工地人臉識別的行業須知

在人臉識別過程中，對于前端在各種環境下采集到的圖像，需要先做預處理，譬如光線規整、圖像增強、關鍵點分析、人臉對齊等手段，在檢測到人臉后，再以預先訓練好的人臉特征模型進行特征值的提取與比對，即可知道待識別對象與目標對象是否為同一個人。

人臉識別的完整過程是：人臉數據采集-模型訓練-圖片拍攝-預處理-特征采集與比對-輸出結果。人臉檢測只是其中個別環節。

?人臉識別技術發展背景

人臉識別，是基于人的臉部特征信息進行身份識別的一種生物識別技術。除了安防、金融這兩大領域外，人臉識別還在交通、教育、電子商務等諸多場景實現了廣泛應用，且呈現出顯著應用價值。為了進一步把握人臉識別技術所帶來的重大機遇，我國出臺了一系列政策予以支撐。

2015年以來，我國相繼出臺了《關于銀行業金融機構遠程開立人民1幣賬戶的指導意見(征求意見稿)》、《安全防范視頻監控人臉識別系統技術要求》、《信息安全技術網絡人臉識別認證系統安全技術要求》等法律法規，為人臉識別技術的應用以及在金融、安防等領域的普及奠定了重要基礎。

2017年，人工智能第壹次被寫入全國政府報告；同年7月，發布了《新一代人工智能發展規劃》；12月，出臺了《促進新一代人工智能產業發展三年行動計劃(2018-2020年)》，其中對人臉識別有效檢出率、正確識別率的提升做出了明確要求。作為人工智能主要細分領域，人臉識別獲得的國家政策支持顯而易見。

?人臉識別技術應用概況

2014年是我國人臉識別技術的轉折點，使人臉識別技術從理論走向了應用，2018年則是人臉識別技術全方面應用的重要節點，"刷臉"時代正式到來。

目前，從我國人臉識別技術應用來看，主要集中在三大領域：考勤門禁、安防以及金融。

從具體應用來看，主要包含了公共安全領域的刑偵追逃、罪犯識別以及邊防安全等；信息安全領域的政府職能領域的電子政務、戶籍管理、社會福利和保險；商業企業領域的電子商務、電子貨幣和支付、考勤、市場營銷；場所進出領域的軍事機要部門、金融機構的門禁控制和進出管理等。

主流的人臉識別系統基本上可以歸結為三類，即：基于幾何特征的方法、基于模板的方法和基于模型的方法。

1、基于幾何特征的方法是蕞早、蕞傳統的方法，通常需要和其他算法結合才能有比較好的效果；

2、基于模板的方法可以分為基于相關匹配的方法、特征臉方法、線性判別分析方法、奇異值分解方法、神經網絡方法、動

態連接匹配方法等。

3、基于模型的方法則有基于隱馬爾柯夫模型，主動形狀模型和主動外觀模型的方法等。