3分钟看懂人脸识别原理

人脸识别范围很广泛，目前有十个关键技术

1. 人脸检测（face detection）是检测出图像中人脸位置的技术

一般输入是一张图片，输出是人脸所在位置，常用矩形框标记在原图之上；

2. 人脸配准（face alignment）是定位人脸五官关键点坐标的技术

一般输入是人脸图像+人脸坐标框，输出是五官关键点坐标序列，输入一般会统一尺寸；

3. 人脸属性识别（face atrribute）是识别人脸的性别、年龄、姿态、表情等属性的技术

一般输入是人脸图像+五官关键点坐标，输出是人脸属性值，输入一般会调整统一尺寸和旋转角度，保证数据的统一性再做分析；

4. 人脸特征提取（face feature extraction）是将人脸图像转化为一串固定长度的数字串的技术

一般输入是人脸图像+五官关键点坐标，输出是一串固定长度的数字串；

5. 人脸对比（face compare）是对比两张人脸相似度的技术

一般输入是两张人脸的特征（即两个固定长度的数字串），输出是两张人脸的相似度，人脸验证、人脸识别、人脸检索都是在人脸比对的基础上加一些策略来实现；

6. 人脸验证（face verification）判断两张人脸是否为同一个人的技术

一般输入是两个人脸特征，通过计算相似度并且和预先设置的阈值进行比较，输出为是否为同一个人；

7. 人脸识别（face recognition）是识别出输入人脸对应身份的技术

一般输入是一个人脸特征，通过对比数据库已有的人脸特征计算最高的相似度并与阈值比较，输出是人脸对应的身份，当相似度小于阈值时，输入人脸不在数据库中；

8. 人脸检索，是查询和输入人脸相似的人脸序列的技术

一般输入是一个人脸特征，通过对比数据库已有人脸特征计算相似度，并对一定数量的人脸根据相似度由高到低进行排序作为输出；

9. 人脸聚类（face cluster）是将一个集合内的人脸按身份进行分组的技术（这个集合中可能会有多张人脸属于一个身份）

一般输入是一个人脸集合，将集合内的人脸两两对比相似度，通过分析，将集合内的人脸图按身份进行分组作为输出；

10. 人脸活体（face liveness）是判断人脸是来自真人还是攻击假体（照片、视频等）的技术