面部識別又稱人臉識別、面像識別、面容識別等等，面部識別使用通用的攝像機作為識別信息獲取裝置。以非接觸的方式獲取識別對象的面部圖像，計算機系統在獲取圖像後與資料庫圖像進行比對後完成識別過程。
面部識別是基於生物特徵的識別方式 ，與指紋識別等傳統的識別方式相比，具有實時、準確、高精度、易於使用、穩定性高、難仿冒、性價比高和非侵擾等特性，較容易被用戶接受。
2014年3月，香港中文大學信息工程系主任、中國科學院深圳先進技術研究院副院長湯曉鷗領軍的團隊發布研究成果，基於原創的人臉識別算法，準確率達到98.52%，首次超越人眼識別能力（97.53%）。
基本介紹
- 中文名：面部識別
- 外文名：Face Recognition
- 別稱：人臉識別
- 作用：鑑別人身份
產生背景,識別算法,功能模組,技術優勢,缺點,相似性,易變性,套用前景,蘋果專利,
產生背景
在當今社會信息安全問題備受人們關注。自身安全和個人隱私保護成為這個時代的熱門話題。基於密碼、個人識別碼、磁卡和鑰匙等傳統的安全措施已不能完全滿足社會要求。在這樣一個背景下，人們把目光投向了生物特徵識別技術 —— 利用人體固有的生理特徵或行為特徵來進行身份的鑑別或確認。
識別算法
人臉識別技術中被廣泛採用的區域特徵分析算法，它融合了計算機圖像處理技術與生物統計學原理於一體，利用計算機圖像處理技術從視頻中提取人像特徵點，利用生物統計學的原理進行分析建立數學模型,即人臉特徵模板。利用已建成的人臉特徵模板與被測者的面像進行特徵分析，根據分析的結果來給出一個相似值。通過這個值即可確定是否為同一人。
功能模組
人臉捕獲與跟蹤功能
人臉捕獲是指在一幅圖像或視頻流的一幀中檢測出人像並將人像從背景中分離出來，並自動地將其保存。人像跟蹤是指利用人像捕獲技術，當指定的人像在攝像頭拍攝的範圍內移動時自動地對其進行跟蹤。
人臉識別比對
人臉識別分核實式和搜尋式二種比對模式。核實式是對指將捕獲得到的人像或是指定的人像與資料庫中已登記的某一對像作比對核實確定其是否為同一人。搜尋式的比對是指，從資料庫中已登記的所有人像中搜尋查找是否有指定的人像存在。
人臉的建模與檢索
可以將登記入庫的人像數據進行建模提取人臉的特徵，並將其生成人臉模板（人臉特徵檔案）保存到資料庫中。在進行人臉搜尋時（搜尋式），將指定的人像進行建模，再將其與資料庫中的所有人的模板相比對識別，最終將根據所比對的相似值列出最相似的人員列表。
真人鑑別功能
系統可以識別得出攝像頭前的人是一個真正的人還是一幅照片。以此杜絕使用者用照片作假。此項技術需要使用者作臉部表情的配合動作。
圖像質量檢測
圖像質量的好壞直接影響到識別的效果，圖像質量的檢測功能能對即將進行比對的照片進行圖像質量評估，並給出相應的建議值來輔助識別。
技術優勢
使用方便，用戶接受度高
人臉識別技術使用通用的攝像機作為識別信息獲取裝置，以非接觸的方式在識別對象未察覺的情況下完成識別過程。
直觀性突出
人臉識別技術所使用的依據是人的面部圖像，而人臉無疑是肉眼能夠判別的最直觀的信息源，方便人工確認、審計，“以貌取人”符合人的認知規律。
識別精確度高，速度快
不易仿冒
在安全性要求高的套用場合，人臉識別技術要求識別對象必須親臨識別現場，他人難以仿冒。人臉識別技術所獨具的活性判別能力保證了他人無法以非活性的照片、木偶、蠟像來欺騙識別系統。這是指紋等生物特徵識別技術所很難做到的。舉例來說，用合法用戶的斷指即可仿冒合法用戶的身份而使識別系統無從覺察。
使用通用性設備
人臉識別技術所使用的設備為一般的PC、攝像機等常規設備，由於計算機、閉路電視監控系統等已經得到了廣泛的套用，因此對 於多數用戶而言使用人臉識別技術無需添置大量專用設備，從而既保護了用戶的原有投資又擴展了用戶已有設備的功能，滿足了用戶安全防範的需求。
基礎資料易於獲得
人臉識別技術所採用的依據是人臉照片或實時攝取的人臉圖像，因而無疑是最容易獲得的。
成本較低，易於推廣使用
概括地說，人臉識別技術是一種高精度、易於使用、穩定性高、難仿冒、性價比高的生物特徵識別技術，具有極其廣闊的市場套用前景。
缺點
面部識別被認為是生物特徵識別領域甚至人工智慧領域最困難的研究課題之一。面部識別的困難主要是面部作為生物特徵的特點所帶來的。
相似性
不同個體之間的區別不大，所有的面部的結構都相似，甚至面部器官的結構外形都很相似。這樣的特點對於利用面部進行定位是有利的，但是對於利用面部區分人類個體是不利的。
易變性
面部的外形很不穩定，人可以通過臉部的變化產生很多表情，而在不同觀察角度，面部的視覺圖像也相差很大，另外，面部識別還受光照條件（例如白天和夜晚，室內和室外等）、面部的很多遮蓋物（例如口罩、墨鏡、頭髮、鬍鬚等）、年齡等多方面因素的影響。
在面部識別中，第一類的變化是應該放大而作為區分個體的標準的，而第二類的變化應該消除，因為它們可以代表同一個個體。通常稱第一類變化為類間變化，而稱第二類變化為類內變化。對於面部，類內變化往往大於類間變化，從而使在受類內變化干擾的情況下利用類間變化區分個體變得異常困難。
套用前景
現如今，生物識別技術已廣泛用於政府、軍隊、銀行、社會福利保障、電子商務、安全防務等領域。例如，一位儲戶走進了銀行，他既沒帶銀行卡，也沒有回憶密碼就徑直提款，當他在提款機上提款時，一台攝像機對該用戶的眼睛掃描，然後迅速而準確地完成了用戶身份鑑定，辦理完業務。這是美國德克薩斯州聯合銀行的一個營業部中發生的一個真實的鏡頭。而該營業部所使用的正是現代生物識別技術中的“虹膜識別系統”。此外，美國“9.11”事件後，反恐怖活動已成為各國政府的共識，加強機場的安全防務十分重要。美國維薩格公司的臉像識別技術在美國的兩家機場大顯神通，它能在擁擠的人群中挑出某一張面孔，判斷他是不是通緝犯。 隨著技術的進一步成熟和社會認同度的提高，人臉識別技術將套用在更多的領域。
2、電子護照及身份證。這或許是未來規模最大的套用，國際民航組織(ICAO)已確定，從2010年起，其118個成員國家和地區，必須使用機讀護照，人臉識別技術是首推識別模式，該規定已經成為國際標準。中國的電子護照計畫公安部一所正在加緊規劃和實施。
3、公安、司法和刑偵。如利用人臉識別系統和網路，在全國範圍內搜捕逃犯。
4、自助服務。如銀行的自動提款機，如果用戶卡片和密碼被盜，就會被他人冒取現金。如果同時套用人臉識別就會避免這種情況的發生。
5、信息安全。如計算機登錄、電子政務和電子商務。在電子商務中交易全部在網上完成，電子政務中的很多審批流程也都搬到了網上。而當前，交易或者審批的授權都是靠密碼來實現，如果密碼被盜，就無法保證安全。但是使用生物特徵，就可以做到當事人在網上的數字身份和真實身份統一，從而大大增加電子商務和電子政務系統的可靠性。
蘋果專利
2012年12月13日，美國專利商標局再度公布了蘋果的一項新專利，這項專利發明所描繪的整套系統是，通過對特有照片的主題、標題進行分析，隨後用這些蒐集到的數據建立一個“faceprint（面部印記）”，已建立完成的faceprint就能與其他照片進行匹配，最終識別出照片上的人是誰。
蘋果在專利申請中著重講述這種faceprint自動識別系統主要針對的是公眾人物，或是標誌性圖形，而不是用戶的朋友家人之類的。這項發明需要數字圖像管理套用的支持，用以分析給定照片中的內容，創建faceprint後再通過臉部識別來辨認其他照片上的人。
蘋果獲得的這項專利還描述了將多個faceprint數據通過可靠性分數分組的功能，比如說設備中存儲了某人幾十年以來的各種照片，現在他的長相肯定和四十年前有很大的變化了，系統就能對這些年份跨度較大的照片進行統計分析，並且歸為一組。
要實現在選定的數碼照片中進行人臉識別，臉部偵測/識別軟體生成一組特性或是faceprint，這些特性和faceprint可對人臉的個性化細節做詳細的描述。
然後生成的faceprint會和其他的faceprint進行比較，以確定兩者是否吻合（或者足夠相似）。如果發現對比的faceprint相互匹配，則臉部偵測/識別軟體確定當前照片上的人就是數據中已存在faceprint信息的人。
在照片分析過程中，管理套用將faceprint於其他已經生成儲存在本地或遠程伺服器上的faceprint進行比較。如果發現兩個數據相互匹配，那么軟體就會為此人貼標。
faceprint匹配的可靠性主要依賴於臉部識別技術，在匹配過程中會有一個相應的分數，如果分數低於臨界值，即判定為兩者不匹配。
用戶也可以在識別的過程中進行反饋，干預此過程以便提高識別效率，點擊綠色按鈕表示正確，點擊紅色“X”按鈕表示識別有問題。
這項專利還考慮到了類似iPhone這樣的設備，可在本地創建和存儲faceprint數據，或者使用離線快取進行識別工作。另外faceprint內容的存儲也可在雲端進行，並且與設備進行同步。另外照片還可實現預讀，以便整個識別的過程更快。
