人臉識别包括分别是人臉檢測、OCR跟活體檢測。本周的文章裡會介紹這三者的概念。今天這篇文章先分享下人臉檢測的實現方法和代碼，明後天文章裡我們會陸續介紹跟OCR相關的風控策略。大家如果對這系列文章有興趣，可以點個贊在看。

天網系統，想必大家都有所耳聞，中國政府采取人臉識别系統，在車站、飯店、商場、劇院等公共場所，巴士、地鐵、計程車等交通工具）的監控鏡頭，可在極短時間内識别大量民衆身份。截止今日為止，應該已經在中華大地上安裝了上億個攝像頭。

這套識别的系統的效果如果，想必各位早有耳聞。比如逃犯克星張學友，在去年的多個演唱會上識别到了多位逃犯，難怪逃犯都在唱：不該來聽你的演唱會，錯買門票一對......

人臉識别系統的真實效果如果，以我親身經驗來看，真的準确，而且這套系統還能将人群的大概屬性都一一甄别出來，比如下面這幅圖裡所示：

當然切回具體的風控流程裡，人臉識别一直是我們風控流程裡比較重要的一個風險環節。

我們在從今天的開始的文章裡會跟各位來具體介紹下跟人臉識别相關的題材。

首先，我們需要搞清楚，人臉識别裡主要包括三大塊内容，分别是人臉檢測、OCR跟活體檢測，以下我們介紹這三者的區别。

人臉檢測

一：人臉檢測，所謂人臉檢測，就是給定任意一張圖片，找到其中是否存在一個或多個人臉，并返回圖片中每個人臉的位置和範圍。人臉檢測的研究在過去二十年例取得了巨大進步，可以說目前人臉識别的準确性已經非常高。人臉檢測發展迅猛，主要依賴于對相關算法的優化和改進：

比如在特征處理上，我們已經會用到的比較成熟的算法是：LBP、SIFT、HOG、SURF、DAISY等；

在模型拟合上已經成熟的算法是：boosting、SVM、深度學習等；

當然這裡離不開對下面具體代碼庫的維護：高OpenCV、DPM、深度學習框架-caffe等。等會我們具體的代碼實現也會調用到這個庫的相關模塊

人臉檢測的具體應用如開篇中所述，下面再插入一圖加以說明：

OCR

二：OCR指的是指對輸入圖像進行分析識别處理，獲取圖像中文字信息的過程，具有廣泛的應用場景。，一般我們會比如用戶的身份證正反面信息識别，包括：姓名、性别、民族、出生日期、地址、身份證号、簽發機關、證件有效期、銀行卡卡号識别。

活體檢測

三：活體檢測：主要是通過識别活體上的生理信息來進行，它把生理信息作為生命特征來區分用照片、矽膠、塑料等非生命物質僞造的生物特征。活體檢測，是人臉識别技術邁向更高的一個層次。目前大部分的實現方法是，用戶實時拍攝上傳一段靜默活體視頻到雲端，雲端通過人臉識别技術判别并反饋此用戶是否為真實的人。

基于python實現人臉識别的代碼實現

最後跟各位同學分享下，人臉識别的具體的代碼實現。剛提到某些庫目前已經非常成熟，我們隻需要直接調用相關模塊即可：

在加載這段代碼前，記得安裝上open cv庫

此次人臉識别的代碼的實現，我們參考網絡上的代碼，直接調用open cv庫。本想用本人的照片做一下測試，無奈這段代碼太吃内存和cpu，最終還是沒有跑出來。參考下其他網友做出來的效果展示：

人臉識别作為生物特征識别的一個分支，相較于其他的生物識别方式，人臉識别具有識别方式友好、識别結果直觀等優勢。之前就有朋友提到白天用人臉識别開機，晚上關燈用指紋解鎖，你看這臉手配合簡直就是無縫銜接。而我看人臉識别現在最好用的就是購物支付環節，連個密碼都不用輸直接就付款了，連後悔的機會都沒有。按這個趨勢發展，人臉識别使用的機會會越來越多也是必然的。

~end~

注：以上圖文資料均來自番茄學院《番茄風控大數據》知識星球與相關專題課内容

我們堅持為大家帶來輸出系列風控幹貨内容，歡迎廣大風控愛好者關注 : 番茄風控大數據

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!