人臉識別系統(tǒng)的研究始于20世紀60年代，80年代后隨著計算機技術和光學成像技術的發(fā)展得到提高，而真正進入初級的應用階段則在90年后期，并且以美國、德國和日本的技術實現(xiàn)為主；人臉識別系統(tǒng)成功的關鍵在于是否擁有的核心算法，并使識別結果具有實用化的識別率和識別速度；“人臉識別系統(tǒng)”集成了人工智能、機器識別、機器學習、模型理論、專家系統(tǒng)、視頻圖像處理等多種專業(yè)技術，同時需結合中間值處理的理論與實現(xiàn)，是生物特征識別的1新應用，其核心技術的實現(xiàn)，展現(xiàn)了弱人工智能向工智能的轉化?；诮y(tǒng)計的人臉檢測技術——通過對于“人臉”和“非人臉”的圖像大量搜集構成的人臉正、負樣本庫，采用統(tǒng)計方法強化訓練該系統(tǒng)，從而實現(xiàn)對人臉和非人臉的模式進行檢測和分類。

主流的人臉檢測方法基于以上特征采用Adaboost學習算法，Adaboost算法是一種用來分類的方法，它把一些比較弱的分類方法合在一起，組合出新的很強的分類方法。人臉識別主要功能：信息采集：可將讀取到的居民身1份證芯片內(nèi)的人像信息及內(nèi)置攝像頭采集到的人像信息保存在設備內(nèi)，并進行上傳。人臉檢測過程中使用Adaboost算法挑選出一些能代表人臉的矩形特征(弱分類器)，按照加權投1票的方式將弱分類器構造為一個強分類器，再將訓練得到的若干強分類器串聯(lián)組成一個級聯(lián)結構的層疊分類器，有效地提高分類器的檢測速度。

易變性人臉的外形很不穩(wěn)定，人可以通過臉部的變化產(chǎn)生很多表情，而在不同觀察角度，人臉的視覺圖像也相差很大，另外，人臉識別還受光照條件（例如白天和夜晚，室內(nèi)和室外等）、人臉的很多遮蓋物（例如口罩、墨鏡、頭發(fā)、胡須等）、年齡等多方面因素的影響。它解決了兩個問題，一是住戶不需要攜帶卡，憑人臉進入，免去了忘帶卡，杜絕非小區(qū)人員撿到卡去復1制。在人臉識別中，一類的變化是應該放大而作為區(qū)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。通常稱一類變化為類間變化（inter-class difference），而稱第二類變化為類內(nèi)變化。對于人臉，類內(nèi)變化往往大于類間變化，從而使在受類內(nèi)變化干擾的情況下利用類間變化區(qū)分個體變得異常困難。

人臉識別技術能帶來對生產(chǎn)力的提升

也有專家表示，“刷臉”只是計算機視覺技術中比較具體可感的一部分。“事實上，計算機視覺技術能夠給大家?guī)淼倪h遠不僅是‘刷臉’付款這么簡單，如果應用在一二產(chǎn)業(yè)，它將在更大層面帶來生產(chǎn)效益的提升和變革。”張毅說。

“人臉識別技術能夠帶來對生產(chǎn)力的提升?！鄙蚧战忉屨f，這種提升，一方面是對傳統(tǒng)行業(yè)中對跟視覺相關的人工部分的增強或替代，以便降低成本，提率；另一方面則是帶來新的交互體驗和應用，形成新的應用場景。