天门动态人脸识别询问报价「在线咨询」

用于表示人脸的大量特征从哪来？这便是深度学习（深度神经网络）发挥作用的地方。它通过在千万甚至亿级别的人脸数据库上学习训练后，会自动总结出适合于计算机理解和区分的人脸特征。

算法工程师通常需要一定的可视化手段才能知道机器到底学习到了哪些利于区分不同人的特征，当然这部分不是本节重点。

阐明了不同人脸由不同特征组成后，我们便有了足够的知识来分析人脸识别，到底怎么识别。

通常采取三种应对措施，使人脸识别系统能正常运作：

1. 工程角度：研发质量模型，对检测到人脸质量进行评价，质量较差则不识别/检验。

2. 应用角度：施加场景限制，比如刷脸，人脸闸机，会场签到时，都要求用户在良好的光照条件下正对摄像头，以避免采集到质量差的图片。

3. 算法角度：提升人脸识别模型性能，在训练数据里添加更多复杂场景和质量的照片，以增强模型的抗干扰能力。

金融领域，“刷脸”支付已经成为现实。贷前审核、身份认证等业务也正被覆盖，通过人脸识别，银行可以快速核查甄别身1份信息，用户无需银行1卡也能实现取款。

在出行领域，百度与南航合作的基于人脸识别的“刷脸”登机项目，已在河南南阳姜营机场落地，人脸闸机让旅客直接“刷脸”坐飞机，以秒为单位完成身份验证。北京大学则在尝试将“刷脸”系统应用到校园安保系统当中，学生一套“刷脸入校”闸机已投入运行。