首先，引用一句古希臘哲學家赫拉克利特的話："人不能兩次踏進同一條河流"。也就是說世界上不存在一模一樣的2個物體，也就不存在同樣的2個雙胞胎，即使他們如何相像，總歸還是有區別的。

其次，作為人臉識別的應用場景：刷臉支付與刷臉門禁來說，實際中，的確存在著雙胞胎可以同時透過，甚至母女同時可以刷開的問題。這個問題比較複雜，我們一起探討下：

1）人臉做為人的生物特徵，具有唯一性，相對來說，指紋識別可以做到 92%的透過率，人臉已經可以做到 98%以上的透過率，所以人臉識別比指紋識別更加可靠和穩定。

2）隨著深度學習的引入，藉助於大數量級樣本的運算、模型最佳化，人工智慧技術得到了極大地提升，比如針對亞洲人、歐美人、非洲人、阿拉伯人的模型，最佳化的已經比較完美，商業應用已經逐步展開。實際中，雖然還存在不足，但是人臉識別技術已經被人們逐漸接受。

3）美中不足的一點是：演算法本身為群體服務，而不是為個體服務。雖然運算數量集足夠大，也不能完全覆蓋所有樣本。也就是說，建立的模型是一個近似的，永遠也達不到完美的模型。照顧了個體，勢必犧牲群體的準確性。人臉識別演算法本身是尋求普適性的標準。這樣也就在一定程度上解釋了為什麼不同的人可以刷臉透過。

那麼有沒有一種方法，可以兼顧或者更好的解決個體和群體的問題呢，回答是：可以的，這樣引入下面的話題。

人臉識別本身是人臉特徵的識別，一般的，根據人臉器官的形狀描述以及他們之間的距離特性來獲得有助於人臉分類的特徵資料，其特徵分量通常包括特徵點間的歐氏距離、曲率和角度等。人臉由眼睛、鼻子、嘴、下巴等區域性構成，對這些區域性和它們之間結構關係的幾何描述，可作為識別人臉的重要特徵，這些特徵被稱為幾何特徵。

所以，對於人臉特徵點位的選擇，點位越多，資訊量越全面，表徵人臉特徵也越精確。不同廠家特徵點數量選擇各有不同，不能以數量多少來衡量演算法優劣，因為演算法處理流程、建模、訓練集各有不同。但是對於同一種演算法來說，當然點位越多越好。

但是，特徵點數量增加帶來的直接影響是資源消耗越來越多，成本和效率不能兼顧，所以最終的結果是特徵點數量的選擇應能大體描述人臉特徵、模型可以滿足大部分人透過，而不會導致軟、硬體的大量投入。

最後，回到問題本身“人臉識別遇上了雙胞胎”怎麼辦？回答是：不行的，至少透過人臉識別技術本身，是難以完美解決此類問題。換句話說，有的雙胞胎可以識別，但是有的的確不能識別。當然依靠其他手段，比如眼紋識別等，可以輔助人臉識別來完成雙胞胎識別。

用通俗的話來講：

1，刷臉支付和刷臉門禁功能實現的方式是這樣的：事先採集人臉資訊與個人身份資訊錄入到資料庫中，然後刷臉支付和刷臉進門的時候攝像機對人臉進行拍照、分析，然後把分析結果與資料庫裡邊已有資訊進行比對匹配，如果匹配成功就人臉識別透過。

2，目前人臉識別業內最強人臉識別技術準確率可以達到99%。

其實任何一種識別技術都不是萬能的。遇到極端情況（就如人臉遇到雙胞胎、四胞胎），就需要採取多方面因素疊加配合的方式來增加準確性，比如刷臉時精確識別到眼紋等多人體細節。

支付寶的人臉識別能夠精準識別同卵四胞胎，其實就是透過識別人體眼白區域的血管排布來區分多胞胎的。在未來，多種生物識別方式組合（比如人臉+眼紋+指紋+虹膜+指靜脈等）是身份識別認證的一個重要發展方向。

第一:刷臉門禁在普通安防領域遇到雙胞胎的問題跟據我們的經驗，其實不用特別處理，能刷開就刷開，但如果對許可權要求比較高的場合就得提升識別效能了，兩個辦法:

1、提高識別閥值（在不改變現有裝置的情況下，不同廠商裝置對人臉的甄別效果不同，這點才是體現產品技術實力的地方）但閥值設的太高又會犧牲其他人臉的透過率，閥值的選擇也是難點之一；2、升級裝置，採用更先進的3D結構光識別技術的人臉識別裝置，亦或是增加許可權驗證機制比如採用人臉+密碼，人臉+指紋等多重驗證方式。

第二:刷臉支付，如遇兩個識別得分都高於閥值的情況下（這裡就不單指雙胞胎還包括其他相似人員），系統要求臨時輸入支付驗證密碼、限制單次，單日的消費金額等辦法!

這個問題還真是個難題，我個人認為以後要解決此類問題，還是要靠組合方案，比如刷臉加指紋，就可以比較好的進行此類問題的解決，又比如高鐵的刷臉進站，他採用的就是身份證加刷臉的雙重驗證的模式，從而也可以避免你說的這個事情，科技是日新月異，總能有不同的辦法來解決現在的問題

總的來說刷臉支付與刷臉門禁是成功的，它透過預存人臉資料厙來對比，選取相似度最高的來判定是否是同一個人，可人並不是個個不同，總會有有那麼幾個異數，如雙胞胎，多胞胎，精通易容的高手，等就是最好的例子，兩個幾乎一模一樣的雙胞胎，神情，舉止，刻意模仿另一個人，以刷臉現在的科技水平，秒開。單以刷臉的演算法是有弊端的，如果一個人不慎毀容了，你刷臉還行嗎？不管你以多少點來算，民間異人無數，總有應對的辦法，如何是好呢？最簡單的是刷臉十瞳孔檢測十指紋十聲音，如此全方位的檢測還出問題了，那就只有做DNA檢測了。