人脸识别基于一个默认成立的假设：同一个人在不同照片里的脸，在特征空间里非常接近。

为什么这个假设默认成立，设想一下，一个棕色头发的人，在不同光照，遮挡，角度条件下，发色看起来虽然有轻微的区别，但依然与真实颜色非常接近，反应在发色的特征值上，可能是 0 到 0.1 之间的浮动。

深度学习的另一任务和挑战便是在各种极端复杂的环境条件下，精1确的识别各个特征。

稳定性强:人脸识别服务已成功应用于微众银行、天天P图等众多实际场景中，经过海量用户和复杂场景的验证，服务运行稳定，鲁棒性强，能够为用户提供可靠的识别体验。

算法领1先:基于高维 LBP、PCA、LDA 联合贝叶斯、度量学习、迁移学习、深度神经网络等全1面的算法，并根据每种场景，训练优化模型，达到低时延。

　　业内人士指出，评价人脸识别技术的成熟度，可从误识率、通过率、识别速度、识别度和隐私性五个指标考察。肉眼的误识率是千分之一，而人脸识别的误识率可以低至百万分之一。

“刷脸”的新款手机，机场高铁的智能闸机，小区写字楼的智能门禁，网约车软件的安全认证，“一键美颜”的软件……除了安防和金融，人脸识别应用的场景越来越多，用户基础也越来越广。据了解，目前已有超1亿用户使用过支付宝的人脸识别登录功能，其中60岁以上老人多达百万，年龄1大的已有109岁。人脸比对：精准判断两张人脸是否是同一个人，并返回置信度分数和相应的阈值，以便评估相似度。