你用五筆輸入法 輸入 oyyy 然後按一下空格 就出來了 灬或者用全拼 輸入 pianpang 然後翻頁找找 也有 灬

監視器上，熙熙攘攘的人群中，螢幕上的鎖定框在行人的臉上快速跳躍、搜尋。一旦與資料庫中的照片相匹配，系統會自動發出警報。具體如下：如今，大片中這種“天眼”已經在瀋陽成為現實。根據央視新聞報道，不久前，瀋陽的地鐵站安裝了人臉識別系統，這個系統每秒鐘可以掃描30張行人的照片，並且對他們進行面部分析。這個系統安裝執行僅僅27小時，就成功識別出兩名被列為網上逃犯的犯罪嫌疑人。每經小編了解到，目前人臉識別系統最高的正確率可以達到99%以上，而人眼在同等條件下識別的正確率僅為97.52%，人臉識別精度已經超越人眼。近年來，人臉識別技術得到了越來越多的運用，甚至被用來抓行人闖紅燈、發廁所紙，但隨著運用場景的擴大，對於人臉識別技術的爭議也逐漸增多。瀋陽人臉識別系統已抓獲3名逃犯據遼瀋晚報報道，在瀋陽人臉識別系統試執行的地鐵站內，6組高畫質攝像頭被分別架設在“乘客的必經之路”等重要位置，只要有人在設定好的攝像頭下經過，將被連續拍攝20至30張不同角度的照片，與資料庫進行比對，一旦相似度評分超過83分，系統會自動報警。同時，一旦發現被抓拍者與資料庫中網上逃犯照片相似，系統還會同時對目標拍攝10秒鐘的即時影片，以便留存證據。據技術人員介紹，目前為止，準確率可以達到90%以上，但偶爾系統的確存在誤報的情況，試執行10天，目前誤報發生過兩三次。據介紹，自從5月22日試執行以來，警方依靠該系統已經成功抓獲3名網上逃犯。瀋陽警方表示，如果試執行期效果明顯，將考慮將其進一步普及，其或將成為瀋陽警方打擊犯罪，抓捕逃犯的又一個高科技利器。刷臉支付、抓行人闖紅燈、發廁紙每經小編注意到，正如上述瀋陽地鐵透過人臉識別技術抓獲逃犯，從十幾年前運用人臉識別構建門禁系統開始，安防就是人臉識別最重要的應用領域。近些年，隨著人臉識別精度的提高，交通、金融、教育等領域也開始越來越多地運用人臉識別技術。2015年3月在德國舉行的漢諾威IT博覽會（CeBIT）上，馬雲演示了螞蟻金服的Smile to Pay掃臉技術，親自用人臉識別技術在淘寶網上購得一枚1948年的漢諾威紀念郵票，作為嘉賓禮物。據北京晚報報道，由於存在部分遊客在北京天壇公園內過度取用廁紙的不文明行為，今年3月天壇公園開始使用“人臉識別廁紙機”，利用技術手段控制廁紙使用量。遊客只要站在廁紙機對應的特定識別區，面朝廁紙機上的人臉識別螢幕，全程十幾秒就會有廁紙從出紙口滑出，同一個人只能每隔九分鐘取一次紙。據生活日報報道，今年5月，為了治理行人和非機動車闖紅燈，濟南放大招，交警部門研發了行人和非機動車闖紅燈自動抓拍裝置，透過人臉識別技術，自動確認違法人身份資訊。違法行為人的違法資訊將被錄入公安交通管理誠信資訊平臺，公安交警部門還會將當事人交通違法資訊函告填工作單位或社群居委會，並透過電視媒體和網路平臺進行同步曝光。正是應用場景的增多，人臉識別的前景被普遍看好。國海證券的研究報告稱，《2015全球安防裝置市場報告》顯示，華人臉識別市場規模從2012年的16.7億元，上升至2015年的75億元。雲從科技創始人周曦預測，“未來五年之內，國內人臉識別的市場規模可能將達到1000億元。”同時根據國海證券測算，人臉識別主要應用領域市場規模，公安領域16億以上、交通領域50億以上、金融領域百億級別、教育領域百億級別。圖片來源：國海證券安全性仍有待提升不過，在人臉識別技術不斷擴大應用的同時，其安全性也受到質疑，尤其是在關乎個人財產安全的金融支付領域。今年3・15晚會對刷臉漏洞的曝光，更是將這一焦慮刺激到了頂點。晚會上，主持人透過網路上隨便找來的一張人物自拍，透過簡單的影象處理和動態合成技術，將網路人臉合成到事先準備好的影片上，覆蓋原影片的人臉，就能簡單騙過一些透過面部識別作為認證資訊的軟體。晚會還提示，目前市面上很多的軟體都可以透過面部識別替代傳統的密碼，而透過這種方式原則上是可以繞過人臉識別的。在人臉識別的安全漏洞被曝光後，百度、支付寶、商湯科技等網際網路企業紛紛在第一時間發表宣告，表示已經預見到了這種風險，並提醒群眾注意保護賬戶安全。專家表示，現階段人臉認證技術還不能在所有場合做到非常成熟，在涉及個人隱私、財產等重要資訊的場景，建議啟用多重認證方式。

人臉識別系統就是用來透過前端攝像機抓拍人臉、後端比對分析來找人的。但警察局不會為了任意人的任意事就去比對人臉的，公職人員也是不能隨意比對人臉的，要想使用人臉識別系統功能是有一套流程程式要走的。

是不是透過人臉識別系統肯定能找到人呢？

不是的。能否透過人臉識別系統找到人取決於以下幾個因素：

1，要找的人必須從攝像機底下經過並被拍到。

2，攝像機抓拍到人臉並識別出。

3，後端要有大資料分析比對服務。

4，人臉抓拍受環境、抓拍率、識別率等因素影響，一般準確率不能100%。

關於人臉識別系統的幾點知識普及：

1，人臉識別有兩種模式：一種是前端攝像機進行人臉分析。前端安裝的人臉識別專用攝像機，抓拍識別人臉後直接傳輸照片到後端平臺進行比對分析；一種是後端平臺進行人臉分析。前端安裝的普通監控攝像機，攝像機將影片碼流傳輸到後端，後端的影片結構化處理伺服器對影片進行分析，將其中出現的人臉進行分析出，分析出後進行比對應用。

2，一般如何應用人臉識別系統查詢人嗯？將要查詢的人臉圖片在系統後端進行布控，人臉識別系統透過前端找到相應人臉後後端實時告警提示，一般各廠家產品準確率各異，人臉識別系統查詢到後需要後端人員進行二次比對。

人臉識別系統是計算機科學的最新應用，它利用計算機技術和生物統計技術，在各種背景下識別出人臉，更進一步可以實施跟蹤，它基於人的臉部特徵，屬於生物識別技術。

人臉識別的過程可以分成人臉檢測，人臉跟蹤和人臉比對三個過程。

人臉檢測是在動態背景或者複雜背景下將人的面部找到，並從背景中分離出來。找到人臉，有數種方法可以實施。

1.設計人臉的標準模板，然後系統將採集到的影象和標準人臉模板進行對比，從匹配程度上判斷是否存在人臉；

2.根據人面部的結構特徵制定一個規則，系統提取影象的特徵來透過這個規則計算，看是否符合規則，從而確定人臉；

3.利用人的面部膚色在色彩空間中分佈相對集中的規律來進行檢測；

4.將所有面像集合視為一個面像子空間，並基於檢測樣品與其在子孔間的投影之間的距離判斷是否存在面像。

人臉跟蹤則是將檢測到的人臉部進行動態追蹤，這是將模型與運動檢測結合起來的方法。

人臉對比。這個很好理解，就是對檢測到的人臉進行身份確認，也就是將採集到的人臉與人臉庫中的資料進行匹配，人臉對比一般採用特徵向量法和麵紋模板兩種技術。

1. 特徵向量法。確定人的五官輪廓的大小，距離，相對位置等屬性，計算出它們之間的幾何特徵，從而形成描述人臉的特徵向量；

2. 面紋模板。將採集到的的人臉與庫中的標準人臉模板或面相器官模板進行對比，將取樣面像所有象素與庫中所有模板採用歸一化相關量度量進行匹配。

隨著科學技術的進步，人臉識別系統的準確度和反應速度也越來越高，在軍事、安防、銀行、電子商務等領域得到了廣泛應用。

人臉識別系統主要包括四個組成部分，分別為：人臉影象採集及檢測、人臉影象預處理、人臉影象特徵提取以及匹配與識別。

人臉影象採集及檢測

人臉影象採集：不同的人臉影象都能透過攝像鏡頭採集下來，比如靜態影象、動態影象、不同的位置、不同表情等方面都可以得到很好的採集。當用戶在採集裝置的拍攝範圍內時，採集裝置會自動搜尋並拍攝使用者的人臉影象。人臉檢測：人臉檢測在實際中主要用於人臉識別的預處理，即在影象中準確標定出人臉的位置和大小。人臉影象中包含的模式特徵十分豐富，如直方圖特徵、顏色特徵、模板特徵、結構特徵及Haar特徵等。人臉檢測就是把這其中有用的資訊挑出來，並利用這些特徵實現人臉檢測。主流的人臉檢測方法基於以上特徵採用Adaboost學習演算法，Adaboost演算法是一種用來分類的方法，它把一些比較弱的分類方法合在一起，組合出新的很強的分類方法。人臉檢測過程中使用Adaboost演算法挑選出一些最能代表人臉的矩形特徵(弱分類器)，按照加權投票的方式將弱分類器構造為一個強分類器，再將訓練得到的若干強分類器串聯組成一個級聯結構的層疊分類器，有效地提高分類器的檢測速度。

人臉影象預處理人臉影象預處理：對於人臉的影象預處理是基於人臉檢測結果，對影象進行處理並最終服務於特徵提取的過程。系統獲取的原始影象由於受到各種條件的限制和隨機干擾，往往不能直接使用，必須在影象處理的早期階段對它進行灰度校正、噪聲過濾等影象預處理。對於人臉影象而言，其預處理過程主要包括人臉影象的光線補償、灰度變換、直方圖均衡化、歸一化、幾何校正、濾波以及銳化等。

人臉影象特徵提取人臉影象特徵提取：人臉識別系統可使用的特徵通常分為視覺特徵、畫素統計特徵、人臉影象變換系數特徵、人臉影象代數特徵等。人臉特徵提取就是針對人臉的某些特徵進行的。人臉特徵提取，也稱人臉表徵，它是對人臉進行特徵建模的過程。人臉特徵提取的方法歸納起來分為兩大類：一種是基於知識的表徵方法；另外一種是基於代數特徵或統計學習的表徵方法。基於知識的表徵方法主要是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。基於知識的人臉表徵主要包括基於幾何特徵的方法和模板匹配法。

人臉影象匹配與識別人臉影象匹配與識別：提取的人臉影象的特徵資料與資料庫中儲存的特徵模板進行搜尋匹配，透過設定一個閾值，當相似度超過這一閾值，則把匹配得到的結果輸出。人臉識別就是將待識別的人臉特徵與已得到的人臉特徵模板進行比較，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：一類是確認，是一對一進行影象比較的過程，另一類是辨認，是一對多進行影象匹配對比的過程。

1、人臉識別1:1比對 深圳奧朗德科技人臉識別系統透過人臉識別演算法實現上送兩張影象進行比對，根據不同渠道的識別率返回比對結果，並將比對透過的影象按照設定規則入庫儲存。

（1) 圖片支援聯網核查圖片、證件身份晶片、現場抓拍圖片。

（2) 能夠最大限度的提高識別率，智慧的解決畫素較低(如晶片圖)、逆光、側光、昏暗、帶眼鏡、一定角度側臉等不利條件。

2、人臉識別1:N比對 深圳奧朗德科技人臉識別系統透過上送客戶影象，在客戶特徵庫中識別出該將客戶身份，並返回該客戶的相關資訊，如客戶資訊號、姓名等。系統具有人臉識別 1：N功能，對外提供 1：N比對介面，可根據各系統傳送的照片提取特徵值，並跟庫中模板比對，返回相似度最高的N個人(返回人數可自定義)。

（1)支援現場拍攝客戶影響或短影片，並從中提取人臉影響功能。

（2)支援根據影像從人臉資料庫中檢索出客戶資訊。

（3)根據檢索出的資訊，傳送到相應操作終端進行後續操作。

人臉識別系統是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。使用攝像機或攝像頭採集含有人臉的影象或影片流，並自動在影象中檢測和跟蹤人臉，進而對檢測到的人臉進行臉部識別和對比的一系列相關技術，通常也叫做人像識別、面部識別。

當我們需要找某一個人的時候，我們需要將一張符合要求的需要找的那一個人的圖片/照片上傳到系統中，然後人臉識別系統會在當前系統的錄影內進行檢索，“類似”的人臉照片和上傳的照片，進行對比，會對比出相似度比較高的人臉的照片，然後我們就可以根據相似度最高的照片去檢索那一段出現這張人臉的錄影。

還有一種先在監控系統中上傳人臉影象，輸入姓名、性別、名稱等等屬性，在系統中設定VIP名單、白名單、黑名單等，然後根據需求設定名單報警，當某一個在名單中的人某一天出現在這個人臉識別監控系統的監控攝像機畫面中，人臉被抓拍到，監控系統會立即彈出告警資訊提示和將這段告警錄影區別儲存下來，監控人員就可以根據告警資訊找到相關錄影檢視當前人員的運動軌跡等等。

現在很多人臉識別系統應用在店鋪中，可以設定VIP會員提醒可以更好的提供優質的服務，也可以為員工打卡考勤，甚至將盜竊的慣犯等設定進黑名單中防範，提高店鋪的安全。

還有現在的人臉識別監控系統可以判別監控系統畫面中的人的年齡、性別、眼鏡、帽子、口罩、鬍鬚、衣服類別、髮型、情緒等特徵。

現在的人臉識別系統應用很廣泛不僅限於手機上的人臉識別解鎖、人臉識別付款還有應用於我們安防行業的道閘、門禁、監控攝像機等等。未來的監控會越來越智慧，效果會越來越高畫質，儲存時間會更久。為我們建設平安中國增添一份助力！

人臉識別系統是計算機技術的推廣應用的新領域。

一個具體的個人，除了刻意整形外，一般來說都有一個與別人不同的獨特輪廓，只要人被攝像頭從幾個角度進行拍攝，儲存在伺服器的資料就會自動對比，把這個人的身份資料發給控制系統。

毎個具體的個人五官的位置（指眼睛，耳朵，鼻子，嘴巴）都是相對固定的，不會因為臉部整形技術而發生變化，人的眼睛是心靈的視窗，人的言談舉止都會在眼晴的不會影像有所不同，人的鼻子有許多種外在形態，塌鼻子和高鼻樑容易分辨，大鼻子和小鼻子也涇渭分明，華人形容人傷心的時候叫做哭鼻子，其實就是說出人的喜怒哀樂時鼻子的不同表現，人與人溝通時嘴吧一張一合，在人吃驚時嘴巴張大，人的耳朵對聲音有接收作用，外來聲音訊號傳入大腦，人就會作出相應反應，超過九十分貝的聲音傳來，人會自動掩住雙耳，若有人對一個具體的個人有所圖謀，我們可以稱之為掩人耳目。

計算機技術把具體的個人的上述資訊採集後輸入系統，在必要的地方，在必要的場景調出來，可以迅速處理個人身份相關的資訊，提高工作效率，這是中國計算機技術高水平發展的結果。

經常被網友問到“人臉識別系統是如何找到人的？”，本文將透過實際案例具體分析人臉識別系統的組成、人臉識別系統的架構、人臉布控流程、以及人臉識別系統的具體功能來詳細解答網友疑惑。

人臉識別的過程大致分為這樣幾個步驟：

取樣就是採用取特徵點的演算法，將一個人臉從各個角度，按照特徵點的位置進行資料的提取。用過支付寶刷臉支付的朋友們都會有印象，在人臉識別驗證的時候會讓你搖搖頭眨眨眼。這樣做就是為了保證取樣的精度。取樣得到的人臉特徵資料庫，被記錄到系統裡，準備用於未來進行比對。

將需要的人臉影象篩選出來之後。按照同樣的方式將照片中的特徵點提取出來，就得到了對比資料。

這裡的比對通常有兩種方式：一種是按資料庫資料比對，通常用於公安系統的追逃或者找人。前不久就有使用人臉識別技術幫助找到了4名被拐賣兒童的例子

另一種是按採集資料比對，是用採集來的資料與資料庫中的資料去匹配，多用於身份認證，這個就很常見了。我們坐高鐵進站時刷臉，支付寶刷臉支付，住酒店登記刷臉……等等。

當然了，這些計算的過程實際上是十分複雜的，並且大量應用了人工智慧的技術。其中的具體過程還涉及到非常多的專利演算法與硬體裝置，光是特徵值的提取就可以做出一大堆博士課題了。

什麼是人臉識別？

生物識別認證是指透過計算機與光學、聲學、生物感測器、生物識別技術的連線等高科技手段，利用人固有的身體特徵，如指紋、聲紋、人像、虹膜等進行身份認證。

在生物特徵識別領域中，一種沒有物理特徵的人臉識別方法。它是透過人臉識別演算法，對終端裝置上的攝像頭所拍攝的行為進行識別的方法。面部區域由原始行為方法獲得，識別演算法 在中提取人臉屬性，並根據這些特徵進行識別的方法。

人臉識別的第一步是從原始影象中提取感興趣的區域。現在，我們主要透過原始影象匯入通道或影片流來獲取原始影象。

（1）舉例說明。目前，國際上廣泛採用人工神經網路，可以區分非人員樣本和非人員樣本。

（2）子空間法：人臉識別採用主子空間(特徵人臉)，人臉識別採用子空間(人臉輪廓識別的附加空間)。根據控制區域子空間的投影能量，即與待檢測區域的距離來確定數值。距離越小，人臉越漂亮、越明亮。同時，由於沒有利用反取樣提取的資訊，所以對與人臉相似的物體識別能力不足。

（3）空間匹配濾波法，包括各種模式匹配法、人工特徵分離法等。

任何人臉影象（減去平均人臉）都可以在子空間中進行投影，得到權重向量。計算該向量與每個人的權重向量之間的歐氏距離，得到人臉影象輪廓對應的最小距離，作為輪廓測試。下圖是人臉識別建模、比對流程。

一般為三個步驟。

(1) 建立人員、人員和檔案。即用相機收集小組成員的人像檔案或照片，並生成圖片

碼進行儲存。

(2)獲取當前人像

即透過使用攝像頭採集當前輸入輸出影象，或接收輸入照片，生成當前檔案的圖片程式碼。

(3)將當前程式碼與檔案盤點進行對比。

對當前配置檔案進行編碼，以便與存檔中的配置檔案編碼進行比較。圖片編碼法是根據人臉的本質和開始。這種編碼可以抵抗光線、膚色、面部毛髮、髮型、眼鏡、表情和姿勢的變化。它具有更高的可靠性，可以準確識別百萬分之一的人。

目前，常用的生物識別方法，如高功能、快速、簡單、準確的人臉識別，與其他人體生物識別技術相比，具有明顯的技術優勢。

1. 快速、無干擾

人臉識別方法具有快速、簡單、不美觀、被動協調的特點，不需要人為干預。

其餘的人體生物識別方法都是干擾，需要人體被動的進行互動。而人臉識別不需要對人的行為進行干擾，你要從攝像頭前快速透過，你的外貌就會被快速組裝和檢查，所以很簡單。

2. 準確性和直觀性

人臉識別具有良好的防偽、防騙、準確、直觀、方便等特點。

與其他人體生物特徵相比，人臉識別是最明顯、最可靠、最準確的，所以是一種很好的防偽防騙方法。下圖是人臉識別技術與其他生物識別技術的比較：

人臉識別的最新發展是，攝像頭可以搜尋人們進行識別活動的影象，而不僅僅是識別靜態照片。例如，美國紐澤西州維斯威克公司最近開發的一種輪廓識別系統，可以透過攝像頭和微型計算機識別人群中的個人。

此外，德國ZN Phantomas公司還可以處理一系列由受害者描繪的可疑影象。這種產品也適合在英國使用。下圖是人臉識別行業發展趨勢，我們可以看到人臉識別正處於大面積推廣和使用當中。

Tech Identification Systems和Volensic Security Services Inc.都傾向於隱形，即他的優點是不受光線影響，在黑暗中工作，就像白天一樣。

除了標準的影片採集人體影象外，最近還有一種趨勢是使用熱成像技術。這種技術可以透過分析面部毛細血管血液產生的熱線，形成面部影象。熱成像技術即使在黑暗的環境中也不需要較好的照明。而且能更好的消除由鬍鬚、頭髮和化妝品造成的面部干擾。

要想知道如何找到人，就要先知道人臉識別的原理

還有一種叫做3D結構光，這種解鎖方式相對還比較安全，但是因為價格的原因，目前也就只有蘋果手機和部分安卓手機在用。

人臉識別的原理？

1.當你開啟設定錄入人臉的時候，攝像頭採集到我們的面部資訊之後，要先對影象進行處理，因為每次解鎖所處的環境都是天差地別，有的光線太暗了或者太亮了，都可能導致解鎖不成功。

2.當系統完成第一步之後，會對面部特徵進行記憶儲存，比如 有的圓臉有的方臉，再比如 兩個器官之間的差距，以及器官的形狀，這些都是後期解鎖的重要特徵。

3.當你開啟手機解鎖的時候，系統會對剛剛的步驟進行重複處理，也就是第一次錄入的人臉，包括 大小 特徵 距離 光線 進行對比，只要能對的上絕大多數的特徵就能解鎖成功，這個就是人臉識別的基本原理（細節不多說）

在錄入人臉面部資訊的時候，就像手機設定密碼，密碼越多也就越安全，換句話說你長得越醜就越安全，而目前的大多數安卓手機，都是透過一個前置攝像頭包括小米紅外攝像頭，都是透過人臉照片對比進行解鎖,獲取的都是一個平面圖像也就是2D,你可以理解成二維空間，看看這張圖片他沒有3D立體感，如果有心人拿著你的照片都有可能解開你的手機，機率會很低但不完全絕對。

相對於2D解鎖3D就顯得安全很多，它會獲取人臉深度的資訊。

1.ToF（飛行時間技術），就是感測器發出的紅外光，紅外光再從物體表面反射給感測器，感測器透過發射與反射光之間的相位差換算出，深度資訊。

2.雙目測距離技術，和人的眼睛類似，直接透過兩個攝像頭進行拍攝，會得到兩個一樣的物體，不一樣的平面圖像，再把兩張影象上相同的特徵標註出來，最後在基於三角測量原理計算出深度資訊。

什麼是3D結構光呢？

3D結構光的主要目的就是可以打出一道光線，找到系統想找到的某個人，當然這道線肉眼是看不到的，你可以嘗試使用另一部手機開啟攝像頭，對準帶有3D結構光的手機點電源鍵看一下，3D結構光也分兩種，散斑結構光和編碼結構光。

這就是基本原理！

感謝閱讀！