我是痞子，點擊上方“關注”，每天為你分享個人精進幹貨。

　　♡

　　現在，我們發現人臉識别在科技領域無處不在，從支付到犯罪識别系統等等。根據全球市場洞察，到2026年，人臉識别市場将達到120億美元。

　　為什麼這項技術如此流行？因為它為人們和企業都增加了巨大的價值。面部開鎖，診斷疾病，預防犯罪，尋找丢失的寵物等等。下一個人臉識别的舉措将是什麼？

　　現在，人們比以往任何時候都更需要了解面部識别的工作原理。了解面部識别的局限性以及它在未來的發展也很重要。

　　什麼是面部識别？它是如何工作的？ 人臉識别是一種檢測和識别人臉的技術。面部識别是如何工作的？它其實看到的是人臉數據。面部數據意味着獨特的面部特征，如眼睛之間的距離、前額-下巴距離、鼻子寬度、顴骨形狀等。面部識别軟件的工作原理沒有共同的答案，因為每個軟件都基于可靠的專有算法。然而，我們仍然可以将這一進程分為兩個主要階段：

　　檢測

　　人臉檢測是如何工作的？像人臉識别SDK或其他人臉識别系統這樣的軟件可以檢測圖像和視頻中的單個或多個人臉。他們得到的被稱為面部坐标（眼睛、鼻子、嘴唇等）。這些坐标是唯一的。

　　識别

　　人臉識别是如何工作的？一種識别人臉的方法，用于識别或驗證目的。在此階段，我們的面部坐标将與數據庫進行比較。如果檢測到相似性，則會進行确定。

　　某些軟件為了能夠運行，它必須知道如何區分一個基本的臉和背景的其餘部分。人臉識别軟件是基于對人臉的識别能力，然後對人臉的各種特征進行測量。

　　每一張臉都有許多可辨别的地标，構成面部特征的不同峰谷，我們将這些地标定義為節點。每個人臉大約有80個節點。軟件測量的其中一些是：

　　兩眼之間的距離

　　鼻子的寬度

　　眼窩深度

　　顴骨的形狀

　　下颚線的長度

　　這些節點通過創建一個數字代碼來測量，表示數據庫中的人臉。

　　在過去，面部識别軟件依賴于一個2D圖像來比較或識别數據庫中的另一個2D圖像。為了有效和準确，拍攝的圖像必須是一張幾乎直接對着相機的臉，與數據庫中的圖像相比，光線或面部表情變化很小。這造成了一個相當大的問題。

　　在大多數情況下，圖像不是在受控環境下拍攝的。即使是光線或方向上的最小變化也會降低系統的有效性，因此它們無法與數據庫中的任何人臉匹配，從而導緻高故障率。在下一節文章中，我們将會知道糾正問題的方法。

　　面部識别技術可以從照片或視頻中識别出一個人。它将選定的面部特征與數據庫中的面部進行比較，并可以分析面部紋理和形狀來驗證一個人。

　　面部識别分兩步進行。第一步是從圖像中提取和選擇特征。第二步是對象或特征的分類。

　　面部技術在不同的産品和應用中有許多具體的工作方式，包括：

　　傳統意義上的。許多傳統的人臉識别算法識别面部特征，如眼睛、鼻子、顴骨和下巴的位置或大小。這些功能用于連接其他匹配的功能。有些算法隻保存對人臉識别很重要的人臉數據，而不保存整個人臉圖像。傳統的算法主要有兩種，幾何算法和光度算法。幾何算法着眼于區别特征。光度法是一種統計方法，它将圖像放入一個值中，然後在消除過程中将值與模闆進行比較。無論哪種方法，這些算法都利用人臉圖像進行比較和對比，匹配正确的圖像進行人臉識别。

　　3D識别。三維人臉識别使用三維傳感器來捕捉有關人臉形狀的信息。從那裡，軟件識别出不同的特征，如眼窩、鼻子和下巴。環境中的光線或其他變化不會影響3D面部識别，但是面部表情會引起一些敏感性。正因為如此，不同角度的相機正在成為一種流行的實時方式來識别人臉。

　　皮膚紋理分析。這是面部識别領域的一個新趨勢。這個過程把一個人皮膚上獨特的線條和圖案變成一個數學空間。一張照片拍攝一塊皮膚，然後把那塊皮膚分成小塊。算法将貼片轉化為數學空間，然後将貼片與數據庫進行比較。

　　熱敏攝像機。熱敏相機隻檢測頭部的形狀，而忽略了眼鏡或帽子等配件。熱敏相機甚至可以在微光下拍攝圖像，無需使用閃光燈。但是識别的數據庫有限，很難使用。如果識别技術變得更加流行，數據庫能夠發展壯大，這可能是一個極好的選擇。

　　這些方法各有利弊，現在許多公司正緻力于将不同的方法結合起來，以獲得更高的成功率。結合這些方法意味着面部表情，眨眼，皺眉或微笑，種族，性别，甚至面部頭發或眼鏡都可以解釋。

　　面部識别威脅和問題 盡管面部識别技術幫助許多行業提高了安全性，但這項技術還是引起了許多人的極大關注。再加上監控市場呈指數級增長，人臉識别系統幾乎可以在生活的方方面面找到，相當一部分人反對這種技術。讓我們來看看有關人臉識别軟件的一些主要問題。

　　隐私

　　面部識别技術發展勢頭強勁，但與此同時，嚴格的新隐私法正在頒布。

　　數據濫用

　　人們非常擔心公司會濫用他們通過面部識别收集的數據。而且，即使一家公司有好的意圖，如果數據洩露發生，數據總是有可能被濫用。

　　識别錯誤

　　人臉識别技術并非100%準确。在識别女性和有色人種時，尤其是使用過時的算法時，存在更大的偏見。

　　面部識别限制 在短短的幾年裡，人臉識别技術的能力和準确性都有了顯著的提高。在理想條件下，人臉識别系統的準确率可達99.97%。然而，在現實世界中，理想的照片是很少實現的。照明和定位必須使受試者的面部特征清晰無瑕。

　　老化也會增加錯誤率。由于受試者的臉随着時間的推移而老化，系統将不太可能将其與數據庫中的照片進行匹配。

　　另一個問題是供應商之間的準确性差異很大。一些供應商已經開發出能夠提供高精度結果的算法。然而，一般的市場供應商并不那麼準确。人臉識别軟件離商品化還有很長的路要走。

　　人臉識别的未來。 那麼，面對圍繞面部識别的争議，接下來會發生什麼呢？許多類型的組織，從購物，銀行和旅遊，将繼續使用面部識别軟件。關鍵将是讓經過培訓的IT專業人員進入工作崗位，他們可以幫助制定法規，提高安全性和隐私性，并适應更準确的面部識别的新版本。

　　好了，本期的了解就到這了，我是痞子，如果你對我的科普感興趣，可以關注我并且留言哦。

　　♡

　　往期文章：

　　什麼是石墨烯，為何讓人驚歎？比鋼強200倍，比紙輕1000倍

　　核聚變能源的時代可能越來越近了（核聚變簡史）

　　你知道半導體，但你知道它如何工作嗎？

　　什麼是石墨烯電池？石墨烯電池比锂離子電池好嗎？

　　電磁閥的工作原理

　　作者：痞子，90後工科男，有過三次創業經曆，目前從事高新科技。科普、分享個人精進幹貨，一起學一點~

　　,

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!