为什么被折叠？
0 个回复被折叠
7 回答
作为曾做过人脸识别项目的从业者,简单说一下这个问题:
第一点,也是最关键的一点,人脸在高安全要求的环境下目前无法代替身份证or指纹or瞳孔,理由很简单:人脸不是唯一的,更准确的说,我们目前的算法还没法提取人脸上所有的特征.
第二点,承接上一个,由于没法提取到所有的特征,那么这个东西就和MD5一样,它遍布于我们生活的各方各面,但是真正高安全需求的地方没人用这玩意,因为它不安全.
总的来说,人脸识别能广泛运用并不奇怪,但是并不见得它有多少效益,因为他就像家里锁柜子的小锁头,泛用,廉价,且不安全.而这个技术如果要真正意义上取代指纹or瞳孔,那还需要很长一段时间.
以后但凡涉及到对人的身份进行验证的场景都会有人脸应用的机会。目前人脸是主流的生物识别技术，后面应该还会出现更优秀的生物识别技术。
谢邀！
人脸识别技术大大提高了效率，是一项非常了不起的科技。
技术总是中立的，任何技术都不是洪水猛兽，而是取决于我们人类自己怎么使用技术。
无论国内外，技术总是要进步的。
人脸有两个挑战，一个是活体识别（如何区分自然人动作与录像播放），一个是仿生材料假体（如何识别仿生材料打印出来“人皮面具”）。这俩问题有无数科学家和工程师夜以继日的进行研究攻克，识别一张人脸很容易，就是图像比对技术，但上面两个问题却非常难解决。能做到将人脸应用到日常场景的核身领域，就是非常了不起的突破，应该向那些不停突破桎梏的人脸算法工程师们致敬！
2012年alexnet让深度学习重燃春天之后，人脸识别也借着这波风口起来了，各种指标都比之前大幅提高，在安防和金融高歌猛进，目前在门禁、考勤也快速切入推进；
颠覆性和优点就不用说了，说说看到的几个问题：
1.漏抓率和错误率，在算法模型稳定之后，这两个指标主要受阈值影响；
2.阈值高时，假如98分，错误率会降低，但漏抓率会提高，这在安防行业无所谓，毕竟以前摄像头下走过100个逃犯，1个都抓不到，现在抓到80s甚至50个，公安已经很高兴了，况且公安无法判断漏抓了多少。但是如果应用在考勤，银行等场合，问题就很严重了，不能开门或者影响正常业务办理，那体验就很差了；
3.为了降低漏抓率，考勤、银行等准ToC场合阈值不能太高，但隐患就是长相类似的陌生人员也有可能打开别人的权限；
4.长相相似和双胞胎误判错误率问题，这个不管阈值多高，都是业内难题；
5.计算速度，基于深度学习的特征提取，速度还是个大问题，特别是基于实时视频流的跟踪、识别时，占用计算资源太大；
好在asic方案在不断成熟，但asic一般都是用在前端设备的，如人脸抓拍机，输出目前都是抓拍图片，后台服务器1:N，目前这个效果还是不如基于服务器的视频流跟踪、识别；除非抓拍机直接输出一系列人脸特征，可能提高很多。
6.目前国内人脸厂家，旷，商，依，云等，都是以算法为专长，但算法好离产品稳定还差十万八千里，需要硬件，嵌软，视频编解码，流媒体，分布式计算等等各种技术，用过几家的产品，只能呵呵。。
基于以上，人脸识别最适合的应用场合还是安防，其他行业要想大规模稳定运行，还需一些时日。
问题动态
- 发布时间
- 2026-01-09 22:23
- 更新时间
- 2026-01-09 22:23
- 关注人数
- 0 人关注
