第四周博文日志

人脸识别与我们的生活

背景与概念：

背景：
随着社会的不断进步以及各方面对于快速有效的自动身份验证的迫切要求，生物特征识别技术在近几十年中得到了飞速的发展。
作为人的一种内在属性，并且具有很强的自身稳定性及个体差异性，生物特征成为了自动身份验证的最理想依据。当前的生物特征识别技术主要包括有:指纹识别，视网膜识别，虹膜识别，步态识别，静脉识别，人脸识别等。
与其他识别方法相比，人脸识别由于具有直接，友好，方便的特点，使用者无任何心理障碍，易于为用户所接受，从而得到了广泛的研究与应用。
概念：
人脸识别技术，是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部的一系列相关技术，通常也叫做人像识别、面部识别。传统的人脸识别技术主要是基于可见光图像的人脸识别，这也是人们熟悉的识别方式。简单的来说就是一个让计算机认出你的过程。

人脸识别技术流程：

人脸图像采集及检测：
人脸图像采集：不同的人脸图像都能通过摄像镜头采集下来，比如静态图像、动态图像、不同的位置、不同表情等方面都可以得到很好的采集。当用户在采集设备的拍摄范围内时，采集设备会自动搜索并拍摄用户的人脸图像。
人脸检测：人脸检测在实际中主要用于人脸识别的预处理，即在图像中准确标定出人脸的位置和大小。人脸图像中包含的模式特征十分丰富。人脸检测就是把这其中有用的信息挑出来，并利用这些特征实现人脸检测。

人脸图像预处理：
人脸图像预处理：对于人脸的图像预处理是基于人脸检测结果，对图像进行处理并最终服务于特征提取的过程。系统获取的原始图像由于受到各种条件的限制和随机 干扰，往往不能直接使用，必须在图像处理的早期阶段对它进行灰度校正、噪声过滤等图像预处理。对于人脸图像而言，其预处理过程主要包括人脸图像的光线补 偿、灰度变换、直方图均衡化、归一化、几何校正、滤波以及锐化等。

人脸图像特征提取：
人脸图像特征提取：人脸识别系统可使用的特征通常分为视觉特征、像素统计特征、人脸图像变换系数特征、人脸图像代数 特征等。人脸特征提取，也称人脸表征，它是对人脸进行特征建模的过程。人脸特征提取的方法归纳起来分为两大 类：一种是基于知识的表征方法；另外一种是基于代数特征或统计学习的表征方法。
人脸图像匹配与识别：
人脸图像匹配与识别：提取的人脸图像的特征数据与数据库中存储的特征模板进行搜索匹配，通过设定一个阈值，当相似度超过这一阈值，则把匹配得到的结果输出。人脸识别就是将待识别的人脸特征与已得到的人脸特征模板进行比较，根据相似程度对人脸的身份信息进行判断。这一过程又分为两类：一类是确认，是一对一进行图像比较的过程，另一类是辨认，是一对多进行图像匹配对比的过程。

人脸识别技术的应用

人脸识别支付：

人脸识别通行门禁：

人脸识别公安执法抓捕违法犯罪分子：

存在问题或难点

尽管人脸识别技术运用如此多样，涉及领域如此的广，它的使用还是存在许多问题。。。

人脸识别易受影响：
人脸识别技术受光线问题、姿态问题、表情问题、遮挡问题、年龄问题、人脸相似性、动态识别、人脸防伪、样本缺乏、图像质量问题等诸多因素的影响。
人脸特征容易被复制：
众所周知，破解密码的最常用手段是复制，通过窃取数字密码以及套取指纹来解密的案例己经不胜枚举。与记录在大脑中或其他介质上面的数字密码相比，暴露在外面的人脸更容易被复制。通过拍照完全可以获得一个人的脸部特征并进行复制，利用整容技术或者用照片识别等欺诈的方法可以骗过人脸支付系统。
个人信息泄露问题：
在科技发达的今天，人们似乎很轻易就可以通过无孔不入的渠道查到消费者的各种信息。而对于刷脸支付来讲，像人脸特征这种人体密码一旦交给别人保管，个人信息的安全系数将如何确保？获取用户的面部特征是否会涉及到个人隐私？基于面部扫描系统的支付在普遍应用之后会不会带来基于位置服务造成的个人行踪泄露？

引用：

1.OCR张彰影响人脸识别的因素（https://zhuanlan.zhihu.com/p/51291033）
2.一文看懂人脸识别技术(https://www.sohu.com/a/155248155_486207)
3.人脸识别技术简介(https://wenku.so.com/d/22dfba0e647e1d84a2f0beca7f5f1999)
4.人脸识别_360百科(https://baike.so.com/doc/5431092-5669384.html)