数据结构
网络
关系数据库管理系统 (RDBMS)
操作系统
Java
Microsoft Excel
iOS
HTML
CSS
Android
Python
C语言编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理学
化学
生物学
数学
英语
经济学
心理学
社会学
服装设计
法学人脸检测与识别系统
想象一下，你站在办公室门口，你的脸突然出现在大屏幕上。如果屏幕识别了你，门就会打开；如果识别失败，门就不会打开。你的脸就是你的数字身份，它允许你进入办公室，并在许多其他地方验证你的身份。这听起来不可思议，但却真实存在！这项并非非常古老的技术正逐渐普及。
进入人脸检测和识别系统的世界……比人更准确地识别各种角度的面部。利用机器学习和其他深度学习技术，计算机可以以极高的精度识别面部。人脸识别系统包含高端硬件组件以及熟练的软件，通过将在场人员的面部特征与人脸数据库中存储的特征进行比较来识别和验证人员身份。人脸检测和识别系统可以从数字图像或视频帧/片段中验证人员身份。称为“人脸印记”的数字代码用于检测，同时识别面部上的 80 个节点（鼻子、下巴等端到端测量）。
应用
网络和桌面应用程序也可以从这种人脸识别系统中受益，以避免黑客攻击。执法机构可以使用它来在一个人群中定位个人。公司可以跟踪员工的考勤情况。这些系统已经被用于打击犯罪的机构、机场安检或区分比赛中的运动员。营销个性化利用带有软件的广告牌识别路人的人口统计数据，从而进行有针对性的广告。
其他规格
无需重新训练——训练通常针对人脸进行，而不是针对数据库中现有的图像。
快速入库——当新面孔添加到数据库时，添加和训练过程不应超过 0.01 秒，这得益于单核处理器的使用。
自支持特征数据库——训练后，人脸特征数据库必须与人脸图像数据库不同。这通常是为了保护人脸数据库中图像（可能）被篡改。
**分辨率相关**——图像或人脸识别算法必须独立于高分辨率图像；但是视频必须达到或高于 640*480 分辨率。
**鲁棒性**——人脸识别系统必须坚固耐用，并且不会因姿势、面部表情和光照变化而减弱（尽管在一定限度内）。
**面部变化**——胡须、胡子等特征可能会改变实际图像。因此，人脸数据库必须包含原始图像以及带有附加特征且具有相同 ID 的图像。眼睛和眉毛通常也用作图像的特征。
**其他方面**——眼镜必须清晰，以便清晰地显示眼睛。
**可扩展性**——人脸数据库中的图像必须具有可扩展性，并且必须能够存储超过 1000 张图像。格式可以是 JPEG、BMP、PNG 等多种版本；而视频可以是 MJPEG、MPEG4 等。
准确性——人脸识别必须以极高的准确率工作（超过 90%）。
取证——图像和视频必须加水印并加密以进行取证，从而方便身份验证。
最后，数据库必须集成并包含人口统计信息，例如姓名、年龄、性别、出生日期、国籍、地址、工作经历、唯一身份号码等。在 5000 条记录的数据库中，任何人员的查询时间不应超过五秒。
与生物特征识别的区别
生物识别技术使用人的触觉（指纹/掌纹）和其他特征，如虹膜，但是人脸识别是非接触式和非侵入式过程。这里不需要与人互动；但是它可以以极高的准确性识别一个人。万一人脸识别系统不起作用，皮肤生物识别技术正在作为下一步技术进步而被研发。
它最常用于哪里？
是中国。人们可以使用人脸识别系统登录或进入商店购买商品，授权支付和其他金融交易，提供服务入口，监控和安全系统，最重要的是追踪罪犯。
中国的主要参与者是 Face++、百度和阿里巴巴。该系统甚至可以全程跟踪个人在房间内的活动。Face++ 是一家初创公司，但其技术已被许多组织使用。通过支付宝可以转账；通过滴滴出行，可以知道驾驶员是否真实可靠。应用程序要求用户在扫描过程中移动头部（以避免照片作假）进一步确保了这一点。
中国最受欢迎的搜索引擎百度正在让人们更容易地使用人脸识别系统选择火车票。此外，百度正在与以众多历史古迹而闻名的乌镇政府合作，让人们无需购票即可享受景点。这可以通过百度扫描其数据库中数百万张面孔来实现。此外，许多住宅小区正在使用人脸识别系统提供门禁；商店和餐馆正在努力使客户体验更加轻松。
其他地方呢？
虽然中国拥有庞大的身份证照片数据库，但美国一半人口都在其人脸识别数据库中。微软正在 Windows 10 中使用人脸识别系统进行身份验证；苹果和谷歌将其用于标记和共享照片。除了某些使用这项技术的智能手机应用程序之外，Facebook 也将其用于标记照片。然而，根据一项研究，英国和美国的人们发现商店中用于支付的人脸识别系统相当令人毛骨悚然，并且不希望使用它。
人脸是人的身份。由于人脸识别系统用于执法和非执法部门，人们可能不得不放弃一些隐私、安全性和透明度。因此，在解决这些问题之前，关于其使用有效性的争论将持续存在。
466 次浏览
