人臉識別現在是一個非常熱門的話題，市場前景看好。 隨著生物識別技術的普及應用，人臉識別也揭開了它的神秘面紗。 今天，小編帶你了解人臉識別技術過程。

說到人臉識別過程，其實概括起來，主要包括人臉圖像采集與檢測、人臉圖像預處理、人臉圖像特征提取、匹配識別等。 讓我們簡要了解每個部分。

人臉圖像采集與檢測

顧名思義就是人臉錄入系統，一般是批量錄入，用戶通過錄入口主動上傳導入自己的人臉。另一種是現場視頻人臉采集，類似于申請身份證。相機當場采集人臉。當人臉識別采集需要在指定的攝像頭范圍內時，采集設備會自動搜索客戶的人臉圖像。

支付寶的人臉識別支付增加了活體檢測，要求客戶進行一系列動作，如張嘴、抬頭、低頭、左轉、右轉、眨眼等。 人臉識別技術是同樣不斷改進，活動檢測可以有效抵御照片、人臉變化、蒙版、遮擋、屏幕重制等常見攻擊。

人臉圖像預處理是對系統采集的人臉圖像進行光處理、切割、旋轉、降噪、濾波、放大或縮小等一系列復雜的處理。通過這些處理，人臉圖像由光線或角度構成。 、距離、大小等，滿足人臉圖像特征提取的標準要求，盡可能排除光照、角度等因素的影響，為人臉圖像特征提取做準備。

匹配和識別

● 人臉識別1:1對比

 人臉識別系統通過人臉識別算法實現前兩張圖像的對比，根據不同通道的識別率返回對比結果，并按照設定的規則將對比圖像存儲在數據庫中?？勺R別率，智能解決低像素（如芯片圖）、逆光、側光、昏暗、眼鏡、人臉一定角度等缺點。

● 人臉識別1:N對比

人臉識別系統通過客戶的圖像識別客戶特征庫中客戶的身份，并返回客戶的相關信息，如客戶信息編號、姓名等。系統具有人臉識別1:N功能，提供1:N比較接口。它可以根據各個系統發送的照片提取特征值，并與庫中的模板進行比較，返回相似度的N個人（返回人數可自定義）。

人臉識別目前主要應用于銀行VIP客戶識別、教育領域候選人識別、通關、門禁考勤、智能視頻監控等。