人臉識(shí)別閘機(jī)終端

人臉識(shí)別，是基于人的臉部特征信息進(jìn)行身份識(shí)別的一種生物識(shí)別技術(shù)。用攝像機(jī)或攝像頭采集含有人臉的圖像或視頻流，并自動(dòng)在圖像中檢測(cè)和跟蹤人臉，進(jìn)而對(duì)檢測(cè)到的人臉進(jìn)行臉部的一系列相關(guān)技術(shù)，通常也叫做人像識(shí)別、面部識(shí)別。人臉識(shí)別的應(yīng)用集成了人工智能、機(jī)器識(shí)別、機(jī)器學(xué)習(xí)、模型理論、專家系統(tǒng)、視頻圖像處理等多種專業(yè)技術(shù)，同時(shí)結(jié)合中間值處理的理論與實(shí)現(xiàn)，是生物特征識(shí)別的應(yīng)用，其核心技術(shù)的實(shí)現(xiàn)，展現(xiàn)了弱人工智能向強(qiáng)人工智能的轉(zhuǎn)化。

  人臉識(shí)別系統(tǒng)在國(guó)內(nèi)廣為人知始于近幾年，其實(shí)早在20世紀(jì)90年代人臉識(shí)別就已在美國(guó)、德國(guó)、日本等國(guó)家應(yīng)用，作為新興技術(shù)，人臉識(shí)別搭載“高科技”標(biāo)簽，廣為產(chǎn)品廠商和用戶喜愛(ài)。人臉識(shí)別系統(tǒng)成功的關(guān)鍵在于是否擁有的核心算法，并使識(shí)別結(jié)果具有實(shí)用化的識(shí)別率和識(shí)別速度。在采集數(shù)據(jù)有限，算法限制的情況下，很可能出現(xiàn)人臉識(shí)別失敗的結(jié)果。目前我國(guó)人臉識(shí)別技術(shù)的認(rèn)假率在萬(wàn)分之一，越是大規(guī)模的應(yīng)用，對(duì)人臉識(shí)別精度的要求也就越高。人臉作為一項(xiàng)生物特征，本身識(shí)別就有一定的困難。人臉識(shí)別被認(rèn)為是生物特征識(shí)別領(lǐng)域甚至人工智能領(lǐng)域困難的研究課題之一。

作為用戶，對(duì)于人臉識(shí)別擔(dān)憂主要是對(duì)其靈敏性、安全性方面的擔(dān)憂。因?yàn)槿四樉哂邢嗨菩裕械娜四樀慕Y(jié)構(gòu)都相似，甚至人臉器官的結(jié)構(gòu)外形都很相似。這樣的特點(diǎn)對(duì)于利用人臉進(jìn)行定位是有利的，但是對(duì)于利用人臉區(qū)分人類個(gè)體是不利的。

  此外，人臉的外形很不穩(wěn)定，人可以通過(guò)臉部的變化產(chǎn)生很多表情，而在不同觀察角度，人臉的視覺(jué)圖像也相差很大，另外，人臉識(shí)別還受光照條件（例如白天和夜晚，室內(nèi)和室外等）、人臉的很多遮蓋物（例如口罩、墨鏡、頭發(fā)、胡須等）、年齡等多方面因素的影響。這些都會(huì)影響人臉識(shí)別的靈敏性，甚至影響人臉識(shí)別的結(jié)果，終帶來(lái)安全隱患。

人臉識(shí)別閘機(jī)終端