜靜][我想靜靜][我想靜靜][我想靜靜]

目前市面上有兩種面部識別方法，以安卓陣容為首的2d面容識別，和ios陣容為首的3d面容識別，先來聊聊兩者區別吧：

2d面容識別：字面意思，透過系統錄入二維人臉圖片，再加上攝像頭攝入人臉的圖片加以驗證，這樣的識別功能有一個作弊功能，就是別人可以直接用你自己的照片解鎖手機，但是這樣的識別系統不存在你帶著口罩能解鎖的情況，因為它只會以系統當初錄入得沒帶口罩的照片為準，那讓我門聊聊更為複雜的3d面容識別吧。

如果是iphone使用者的3d面容識別，透過一個獨特的光學感測器錄入使用者整個臉得三維立體圖畫，這個作弊就沒那麼簡單，再加上還有一個注視解鎖功能，除非你可以拿一個和主人臉部尺寸完全一致的立體人頭模型，還得有一雙眼睛的前提下，回到我們的問題，之所以你帶著口罩也可以透過它的驗證，那是因為iphone從iphonex後就加入了仿生晶片，與其它晶片拉開距離的是，這款晶片真正的擁有了學習的功能，加上軟體的配合，可以瞭解使用者的習慣和要求，做到手機真正的認識主人，當你戴上口罩的第一次它並不能知道你是不是它的主人，如果此時你透過數次密碼驗證，它就會聰明的知道你原來是戴口罩的主人，那之後，即使你還戴著口罩，那它也可以認出你的樣子，這是iphone的特別之處。

如果戴著口罩保持半遮面狀態，然後在設定過程中將口罩移到另一半的節奏上訓練Face ID，那麼整個事情是可以實現的。

如果不行，那就再嘗試一次，並一直試著調整臉上的半邊口罩，直到Face ID能夠正確掃描使用者的臉部為止。

隨後這個研究引起了不少國外網友的測試，結果大家發現，將口罩對摺然後戴在左側的臉上，然後前往設定Face ID，之後在佩戴口罩的情況解鎖iPhone的機率高很多，幾乎次次都可以透過。

對於這樣的操作，蘋果方面也進行了迴應，稱上述情況只是極個別的個例。

其實在這之前，華為手機產品線副總裁李小龍已經公開表示，帶上口罩後，人的眼睛和頭部的特徵點太少，無法保證安全，所以是不能解鎖手機的，這跟品牌沒有關係，所以這也是華為為什麼在支援3D面部解鎖的手機上仍然保留指紋的原因。

目前來講，手機上獲得我們人臉面部資訊的方式有兩種，一種是目前絕大數安卓手機的方案，就是直接透過前置攝像頭實現的2D人臉識別。另一種是像蘋果、華為手機，劉海部分的元器件實現的3D人臉識別。

對於支援3D人臉識別的手機來說，其劉海里面有一個點陣投影器和一個紅外攝像頭，點陣投影器，投影光點到我們的臉上，紅外攝像頭直接找到投影到臉上的光點，找到光點之後，後面的步驟就和雙目測距一樣，用三角測量的原理，計算出個光點的深度資訊。

所以，如果你佩戴了口罩圍巾等，遮擋了臉部的一些資訊點，攝像頭就會無法完整的讀取到臉部的關鍵資訊點。

之前產業鏈給出的說法是，蘋果也即將在iPhone上使用屏下指紋技術，而對於現階段使用人臉識別功能的手機，最妥善的解決方案就是人臉識別+指紋解鎖了。

由於新型冠狀病毒，我們出門不得不佩戴已經將近兩個月了，隨之而來的一個問題是：戴著口罩無法解鎖面部識別開鎖的手機。尤其是出入一些公共場合，我們都必須要出示健康碼或者掃碼登記，許多人在這種情況下不得不拉下口罩解鎖手機。

眾所周知，自iPhone X開始，蘋果手機取消了指紋識別，不少iPhone使用者也遭遇了手機無法進行面部識別的煩惱，於是廣大網友開始嘗試如何讓iPhone學會認識戴口罩的自己。現在，不少iphone使用者表示自己的手機已經可以識別戴口罩的自己，或者有機率識別解鎖帶著口罩的自己，他們是如何做到的呢？

方法1：Face ID調校

方法很簡單，先用口罩遮住嘴巴，露出鼻子部分開始嘗試解鎖，一開始手機是無法解鎖的，但連續試了四五分鐘，手機基本可以解鎖。

然後，再嘗試把鼻子遮住，反覆重複上述操作，30分鐘左右手機基本可以識別解鎖戴口罩的自己。

但根據廣大網友的測試反饋，這種方式的效果不一，有的重複50多次就見效了，有的需要重複100多次才行。

方法2 ：設定替用外貌

方法一採用的是機主人工錄入，iphone負責智慧獲取和分析資料。而方法二不同，其核心在於讓iPhone從一開始就採集到你面部被遮擋時的資料。

錄入時，需要拿著白紙遮住一小部分臉，露出嘴和鼻子的一小部分，模擬戴口罩的樣子。不要蓋住全部的下半張臉，那樣蘋果會判定為“臉部有遮擋”。

錄入完成後戴上口罩，再次反覆嘗試解鎖、輸入密碼、再解鎖，直到蘋果手機記住你戴口罩的樣子。這個方法並不是錄入之後就能迅速起效，也需要反覆試幾次才能成功。不過相比第一種方式，可以將時間縮短到10-20分鐘。

這樣，iphone終於認識 “不要臉”的我了。但為什麼帶上口罩就無法人臉識別呢？據資料稱，目前智慧手機上的3D人臉識別功能主要有兩大流派，其一就是蘋果主導的結構光（Structured Light）技術，其二則是目前Android旗艦常用的TOF（Time Of Flight，飛行時間）。

採用3D結構光的蘋果Face ID功能，是透過泛光照射器、接近感測器、環境光度感測器、測繪點投射器，以及紅外線攝像頭五個部分獲得物體光訊號的變化，來計算物體的位置和深度等資訊，因此一旦面部被遮住，就會打斷整個空間重建的過程。對人臉識別來說，口罩遮擋了面部部分特徵，傳統人臉識別演算法對這種情況存在“拒識”與“誤識”的問題。

目前，許多企業已經正常復工，每天上下班的出勤打卡在所難免。傳統指紋考勤機的使用會大大增加人員接觸的傳染風險，完美工事免費為大家提供人臉識別打卡，並且實現可識別戴口罩的人臉，減少交叉感染風險。

如今，刷臉上課、打卡、支付、門禁……隨著近幾年人臉識別技術飛速發展，刷臉熱潮開始興起，也成為了智慧城市建設的關鍵一環。此次疫情的爆發，讓許多科技公司們也採取科技手段解決人臉識別的遮擋問題，開始研發戴口罩場景下的人臉識別。相信，在未來人臉識別的科技將會不斷髮展，逐步走向穩定走向成熟。

人臉識別主要是在進行相似度對比，但並不需要整個臉部都比對成功，其中對嘴部的相似度要求並不重要，主要是對比眼睛，如果眼睛的相似度很高，基本能解開，不信你試試。

另外大家可以遮住眼睛（透過手指間的縫隙看）試試能不能解開，這跟指紋識別也是這麼一個道理，錄指紋的時候也是全方位無死角的錄，但解鎖的時候，手指只接觸部分也能解鎖。

人臉百具有非常多的特徵點可以進行識別。戴口罩墨鏡這些要看遮擋到什麼樣的地步，比如大到度就只露出眼睛，覆蓋了臉部其他所有特版徵點，識別就比較困難。如果是普通的口罩或者墨鏡，都已經不是問題了權，瑞為人臉識別技術已經攻克了這個問題。