人脸识别技术应用场景解析

人脸识别作为一项互联网领域热门的技术，在互联网产品很多领域都有着广泛的应用。下面将对人脸识别的三种技术及提供的产品服务进行讲解分析。

1、人脸检测

　　场景1：人脸属性识别

　　人脸属性识别指的是对于识别出来的人脸图像区域再进行分析处理，得到图片中人脸的一系列属性如性别、年龄、表情、人种等等。产品应用主要在于可以通过图像快速建立客户画像数据库并进行大数据画像，从而实现精准营销。

　　场景2：人脸特征定位

　　人脸特征定位指的是对于识别出来的人脸图像区域的五官进行精准定位，得到图片中人脸五官的坐标和特征值。产品应用上最主流的是社交的常用产品图片美颜和娱乐类换脸。

2、人脸对比

　　人脸比对是指衡量两张人脸图片的相似度，判断两张人脸图片中的自然人是否为同一人的一种产品服务，技术上需要用到人脸检测提供的服务再加上相似度算法来进行相似度判断。目前也发展到可以实现视频流和图片的比对，以及多种传感器所传入的脸部信号的比对。需要注意的是，人脸比对技术无法保证100%的准确性，产品上必须设定一个阈值，相似度在阈值之上的我们就判断人脸比对通过（既是判断为同一个人）。人脸比对最开始的应用应该是古代的通缉令了，通常通缉令都会附上罪犯的头像和特征，让老百姓一起进行人脸比对。在刑侦技术中，通过犯罪嫌疑人的照片和一些证据图像进行对比，有助于快速确定犯罪嫌疑人的身份，推进案件侦破进展。

　　场景1：人脸检索

　　人脸检索指的是将输入的人脸与数据库中的人脸进行比对，确定输入的人脸是否属于特定角色的身份验证的一种技术，在人脸闸机、会员刷脸识别等领域进行产品应用。　　

　　场景2：Face ID

　　目前人脸检索技术最知名的应该是苹果的Face ID，Face ID通过多种传感器实现3D头部建模并存储在手机中，每次登陆解锁都通过多种传感器绘制3D图像与存储的模型进行人脸比对，从而实现登录和解锁。据宣传重合率可以达到百万分之一的级别。

3、活体检测　

　　在人脸比对技术投入应用中，自然会遇到一个问题：进行比对的图像或者视频流中的人脸是真实的客户行为，还是一种伪造的假体（例如使用客户图片再次翻拍），活体检测技术就在这种需求下发展起来。

活体检测是指判断操作用户是否为真人，抵御照片、视频、模具等作弊攻击。目前技术上分为静态活体检测和动态活体检测，应用较多的是动态活体检测。

　　静态活体检测：指判断静态图片是真实的客户行为还是二次翻拍，一般用在防攻击不高的场景中。

　　动态活体检测：指通过指示用户做出行为，验证用户是否为真实活体本人操作。

　　场景1：人脸核身

　　目前活体检测技术的主要发展方向是人脸核身。活体检测技术结合上述的人脸检测、人脸对比技术，可以实现较为可靠的互联网身份验证解决方案。人脸核身指通过用户的一段自拍视频或一张自拍照，与公民身份信息库里的高清证件照，进行1:1 人脸验证确认用户身份，并通过活体检测来确认当前用户是否为本人和真人。人脸核身的产品应用相当广泛，每年一次的对社保参保人员的身份校验、互联网借贷系统的实名认证、互联网保险销售的实名认证、银行/证券的远程开户等等。