據(jù)了解，目前我國(guó)人臉識(shí)別技術(shù)主要應(yīng)用在金融和安防這兩大B端領(lǐng)域。

諸如前段時(shí)間火熱的大興機(jī)場(chǎng)的人臉識(shí)別，機(jī)場(chǎng)安檢領(lǐng)域便是一個(gè)巨大的市場(chǎng)，目前多個(gè)機(jī)場(chǎng)的安檢系統(tǒng)已采用人臉識(shí)別技術(shù)，其實(shí)不止機(jī)場(chǎng)，火車(chē)站，學(xué)校等公共場(chǎng)所也都有布局，未來(lái)還將產(chǎn)生更多的需求。監(jiān)控增量空間巨大，人臉識(shí)別應(yīng)用前景廣闊。

此外，在金融領(lǐng)域的刷臉支付已十分普及，有關(guān)部門(mén)將發(fā)布人臉識(shí)別相關(guān)金融標(biāo)準(zhǔn)，以明確人臉信息采集、傳輸、存儲(chǔ)、利用等環(huán)節(jié)的安全管理要求。

但同樣是使用人臉識(shí)別設(shè)備，為什么有些是用作高鐵安檢，有些是用作刷臉支付呢？這里就要從人臉識(shí)別的硬件設(shè)備和軟件算法說(shuō)起了。

一般來(lái)說(shuō)，對(duì)身份驗(yàn)證不太嚴(yán)格的人臉識(shí)別設(shè)備使用的多數(shù)是2D人臉識(shí)別，對(duì)身份驗(yàn)證比較嚴(yán)格的則是3D識(shí)別，主要應(yīng)用3D結(jié)構(gòu)光、TOF等人臉攝像頭，測(cè)定眼間距，鼻子高低等立體人臉信息。

同時(shí)，我們要看它的應(yīng)用場(chǎng)景是用人臉識(shí)別終端識(shí)別和對(duì)應(yīng)的識(shí)別人數(shù)，從而分為人臉識(shí)別的1:1模式、1:N模式和M:N這三種模式。

1:1模式——主要應(yīng)用于一對(duì)一的身份識(shí)別場(chǎng)景，例如刷臉支付、酒店入住、考試身份核驗(yàn)、人證對(duì)比等。用戶(hù)站在人臉識(shí)別終端前，過(guò)程中要站著不動(dòng)幾秒（靜態(tài)識(shí)別），再通過(guò)人臉識(shí)別攝像頭進(jìn)行身份校驗(yàn)，以此證明“你是你”。由于如刷臉支付、酒店入住登記、考試身份核驗(yàn)、人證對(duì)比這些需要實(shí)名制的應(yīng)用場(chǎng)景，搞錯(cuò)一個(gè)人都可能帶來(lái)風(fēng)險(xiǎn)，一般要求識(shí)別準(zhǔn)確度要達(dá)到99%以上，以保障身份精準(zhǔn)對(duì)應(yīng)。

1:N模式——主要應(yīng)用于一對(duì)多的人臉識(shí)別場(chǎng)景，是從N張人臉中找出要找的人，以此找出“你是誰(shuí)”。公司企業(yè)的刷臉考勤，同樣是通過(guò)人臉識(shí)別設(shè)備，從公司內(nèi)部的人臉數(shù)據(jù)庫(kù)中自主查找，判定你是否公司員工，才能開(kāi)門(mén)放行。又例如公安部門(mén)要從人流密集的地方找出記錄在數(shù)據(jù)庫(kù)的逃犯，需要通過(guò)從人臉數(shù)據(jù)庫(kù)的大量信息中篩選出匹配的人。這類(lèi)模式比較考驗(yàn)人像數(shù)據(jù)庫(kù)的容量大小，準(zhǔn)確率會(huì)比1:1模式要稍低5%-10%。

M:N模式——這里M可以理解為一個(gè)數(shù)據(jù)庫(kù)。M:N模式多應(yīng)用在一些人流量大、需要保障公共安全的地方。如火車(chē)站、演唱會(huì)、大型體育賽事中，進(jìn)行這類(lèi)人臉識(shí)別時(shí)，通常被識(shí)別的主體不會(huì)停留在一處，而且處于運(yùn)動(dòng)狀態(tài)（如火車(chē)高鐵站行色匆匆的旅客），屬于動(dòng)態(tài)識(shí)別，容易受側(cè)臉、光線(xiàn)、距離等影響準(zhǔn)確度，準(zhǔn)確度是三種模式中最低。面對(duì)數(shù)據(jù)量大的人臉識(shí)別場(chǎng)景，可能還需要經(jīng)過(guò)人臉識(shí)別終端進(jìn)行邊緣計(jì)算，減輕數(shù)據(jù)庫(kù)后臺(tái)的負(fù)擔(dān)。

來(lái)源：朗銳智科