基于知識的表征方法主要是根據(jù)人臉器1官的形狀描述以及他們之間的距離特性來獲得有助于人臉分類的特征數(shù)據(jù)，其特征分量通常包括特征點間的歐氏距離、曲率和角度等。人臉由眼睛、鼻子、嘴、下巴等局部構成，對這些局部和它們之間結構關系的幾何描述，可作為識別人臉的重要特征，這些特征被稱為幾何特征。其人臉識別技術廣泛應用于銀行、公1安系統(tǒng)、商場等，并與公1安部、國有大型商業(yè)銀行、證通股份、民航總局建立聯(lián)合實驗室，推動人工智能產(chǎn)品標準的建立?；谥R的人臉表征主要包括基于幾何特征的方法和模板匹配法。

人臉識別基于一個默認成立的假設：同一個人在不同照片里的臉，在特征空間里非常接近。

為什么這個假設默認成立，設想一下，一個棕色頭發(fā)的人，在不同光照，遮擋，角度條件下，發(fā)色看起來雖然有輕微的區(qū)別，但依然與真實顏色非常接近，反應在發(fā)色的特征值上，可能是 0 到 0.1 之間的浮動。

深度學習的另一任務和挑戰(zhàn)便是在各種極端復雜的環(huán)境條件下，精1確的識別各個特征。

“刷臉”技術覆蓋的用戶量也在快速上漲?！皟H僅在支付寶平臺，已經(jīng)有兩億用戶通過‘刷臉’登錄賬戶、找回密碼、風險校驗等?！蔽浵丆TO程立直言：“臉正在逐漸取代密碼?！?

與此相伴隨的是行業(yè)規(guī)模的快速增長。來自艾媒咨詢的數(shù)據(jù)顯示，2017年中國計算機視覺市場規(guī)模為68億元，預計2020年市場規(guī)模達到780億元，年均復合增長率達125.5%。

人臉驗證——1:1相似度對比通過提取兩張人臉的特征進行相似度對比，終返回相應的置信度得分，系統(tǒng)根據(jù)特征匹配程度決定“拒絕”或者“接受”。用于判斷兩個輸入人臉是否屬于同一人，適用于身份識別及相似臉查詢等應用查詢

人臉檢索——1:N相似度對比在大規(guī)模人臉數(shù)據(jù)庫中找出與待檢索人臉相似度1高的一個或多個人臉。本系統(tǒng)通過預先創(chuàng)建的待查人員的面部特征索引，可以在百1萬級別以上人臉數(shù)據(jù)庫中迅速查找，可用于身份確認以及身份查詢等應用場景