人臉識別系統的研究始於20世紀60年代，80年代後隨著計算機技術和光學成像技術的發展得到提高，而真正進入初級的應用階段則在90年後期，並且以美國、德國和日本的技術實現為主；人臉識別系統成功的關鍵在於是否擁有尖端的核心算法，並使識別結果具有實用化的識別率和識別速度；“人臉識別系統”集成了人工智能、機器識別、機器學習、模型理論、專家系統、視頻圖像處理等多種專業技術，同時需結合中間值處理的理論與實現，是生物特徵識別的最新應用，其核心技術的實現，展現了弱人工智能向強人工智能的轉化。人臉識別系統在手上早已應用，最出名的iphone x 只要對著臉就能完成一系列操作。現在機場也開始實行人臉識別入境了。松下（Panasonic）近期公開了一款採用人臉識別技術的出入境系統，並表示已經在 10 月於日本羽田機場推出，並計劃在 2018 年開始逐漸部署到成田、關西、中部、福岡機場。新的系統將使旅客在辦理出入境手續時，只需要將護照放在識別設備上，目視眼前的一面鏡子，設備將結合護照中的資料與識別中的面部影像進行對比，識別成功即可完成手續。松下還在這套系統中結合了自己研發的照片修正技術，即便旅客年齡增長，或是化妝，系統也能正確識別出來。實際上，採用人臉識別技術的機場在中國也已經開始出現，譬如騰訊曾在今年 9 月幫助天津打造了一個 “智慧機場”，這一項目由騰訊大燕網、騰訊雲、騰訊優圖團隊共同推出，騰訊優圖官方表示其人臉識別技術能達到 99% 的準確率。人臉識別具體步驟：Step 1 人臉檢測：根據眼睛、眉毛、嘴巴、鼻子等器官的特徵以及相互之間的幾何位置關係來檢測人臉，即在在一副圖像或一序列圖像（比如視頻）中判斷是否有人臉,若有則返回人臉的大小、位置等信息。 Step 2 人臉圖像預處理：系統獲取的原始圖像由於受到各種條件的限制和隨機干擾，往往不能直接使用，必須在圖像處理的早期階段對它進行灰度校正、噪聲過濾等圖像預處理。人臉圖像的預處理主要包括人臉對準，人臉圖像的增強，以及歸一化等工作。人臉對準是為了得到人臉位置端正的人臉圖像；圖像增強是為了改善人臉圖像的質量，不僅在視覺上更加清晰圖像，而且使圖像更利於計算機的處理與識別。歸一化工作的目標是取得尺寸一致，灰度取值範圍相同的標準化人臉圖像。 Step 3 人臉圖像特徵提取:人臉特徵提取就是針對人臉的某些特徵進行的。人臉特徵提取，也稱人臉表徵，它是對人臉進行特徵建模的過程。 Step 4 人臉圖像匹配與識別：人臉識別就是將待識別的人臉特徵與已得到的人臉特徵模板進行比較，根據相似程度對人臉的身份信息進行判斷。這一過程又分為兩類：一類是人臉確認，是一對一進行圖像比較的過程，將某人面像與指定人員面像進行一對一的比對，根據其相似程度(一般以是否達到或超過某一量化的可信度指標/閥值為依據)來判斷二者是否是同一人。 另一類是人臉辨認，是一對多進行圖像匹配對比的過程。將某人面像與數據庫中的多人的人臉進行比對(有時也稱“一對多”比對)，並根據比對結果來鑑定此人身份，或找到其中最相似的人臉，並按相似程度的大小輸出檢索結果。
閱讀更多 大神來救 的文章
