科技照亮未来人脸识别智能终端

　　科技照亮未来人脸识别智能终端，相信谈及“刷脸“大家都不陌生，很多公司已经全面开启了人脸识别的这种认证和支付方式。之前在德国消费电子、信息及通信博览会开幕式向包括德国总理和中国在内的嘉宾，现场演示扫脸技术，实现人脸识别支付。

　　什么是人脸识别自助终端技术？

　　人脸识别，是计算机视觉里面的一个分支问题，应该也是难解决的问题。

　　车牌识别我们接触的比较多，其实车牌与人脸识别的实现也是相同也有不同的。人类通过眼睛获得视觉信息，这些信息经过大脑的处理被识别为有意义的概念。于是我们知道了放在我们面前的是水杯、书本，还是什么别的东西。然而这项看似简单的人物，对机器来说却并不那么容易实现。

　　对计算机来讲，一副图像信息，无论是静态的图片，还是动态视频中的一帧，都是一个由众多像素点组成的矩阵。比如一个1080P的数字图像，是一个由1980*1080个像素点组成矩阵，每个像素点，如果是8bit的grb格式，则是3个取值在0-255的数。机器需要在这些数据中，找出某一部分数据代表了何种概念：哪一部分数据是水杯，哪一部分是书本，哪一部分是人脸。

　　AI深度学习助力人脸识别技术

　　定位到人脸之后的另外一个问题就是如何去区别你是不是你，计算机理解人脸不是一整张的人脸，而是将人脸的上一些特征比如单眼皮，高鼻梁，眼球颜色等划分为某一个特征值。主流识别算法在特征值个数在5到100之间。

　　计算机将一张脸（特征1，特征2，特征3，特征4，特征5）这样的模式存储起来。但是这5种特征值和区分维度是没办法区分全球全球70亿人的。当特征值和区分维度增加后特征空间的库就变得巨大无比，传统算法不足以计算，2012基于神经网络算法的深度学习算法出现，使得人脸识别的效率和准确率得到质的飞跃。

　　人脸识别更便捷具安全性我们常见的生物识别有指纹，虹膜，指静脉等，但是指纹因为会磨损，换季脱皮等印刷影响给用户带来不少的麻烦，再加之指纹可通过简易方式复制获取后完成，安全性上并没有想象中那么好。

　　目前主流的指纹硬件识别速度在1秒左右，但是的是需要人走近伸出手指才能识别，相比于在运动中靠近就开始识别的人脸识别效率低了不少。安全性上人脸识别算法在通过大数据的人脸库的深度学习，更加智能，即时戴眼镜，化妆，遮挡，双胞胎，等情况都能准确识别，还能活体检测，安全性上更胜一筹。