刚才在了解这个技术，搜索到就说一下我PPT中的内容。 人脸识别技术火了一段时间，现在应该是服了点凉茶的。相对其他技术，这个研究机构不少，例如有：中科院自动化所计算所， 清华大学，南京理工大学，哈尔滨工业大学，复旦大学，北京科技大。 人脸识别是生物特征识别中的一种，其实生物识别有很多种的，例如有： 之所以用人脸识别的主要原因不是科技发展的结果，而是成本的原因，也就是现阶段实现人脸识别成本较低，性能较高，就是性价比高吧，既然是性价比高，意思也就是说它不是最好的那种。 人脸识别的指标简单来说有如下。 拒绝率（TRR）：如99%，代表100次作弊假体攻击，会有99次被拒绝。 误拒率（FRR）：如0.5%，指1000次真人请求，会有5次因为活体分数低于阈值被错误拒绝。 通过率（TAR）：如99%，指100次真人请求，会有99次因为活体分数高于阈值而通过。 阈值（Threshold）：高于此数值，则可判断为活体。 例如某产品或系统识别有如下性能。 （上面的指标与表格来自百度人脸识别的文档） 这个系统设置的阈值为0.39，那么就有如下指标。 拒绝率是96%； 误拒率是0.5%； 通过率是99.5%。 用另一语言来说，是这样： 如果小明想冒充老王点名，试了100次，有96次被识破，但仍然有4次竟然点名成功； 老王这个学期上了200节课，有1次点名不成功，被识别成小王或其他人了； 老王上了200节课，有199次点名通过，但有1次点名不通过，不是误识为了其他 人，而是因为发型等问题认不出来了。 按上面的分析，这个系统用来上课点名，我就觉得没问题。但如果作为安全应用，例如宿舍门口放一个，不是本宿舍的人就开激光枪，那就还是不行的。

与设备（性能）和算法（程序）有关。机器识别的能力，无论是速度还是准确率甚至是规模都远超于一般普通人脑。 因为机器就是被设计专门干这个的，而人脑显然不专业，如果不是经过特殊训练，人的识别率并不高，而且会出错。机器就安全得多了。 一次性识别多少张，要看图像的清晰度，另外动态的比静态的准确率高，但是速度要慢，多人比单人要慢，但是通过堆硬件和程序油画，这个识别速度的潜力基本是无限的（至少现在还没有一个上限）。但是人受制于眼睛的视野范围还有人脑的注意力等因素，是有极限的。

我觉得不靠谱，至少离实际能用的程度还远着呢，不过如果人脸检查精读能提升上去的话也倒是可以用，比如教室里拍张照看看来了多少认啊啥的。