看过央视的一个节目,找了几对双胞胎都能分辨出来,双胞胎还做了不同的表情.当然央视的每个节目都值得质疑

不能。 我们高中在我高三的时候引进了刷脸系统，就是晚上回宿舍对着刷脸机刷一下，表示已经回宿舍了，每层楼为一个单位，只能在自己所在的楼层刷脸。 有一天晚上我走错了走到四楼，我本住在三楼，到楼道去刷脸，这次刷的时间稍长，但是显示刷脸成功。我走到宿舍的时候发现我走错了宿舍，出门一看，4***，走错楼了…回到三楼刷脸，也能刷上，那么四楼我刷了谁的脸。当然是有相像之处。 由此看来，人脸识别并不能识别相似的脸，更别说双胞胎了。

目前主流的人脸识别技术对于两张人脸关键点相似度超过75%就不做区分处理了，一般75%这个阀值比对正确率在98%的样子，如果可以为了特定识别双胞胎可以上调阀值。但也有一定几率无法区分双胞胎，不过不要在意那些细节，只要机器视觉优于肉眼我们就可以考虑应用。

我是双胞胎 反正我和我妹都可以刷脸支付宝登陆我的支付宝，有的时候她登陆完 我再登陆，我的支付宝账号tm却认不出我

理论是理论 实际是实际 截止目前 —— 2008年年末 实际应用中 同一个人在不同光照姿态下的识别问题 还远远达不到普罗大众包括科技媒体认为该有的水平

在回答「能不能」之前，我们先要弄清—— [h1]计算机是如何识别人脸的？[/h1]与人类通过嘴巴、鼻子等显著特征来分辨人脸不同，机器先要对图片中的人脸进行定位和预处理，然后学习人脸的轮廓、纹理等等各种细节，并输出一连串特征值。 特征值，即像这样由 0 和 1 组成的很长一串数字如果在数据库中找到非常、非常相似的特征值，就认为摄像头看到的就是这个人。 [h1]为什么有时候双胞胎会被识别成功，有时不会？[/h1]有很多双胞胎能解锁对方手机的视频在网络中流传，人脸识别，真的对双胞胎束手无策么？ 双胞胎识别通常分为两种情况： 1、能分辨的双胞胎：有很多普通人肉眼无法立刻辨别的双胞胎，机器却能迅速将两者区别开，通常是因为两人在脸部细节上有很多不同，比如脸部某处有痣、伤疤等细微特征，可以帮助机器迅速将两人区分开。 2、很难分辨的双胞胎：两个人长得实在是太像了太像了，别说普通人，连机器都捕捉不到两者在特征上的太多差别。 非常相似的双胞胎……咳咳，诶呀放错图了就这样吧[h1]面对太相似的双胞胎，有没有解决办法？[/h1]解决办法……当然有啦！ 1、从数据上解决： 收集两个人的大量数据，并为这些数据做好标注：「这张是 A」、「这张是 B」、「这张还是 B」……将两人大量的照片数据喂给模型，让它捕捉两人之间的特征差别。 2、从识别手段上解决： 收集、标注数据好累呀……不如增加其他的识别手段吧！ 比如声纹识别，人脸识别分不出的人类，就让他们说两句话，找一找是谁的声音； 虹膜识别，照照他们的眼睛吧，虹膜可是像指纹一样独一无二的存在； 或者就用上静脉识别，把手指或者手腕放在仪器上，一照就知道谁是谁了！ 差不多就是这样的，图片来自网络[h1]不过，要不要这么解决呢？[/h1]

平均每 89 个孕妇妊娠，会有一个孕妇生出双胞胎； 双胞胎中约有 1/4 是同卵双胞胎。

也就是说，长相非常相似的同卵双胞胎出现的概率，不到 0.3%。 收集和标注双胞胎的图像数据会耗费大量人力，增加其他生物识别手段就意味着成本的增加（虽然同时增强了认证的安全性）。 分辨非常相似的双胞胎并不是人脸识别分类下的优先问题。除了双胞胎，要解决的还有诸如如何进行超大规模人脸识别（比如一张照片中同时有 500 个人），低分辨率下的人脸识别（不少摄像头的动态分辨率还是较低）等等。 各位会被认为是同一个人的双胞胎兄弟姐妹，还是看好自己的手机呀。 对了，分不清楚非常相似的双胞胎，并不意味着人脸识别不安全，这个概念还是不要混淆～ ————安利的分割线————— 对人脸识别感兴趣和双胞胎识别问题感兴趣，不妨看看我们的「知智一分钟」小视频，分分钟轻松 Get 人工智能知识点！ KnowingAI知智：只要一分钟，人脸识别了解一下｜知智一分钟KnowingAI知智：人脸识别用在哪儿？｜知智一分钟KnowingAI知智：FaceID 原理：iPhone X 是如何识别人脸的？|知智一分钟

我和我妹是同卵双生，一个脸圆些嘴角还有颗志，一个就脸长些…… 前些天玩妹妹的iPad，打开妹妹支付宝，啧，居然设了人脸识别 脑袋一转，对着自己的脸刷了。然后APP提示: “请您眨眨眼”~ 眨了下眼，居然进入了妹妹的支付宝了，哇哈哈哈哈……

同卵双胞胎，长得非常像。人脸识别技术还没有办法区分出来。 对于这个问题，常见的技术实现方法如下几种： 一、参考模板法 首先设计一个或数个标准人脸的模板，然后计算测试采集的样品与标准模板之间的匹配程度，并通过阈值来判断是否存在人脸； 二、人脸规则法 由于人脸具有一定的结构分布特征，所谓人脸规则的方法即提取这些特征生成相应的规则以判断测试样品是否包含人脸； 三、样品学习法 这种方法即采用模式识别中人工神经网络的方法，即通过对面像样品集和非面像样品集的学习产生分类器； 四、肤色模型法 这种方法是依据面貌肤色在色彩空间中分布相对集中的规律来进行检测。 五、特征子脸法 这种方法是将所有面像集合视为一个面像子空间，并基于检测样品与其在子孔间的投影之间的距离判断是否存在面像。 六、综合法 就是以上五种方法综合使用。 结论：现有的主流技术还无法判别区分长得很像的双胞胎。

——20180203更新iPhoneX的视频解锁—— 可以相互解锁对方手机 Apple Pay就是这么容易 所以总结一句 一切牛逼识别算法 一切视网膜识别 在双胞胎的世界里 都是纸老虎 俄双胞胎向苹果索赔 2000 万卢布，因 iPhone X 无法区分两者面部http://mp.weixin.qq.com/s/5qrCqbl_XOUqnM4vM-zwjA ——就是这样—— 你们这些回答都弱爆了！ 答主来用亲身实例来告诉你们正确答案！ 实验之前，做好比较环境： - 三个公司的数据样本都足够多； - 都手工正确标示了“黄天柱”和“黄天赐”两个人的名字； - 为了不增加难度，测试结果均采用五码清晰大图； - 以下数据结果，均是系统自动识别后的截图，没有任何人工干预； 1. 先来看APPLE公司的人脸识别技术： 看到一张照片上出现两个“黄天柱”我也是醉了，这要是真的，可以说是吓死活人不偿命！ 也有人脸识别不出来的情况： 当然也有正确的情况，但是我觉得另外一个没有识别出来是因为脸部光线过暗，头顶过亮，没错，秃头，就是这么自信！ 再看双“黄天柱”： 再看双“黄天赐” 唯一正确识别的一张，不过我觉得它是蒙的，也挺难为他的，带个墨镜被他蒙对了： Apple小结： 三个字：很！失！望！不过也是在预料之中，算法基本上是没有区分双胞胎两者的能力，应该是算法根本没有找到某一个人的脸型特征因素，找到的特征基本上是二者共有的，所以在训练也是瞎训练，没有办法加强某一个人身上的独有特征变量。所以结果不是双黄天柱就是双黄天赐，这是个失败的人工智能算法！ 2. 再来看看Facebook的人脸识别技术： 第一张F兄基本上识别对了，区分了两个人，但是我的那个名字没有识别出来，但是能够区分，暂且算是对了！ 第二张F做的也很clever，两个人区分且识别正确（F的照片必须鼠标移上去显示一个人的名字） 我们来看看这一张： Wow，真的震惊到我了，我都不敢相信F居然做到了，再看一张： 厉害了我的哥，看看最后一张测试样本： 正确识别出了黄天柱，但是我的那个头像没有认出来，但是基本上也是明确区分两个人且正确识别出一个人，所以也算是对了！ Facobook小结： Face兄的识别能力真的是把我震惊到了，以上结果我没有做任何人工干预，这些照片都是新上传，F根据历史照片做个名字标注。无论是怎么样的照片，F均能正确识别出Eric Huang，只是有些照片没有能够把我的照片识别出来，但是能够正确识别出两个人中的一人，也算是很成功了，说明算法已经正确训练出了两者在脸型细节上的不同因素，并且区分的正确率非常高。Face兄应该是抓住了Eric Huang的脸型或者某个细节上的特征变量，并加强了对其的训练，导致能够正确区分两个人且正确识别Eric Huang！很赞！ 3. 最后我们来看看Google的技术如何： google photos我试了半天也没有找到相关的人物标示，我记得是有的，但是由于很多照片在google photos上，所以基本上没有训练的过程，及时有识别结果也不具有参考性，所以这次就不做测试了。 本来觉得很无聊的题目（因为我默认这种事情目前的人工智能还是没有办法做到区分的），但是在测试的过程中却发现了乐趣，Face兄还真的给我带来了惊喜。本身自己在早稻田读书的时候也研究过相关算法，还顺带水了几篇论文，所以根据那时候一些比较流行的算法，什么SIFT，SVM，GMM等等，现在估计也落后了。但是人工智能正在以超乎人类想想的速度在往前发展，甚至已经在超越人类的能力的方向走的越来越快，真的不敢想想霍金同学对未来人工智能取代人类的预判。在这个方面，IBM Waston的技术据说就很领先，Waston在10分钟内可以学习完4千米高的文本资料，并告诉你一些情感上的判断，例如训练后可以从新视频中出色的剪辑出带有“惊悚”场景的片段！ 识别双胞胎很难么，哈哈哈，也许对机器来说，是很简单的一件事情！未来好可怕啊，赶紧啪啪啪！

如果是区分两个特定双胞胎，那没问题；但如果要区分任意两个双胞胎，而不出现误判，那根本不可能，不要相信那些报道。