人脸识别在我们的日常生活之中非常常见，手机解锁需要通过人脸识别，进入学校图书馆、宿舍门禁也需要人脸识别，在付款的时候同样可以利用人脸识别进行线上支付。人脸识别方便了大家的生活，也让很多人在出门的时候甚至连手机都不用带，只需要靠着一张脸就可以轻松完成“衣食住行”，造就出真正的“靠脸的社会”。那么人脸识别究竟有什么作用呢？它背后的安全性又是如何的呢？
随着互联网和智能技术的进步，在车站、景区、大型活动等与售票相关的场景，可以看到自助售票应用，有一些会采用到人脸识别技术。那么，在售票场景，人脸识别有哪些应用和作用？
随着人工智能技术的发展，其技术在各行各业也有了广泛的应用，比如人脸识别就是其中一种比较成熟、而且比较广泛的应用。
本文介绍了人脸识别技术的原理和可靠性，指出同卵双胞胎、三胞胎或多胞胎在人脸识别技术面前也能被准确识别，同时化妆术和3D打印人脸也无法欺骗人脸识别系统。因此，以人脸为识别依据的人脸识别技术具有安全性与科学性，正在我们的生活中得到越来越广泛的应用，给我们的生活带来更多的安全与便利。
如今，AI的发展显然已经进入了一个临界点，即AI跨过了概念阶段，下一个便是怎样能够更好地在各行各业实现落地式应用。即使之前的AlphaGo人机大战，显现出了AI的强大，但是人们更关心的是AI怎样协助人类在各行各业中更加落地的应用。 值得高兴的是，AI如今在各行各业中的落地应用，已经开始有了阶段性的成果。 目前，随着各大巨头们对AI的不断研究及深度学习的不断发展，AI技术在经历了三次浪潮之后，终于迎来了春天。AI目前在金融、医疗、安防、教育以及法律等不同领域都已经得到了大量的应用，并且都有着较好的发展。
起步阶段（1950s-1980s），这一阶段的人脸识别只是作为一般性的模式识别问题来研究，所采用的技术方案也是基于人脸几何结构特征的方法。
人脸识别是近两年计算机视觉领域创业热潮中的一个热门方向，DeepID是这股热潮中不可忽视的一种人脸算法。针对DeepID的研发心得，人脸识别应用的现状、难点与未来，深度学习的实践经验等问题，CSDN记者近日采访了DeepID人脸算法发明者孙祎。 孙祎先后就读于清华大学、香港中文大学，2013年在CVPR上发表了用深度学习做面部特征点检测最早的论文。随后陆续发表了四篇在人脸识别领域有影响力的论文（ICCV’13，CVPR’14，NIPS’14，CVPR’15），使深度学习方法的人脸识别准确率远远超过了人眼的准
人脸识别是近两年计算机视觉领域创业热潮中的一个热门方向，DeepID是这股热潮中不可忽视的一种人脸算法。针对DeepID的研发心得，人脸识别应用的现状、难点与未来，深度学习的实践经验等问题，CSDN记者近日采访了DeepID人脸算法发明者孙祎。 孙祎先后就读于清华大学、中国香港中文大学，2013年在CVPR上发表了用深度学习做面部特征点检测最早的论文。随后陆续发表了四篇在人脸识别领域有影响力的论文（ICCV’13，CVPR’14，NIPS’14，CVPR’15），使深度学习方法的人脸识别准确率远远超过
无约束人脸识别是计算机视觉领域中最难的问题之一。人脸识别在罪犯识别、考勤系统、人脸解锁系统中得到了大量应用，因此已经成为人们日常生活的一部分。这些识别工具的简洁性是其在工业和行政方面得到广泛应用的主要原因之一。但是同时，这种易用性掩盖了工具设计背后的复杂度和难度。很多科学家和研究人员仍然在研究多种技术以获得准确、稳健的人脸识别机制，未来其应用范围仍然会以指数级增加。2012 年，Krizhevsky 等人 [1] 提出 AlexNet，这一变革性研究是人脸识别领域的一项重大突破，AlexNet 赢得了 ImageNet 挑战赛 2012 的冠军。之后，基于 CNN 的方法在大部分计算机视觉问题中如鱼得水，如图像识别、目标检测、语义分割和生物医疗图像分析等。过去几年研究者提出了多种基于 CNN 的方法，其中大部分方法处理问题所需的复杂度和非线性，从而得到更一般的特征，然后在 LFW [12]、Megaface [13] 等主要人脸数据集上达到当前最优准确率。2012 年之后，出现了很多基于深度学习的人脸识别框架，如 DeepFace [14]、DeepID [15]、FaceNet [16] 等，轻松超越了手工方法的性能。
今年7月份，两大银行接连爆出多名储户的数百万存款被异地“刷脸”盗取，引发全社会关注。其实，因人脸安全问题导致资金被盗、被贷款安全事件已不是新鲜事。
摘要：本文主要从静态人脸识别局限性的提出，对动态人脸识别技术进行了探讨，介绍其研究背景，工作原理，结果分析，给出了在生活领域中的应用情况，并分析了存在的难题，发展趋势以及在人工智能化潮中的重要作用。
一个成熟的人脸识别系统通常由人脸检测、人脸最优照片选取、人脸对齐、特征提取、特征比对几个模块组成。
据凤凰网科技报道，某大型行的人脸识别系统存在漏洞，造成6名储户百万元现金被异地盗取。受害人表示，远在异地的犯罪分子，7次通过了银行的人脸识别，6次通过活检，一次都没识别出来犯罪分子使用的是假人脸。
智能门锁在经过2018年的爆发直至近几年来的持续增长，目前市场上各类的产品基本都涵盖了密码、刷卡、指纹这几项关键的开门方式，人脸识别技术作为一种新的引用技术，成为众多厂家为追求产品差异化而形成的一种趋势。
明敏 发自 凹非寺 量子位 报道 | 公众号 QbitAI 不得强制索取非必要个人信息！ 就在刚刚，最高人民法院发布司法解释，对人脸识别应用进行规范。 这真的是响应了广大人民群众的心声啊。 网友们对此纷纷表示：支持！ 要知道，前段时间人脸识别会走光还在网上引起热议，暴露出人脸识别在应用上还存在很多不规范行为。 现在，最高法对小区物业、商场、应用程序等场景下的人脸识别做出司法解释，将进一步减少人脸识别被滥用的情况。 不得将人脸识别作为唯一验证 现在有许多小区，都选择用“刷脸”代替“刷卡”。 这确实能够让业主
人脸识别是机器学习的直接应用，这项技术已经被消费者、行业和执法机关广泛采用，它可能为我们的日常生活带来了便利，但也有严重的隐私问题。人脸识别已经超过了人类的工作效率，但是，在某些应用中实际实现时还存在问题。 立足于九十年代MIT的Eigenfaces方法，人脸识别第一次成功的大规模实现是2014年Facebook的DeepFace项目，准确性在实验室条件下达到了人类水平。从2014年开始，更大的训练数据集、GPU以及神经网络架构的快速发展进一步提高了人脸识别在通向现实世界可靠应用的更为丰富的上下文中的效率。
前段时间和第三方人脸识别供应商对接，写了一个demo，主要功能是人脸识别准确率，增加底库，删除底库，人脸比对等等。让我对人脸识别有了一个新的意识。后来公司需要做个人脸识别的一些应用场景，根据这些场景，看看哪些符合公司的需要。于是自己规划了下。
近年来物联网技术快速发展，每一项技术革新，对事物发展都会有巨大促进作用。物联网技术在智能门禁上广泛应用，智能门禁发展如何，对智慧社区建设具有重要影响。在过去智能门禁人脸识别效率低，受网络稳定性影响大。离线式人脸识别技术出现，大大提高了人脸识别效率，及安全性。离线式人脸识别技术，为智慧社区发展提供了强大的活力。
近两年来，人脸识别技术引发的数据隐私问题一直备受公众讨伐。仅就2019年而言，全球范围内人脸识别技术使用相关的案件便层出不穷：瑞典数据保护机构（DPA）因当地一所高中使用人脸识别技术来记录学生出席情况开出金额20万瑞典克朗（约人民币14.6万元）的罚单；美国四个城市相继禁止政府部门使用人脸识别技术；微软公司疑似因隐私保护和授权瑕疵方面的原因删除了曾为全球最大的人脸识别数据库MS Celeb；Facebook因人脸识别功能或面临着可高达350亿美元的集体索赔；我国AI换脸软件ZAO因涉嫌侵犯隐私被工信部约谈整改...... 而近两个月，由于BLM运动的影响，人脸识别更是被推至风口浪尖，随着这项技术下沉到各个领域遍地开花，最终到达了一个需要法律深度介入的十字路口。
中兴智能视觉大数据报道：张学友的演唱会三次抓捕了三名疑犯。官媒称，原因是会场入口的安检安装了人脸识别系统。中国正在大规模普及人脸识别，所以这并不令人感到多少意外。一家提供动态人像识别的公司产品经理孙健峰称，该公司在 2015 年就开始与深圳龙岗区警方合作，在当地地铁口、火车站、城中村、商超等场所建设 “深目” 系统。上线几个月后，便协助警方成功告破两起命案。 “目前我们的‘深目’系统已经在二十多个省市落地，协助警方破获了 4000 余起的案件。” 孙健峰说。简单来说，通过前端部署动态人像识别系统，AI 人脸识别技术可以在动态情况下捕捉人脸信息，” 每一个人从摄像头前面走过时，人脸的关键信息会从视频流里抽取出来，通过深度学习算法将其结构化，之后再同数据库进行比对，做到秒级内查到一个人的行动轨迹。”
人脸识别技术在国内的布局可以说是畅行无阻，当然这里的人民已经习惯于公权力的监控，李彦宏也说了，“中国人对隐私没有那么敏感”。
端到端深度人脸识别系统由三个关键要素构成：人脸检测（face detection）、人脸对齐（face alignment）和人脸表征（face representation）。其中，人脸检测的作用是定位静止图像或视频帧中的人脸位置。然后，人脸对齐将人脸校准到一个规范的视角，并将人脸图像裁剪到一个标准化像素大小。最后，在人脸表征阶段，从对齐后的图像中提取具有鉴别性的特征用于识别。
2001年，Paul Viola和Michael Jone开始了计算机视觉的革命，当时的人脸识别技术并不成熟，识别准确度较低，速度也很慢。直到提出了Viola-Jones人脸识别框架后，不仅成功率大大提高，而且还能实施进行人脸识别。
You’ll never find us. But victim or perpetrator, if your number is up, we’ll find you. 你永远找不到我们。但无论是受害人还是行凶者，只要你的号码被列出来，我们就会找到你。 引子 4 月春光明媚，下班去公交车站的路上，笔者的同事掏出了口罩，把脸捂得严严实实。 ——过敏了？ ——不是。 说话间，他指了指面前的红灯，还有一位正在闯红灯的大妈。随后跟我说，最近上海越来越多不守规则闯红灯的行人都收到了上海交警的短信提醒，提示号主某年
在日常生活工作中，出现了人脸验证、人脸支付、人脸乘梯、人脸门禁等等常见的应用场景。这说明人脸识别技术已经在门禁安防、金融行业、教育医疗等领域被广泛地应用，人脸识别技术的高速发展与应用同时也出现不少质疑。其中之一就是人脸识别很容易被照片、视频、人脸模型等方式轻易蒙混，并且网络上也传出不少破解方法。针对这些问题，人脸识别技术其实也是进行了升级迭代，当前的人脸识别系统是需要具有人脸活体检测功能的。那么人脸活体检测功能到底是什么呢？
在人脸识别应用中，很多场景能够获取某一个体的多幅人脸图像的集合（比如在监控视频中），使用人脸图像集来做识别，这个问题被称为基于模板的人脸识别（template-based face recognition）。
据路透社、CNN等多家媒体报道，在本周二的一次投票中，旧金山城市监督委员会（Board of Supervisors） 的官员们以8票对1票的结果通过一项法令，禁止政府机构购买和使用人脸识别技术。此举旨在加强新技术的监管，并消除个人隐私泄露的隐患。
今天给大家带了的人脸识别非常简单，不需要大家了解TensorFlow，只需要对Python基本语法有一定了解。由于TensorFlow的火爆，把人脸识别再度推向我们的视线。像前段时间比较火的dee pfake，和人脸支付技术。虽然现阶段人脸识别仍有很大的争议性，但是它已经走进我们的视线当中了。很多小区在门禁系统中加入了人脸识别的功能，有些景区也添加了刷脸通道。但是对于技术的争议不是今天探讨的课题。下面开始我们的准备工作。
人脸识别、图像分类、语音识别是最早的深度学习取得突破的主要几个技术方向。在2014年前后，多家技术公司纷纷宣布其利用深度学习在LFW上取得的最新成果，此为深度学习技术在人脸识别领域的“小试牛刀”。随后，商汤、Face++等国内的多家技术公司针对金融行业人脸认证这一需求持续改进算法，随着PK的不断升级，人脸认证图像相对可控下的人脸识别性能不断被刷新，固定识别通过率为90%，识别误匹配率指标被降低了好几个数量级，此为深度学习技术在人脸识别领域的“硕果初尝”。类似的技术被用在了手机APP的人脸登录、相册管理等，这里不一一赘述。
最近，相关科技媒体报道了最新一期的NIST人脸识别测评比赛，在仔细阅读了FRVT官方发布文档之后，发现国内有些媒体报道不是特别准确，因此在这篇报道中，结合自己专业知识探讨一下FRVT测评结果。
郭一璞 发自 凹非寺 量子位 报道 | 公众号 QbitAI 高考分数刚刚出来，各地考生与家长还在纠结报志愿的时候，进北大要看脸了。 嗯，是说进北大校门。 今天，北大正式启用人脸识别门禁，进入校门可
视觉 AI 作为一个已经发展成熟的技术领域，具有丰富的应用场景和商业化价值，全球 40% 的 AI 企业都集中在视觉 AI 领域。近年来，视觉 AI 除了在智能手机、智能汽车、智慧安防等典型行业中发挥重要作用外，更全面渗入细分的实体行业，催生了如车站人脸实名认证、人脸支付、小区人脸门禁管理、酒店自助人脸实名登记等视觉 AI 的应用。
日前，在国际权威海量人脸识别数据库MegaFace中，奇点云以93.82%的最新成绩在100万级别人脸识别测试中位居全球第五，实现200毫秒内快速完成人脸比对，并在各种真实场景应用中均有很强的鲁棒性。参加MegaFace挑战的还有腾讯等公司的AI团队。
在英国脱欧后，谷歌计划让英国用户的账号脱离欧盟的隐私监管政策，改用美国司法标准。尽管这样的修改让数千万英国用户的个人信息置于较少保护之下，但这些信息更容易被英国执法部门获得。
《中国新闻周刊》（记者：苑苏文） 李红（化名）万万没想到，诈骗人员从她的交通银行卡偷走近43万元，如入无人之境。 要想从交通银行卡中转账，需要用户在手机银行App上进行人脸识别，并进行短信验证。 李红陷入了诈骗分子的圈套，她的手机短信被拦截，手机号被设置了呼叫转移，令她的验证码落入他人手中，且无法接听银行的确认电话。 更严重的是，“人脸识别”被攻破了。 银行系统后台显示，在进行密码重置和大额转账时，“李红”进行了6次人脸识别比对，均显示“活检成功”。 那几次人脸识别并不是身在北京的李红本人操作，登录者的IP
在现实生活中，许多因素可能会影响人脸识别系统的识别性能，例如大姿势，不良光照，低分辨率，模糊和噪声等。为了应对这些挑战，之前的人脸识别方法通常先把低质量的人脸图像恢复成高质量人脸图像，然后进行人脸识别。然而，这些方法大多是阶段性的，并不是解决人脸识别的最优方案。
去年4月30日，在微软的开发者大会上，其介绍了一个网站——“How-Old.net”，然后各路神魔都开启了疯狂的“刷脸”模式，比如那张经典的郭德纲、四爷和小志测龄图，让人不禁掬一把同情泪。不过，不管是被系统认定为小鲜肉，还是老腊肉，如果忽略年龄的话，单从结果来看，该软件的鉴定效果还是相当不错的。而在这其中，关键因素就是现在被人们称之为“人脸识别”的人工智能技术。 在跨越了一年多的时间后，人脸识别已经成为语音识别之后又一广受关注的领域。此前，“How-Old.net”网站的火热传播让普通大众初步认识了人脸识别
导读：在本文中，我们将会接触到一个既熟悉又陌生的概念——人脸识别。之所以熟悉，是因为人脸识别技术在我们日常生活中应用极其广泛，例如火车站刷脸验票进站、手机人脸解锁等；之所以陌生，是因为我们可能并不了解人脸识别的原理，不了解人脸识别的任务目标、发展历程与趋势。
虹膜是位于人眼表面黑色瞳孔和白色巩膜之间的环状区域,在红外光下呈现出丰富的纹理信息,如斑点、条纹、细丝、冠状、隐窝等细节特征。虹膜识别技术采用专用光学图像采集仪采集人眼虹膜图像,然后通过数字图像处理技术、模式识别和人工智能技术对采集到的虹膜图像进行处理、存储、比对,实现对人员身份的认证和识别。在众多的生物特征识别技术中,虹膜识别因为其超群的唯一性、稳定性和非侵犯性而具有特殊的优势。近年来,虹膜识别得到了来自学术界、产业界、政府和军队等的广泛关注。 指纹是人类手指末端指腹表皮上凹凸不平的纹
Facebook已经开始面向全球用户推出人脸识别功能，不过由于当地法律限制，欧盟和加拿大的用户将不包括在内。其实在去年12月份，就已经预告称Facebook很快会应用人脸识别功能，一定程度上能够有效防
【新智元导读】人工智能对社会的渗透远比你能看到的更多。在具体的AI应用中，人脸识别是最广泛的几大技术之一，不管是执法、广告、管理甚至教堂，人脸识别都在发挥作用。在人脸识别领域，最新的技术甚至做到了“无脸识别”，也就是说，在图像模糊和变形的情况下，机器也可以根据此前学习到的模型正确识别出人脸。《经济学人》副主编Tom Standageis撰文指出，现在的人脸识别为AI技术的负面效应提供了一个例子。由AI引发的伦理和监管窘境并非是理论上的：它们已经发生了，就在你的智能手机里。 人脸识别的最新进展：无脸识别 根据
【新智元导读】业界公认人脸识别“世界杯”的微软百万名人识别竞赛 MS-Celeb-1M 结果出炉：百万名人识别子命题，Panasonic-新加坡国立大学合作夺得第一，CIGIT和中科院合作队伍与美国东北大学位列第二第三。MS-Celeb-1M 数据集有效填补了工业界跟学术界的空白，通过有针对的评估指标设计，竞赛实现了人脸“端到端”识别，有助于参赛模型投入现实应用。最后，竞赛识别单一训练样本的名人子命题的冠军团队成员分享了他们的思路方法和参赛经验。 2016 年 6 月，微软向公众发布了大规模现实世界面部图像
酒桌上，同学们听说我现在“搞AI”了，纷纷表示不明觉厉。这时我们班的“杠精”同学提了一个问题：“大哥，你搞AI，那搞他有啥用呢？现在从网络上看到的人工智能都不接地气，你们做这行怎么养活自己呀？”
2013年，苹果机iphone5S让指纹识别在手机上普及，它告诉各大手机厂商，指纹可以这么玩。同样苹果它也让指纹识别从手机上消失。譬如，今年苹果就推出了支持面部识别的iPhone X，而这款产品不仅带来了黑科技，也让解锁技术得到进一步的变革。当然，更值得一提的是，iPhone X的面部识别技术现在也已成为Android手机厂商所追求的潮流风向。 那老派今天就跟大家讲讲身份识别的几大类型。 1.指纹识别 指纹识别即指通过比较不同指纹的细节特征点来进行鉴别。指纹识别技术涉及图像处理、模式识别、计算机视觉、数学形
4月13日结束的计算机视觉沙龙圆满落幕。本期沙龙从构建图像识别系统的方法切入，讲述腾讯云人脸识别、文字识别、人脸核身等技术能力原理与行业应用，为各位开发者带来了一场人工智能领域的技术开拓实践之旅。下面是范锦老师关于腾讯云人脸识别系统在传统行业的应用与落地的总结。
中兴智能视觉大数据报道：说起人脸识别研判预警系统可能很多人会比较懵，“人脸识别智能防控系统”它能自动捕捉动态影像，在数据库内进行比对，达到一定的相似度，会立即通过电脑指挥系统进行报警。这个是什么东东啊？在中兴视觉大数据看来用例子进行说明，大家可能更清楚点，在近些年的时候，其实有很多地方已经开始使用动态人脸识别研判预警系统了。
【新智元导读】旷视科技最新宣布4.6亿美元C轮融资，创下AI融资记录。当下，人脸识别技术做到了什么程度？未来计算机视觉创业还有没有机会？在上周日第二届微软亚洲研究院院友会年度大会上，微软全球执行副总裁沈向洋主持，商汤、旷视、依图和中科视拓的创始人/CEO/首席科学家——5位微软亚洲研究院院友坐在一起，共论人脸识别的技术趋势与商业落地。商汤、旷视、依图这些人脸识别独角兽各自的定位和发力点在哪里？他们怎么看待彼此和整个行业？本文将告诉你答案。 旷视科技昨天夜间宣布了金额高达4.6亿美元的C轮融资，引起热议。 2
人脸识别安全帽识别系统对于高危自然环境的工作中，对工作人员及是否佩戴安全帽开展全自动监管，工作人员超出规范化管理中要求的限制，系统会全自动警报。人工智能算法盒子可以在风险地区和关键监管地区开展识别。当有工作人员进到风险地区和关键监管地区时，监控中心会自行传出报警，提示安全性工作人员立即前去相对安全的地区开展作业。
腾讯云人脸识别产品基于腾讯优图强大的面部分析技术，提供包括人脸检测与分析、五官定位、人脸搜索、人脸比对、人脸验证、人员查重、静态活体检测等多种功能，主要以公有云API的方式，为开发者和企业提供高性能高可用的人脸识别服务。 可应用于智慧零售、智慧社区、在线娱乐、智慧楼宇、在线身份认证等多种应用场景，充分满足各行业客户的人脸属性识别及用户身份确认等需求。
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
对象存储
腾讯会议
实时音视频
