Question

人脸识别是靠什么技术实现的？

一直不明白，比如借贷宝那种注册的时候，人脸识别认证。感觉很高端，想多了解点。

Answer 1

不同品牌机型采用的面部识别技术方案不同，面部识别效果也会不一样；目前vivo/iQOO系列手机，仅NEX双屏版采用3D人脸识别技术，其余机型均采用Face Wake面部识别，通过识别面部特征点，与录入信息进行匹配从而实现解锁。
注：3D人脸识别技术介绍：3D人脸识别技术能实现面部信息的立体捕捉，通过识别面部的立体特征，降低误识别的可能性，可带来更准确安全的识别。

Answer 2

人脸识别门禁技术如今已渐趋成熟，曾经很多企业、社区、景区、工地所依赖的指纹识别门禁、门禁卡门禁、密码锁门禁如今正被人脸识别门禁所取代，为各行业领域带来了极大的便捷。但人脸识别技术作为一种新兴的人员身份鉴别技术，大部分人对于这项技术还是相对陌生，关于与人脸识别相关的问题也时有发生，为了让大家快速学会使用人脸识别门禁系统，今天宝比万像人脸识别就来教大家如何学会人脸识别门禁的人脸信息录入使用。
启动设备
1.默认打开宝比万像人脸识别门禁考勤设备端APP，进入“宝比万像人脸识别门禁考勤系统设备端APP”启动页
2.默认进入人脸认证页面。
3.在人脸认证界面，点击“首页”按钮，返回人脸设备主菜单。
人脸验证
1.在人脸识别主界面点击“人脸认证”菜单进行人脸验证
2.人脸认证：通过认证，闸门开启，并显示人脸ID，姓名。
3.人脸认证：没有登记的人脸进行验证，提示“人脸无登记”。
人脸登记
1.在人脸识别主界面点击“人脸登记＋”，弹出登录界面。
2.输入登录账号、密码（xxxxxx），点击登录。
3.输入姓名，点击下一步，跳转到人脸登记界面。
4.人脸登记初始化页面。提示登记这，请面对摄像头。
5.人脸登记：拍摄成功后“确认注册”，提升“人脸登记成功”。
6.点解“重新获取”，即对需要登记的人脸进行重新拍摄登记。
7.已登记成功的用户，再次进行人脸登记，则提示；已登记。
8.点击当前页面的返回剪头，即返回到人脸识别设备APP首页。

Answer 3

人脸识别是一种基于人的脸部特征信息进行身份认证的生物特征识别技术。它集成了人工智能、机器识别、机器学习、模型理论、视频图像处理等多种专业技术。人脸识别用摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部识别。
人脸识别主要分四步完成：人脸图像采集及检测、人脸图像预处理、人脸图像特征提取、匹配与识别。
随着智能手机的迅速普及，可以通过手机镜头在手机上做基于人脸识别的身份注册、认证、登录等，使身份认证过程更安全、方便。由于人脸比指纹等视觉辨识度更高，所以“刷脸”的应用前景更广阔。人脸识别具有自然性和非接触性，可以快捷、精准、卫生地进行身份认定，避免个人信息泄露，并能隐蔽使用。人脸识别能够应对复杂的光照并支持多种人脸姿态，可以精确定位眉毛、眼睛、鼻子、嘴巴、脸部轮廓等面部关键区域位置，制成独一无二的“面具”，以便通过已存“面具”和待识“面具”的快速比对，实现准确识别。 人脸识别也具有不可复制性，能从几百项脸部特征中找出识别对象。人脸识别技术已在智能门禁、门锁、考勤、手机解锁、电脑登录远程认证、人脸支付、特殊人物识别等方面有广泛应用。
此答案由人脸识别颜鉴科技提供。

Answer 4

1.基于特征脸（PCA）的人脸识别方法
特征脸方法是基于KL变换的人脸识别方法,KL变换是图像压缩的一种最优正交变换.高维的图像空间经过KL变换后得到一组新的正交基,保留其中重要的正交基,由这些基可以转成低维线性空间.如果假设人脸在这些低维线性空间的投影具有可分性,就可以将这些投影用作识别的特征矢量,这就是特征脸方法的基本思想.这些方法需要较多的训练样本,而且完全是基于图像灰度的统计特性的.目前有一些改进型的特征脸方法.
2.神经网络的人脸识别方法
神经网络的输入可以是降低分辨率的人脸图像、局部区域的自相关函数、局部纹理的二阶矩等.这类方法同样需要较多的样本进行训练,而在许多应用中,样本数量是很有限的.
3.弹性图匹配的人脸识别方法
弹性图匹配法在二维的空间中定义了一种对于通常的人脸变形具有一定的不变性的距离,并采用属性拓扑图来代表人脸,拓扑图的任一顶点均包含一特征向量,用来记录人脸在该顶点位置附近的信息.该方法结合了灰度特性和几何因素,在比对时可以允许图像存在弹性形变,在克服表情变化对识别的影响方面收到了较好的效果,同时对于单个人也不再需要多个样本进行训练.
4.线段Hausdorff 距离(LHD) 的人脸识别方法
心理学的研究表明,人类在识别轮廓图（比如漫画）的速度和准确度上丝毫不比识别灰度图差.LHD是基于从人脸灰度图像中提取出来的线段图的,它定义的是两个线段集之间的距离,与众不同的是,LHD并不建立不同线段集之间线段的一一对应关系,因此它更能适应线段图之间的微小变化.实验结果表明,LHD在不同光照条件下和不同姿态情况下都有非常出色的表现,但是它在大表情的情况下识别效果不好.
5.支持向量机(SVM) 的人脸识别方法
近年来,支持向量机是统计模式识别领域的一个新的热点,它试图使得学习机在经验风险和泛化能力上达到一种妥协,从而提高学习机的性能.支持向量机主要解决的是一个2分类问题,它的基本思想是试图把一个低维的线性不可分的问题转化成一个高维的线性可分的问题.通常的实验结果表明SVM有较好的识别率,但是它需要大量的训练样本（每类300个）,这在实际应用中往往是不现实的.而且支持向量机训练时间长,方法实现复杂,核函数的取法没有统一的理论.

Answer 5

人脸识别系统的技术原理是以人脸识别技术为核心，是一项新兴的生物识别技术，是当今国际科技领域攻关的高精尖技术。

它广泛采用区域特征分析算法，融合了计算机图像处理技术与生物统计学原理于一体，利用计算机图像处理技术从视频中提取人像特征点，利用生物统计学的原理进行分析建立数学模型，具有广阔的发展前景。

使用方便，人脸识别技术使用通用的摄像机作为识别信息获取装置，是一种完全非接触的方式，识别方便快捷，并自动生成签到记录报表。

业务流程在会议中心的签到处，与会人员通过摄像机采集的图像与迎宾主机内的参会人员名单进行比对，与参会人员名单内的模板数据一致时，则在显示设备上显示信息，并欢迎致辞，同时打开门禁。

通过比对发现没有在参会名单内，则与系统内的黑名单模板进行比对，若与黑名单模板数据一致则向客户端的工作人员发出预警信息提示，如果与黑名单比对后也无相应模板，则进行拍照留底，不进行后续联动工作。

万维识别为您解答，希望能帮到你哦！