罗元婕

人脸识别属于生物特征识别技术中的一种，它指的是对生物体（一般特指人）的生物特征来区分每一个个体。脸、指纹、手掌纹、虹膜、视网膜、语音、体形、个人习惯（如签字）等生物特征的识别，都有相应的识别技术支持。这些特征常被视为便捷的身份认证形式，因为它们大多与生俱来，且具备唯一性。

随着移动设备处理能力的提升，人脸识别技术迅速突破安防领域，涌向日常应用，在金融系统、娱乐等其他领域发酵，创造了巨大的商业价值。

据了解，“刷脸”认证的背后，其实是一整套的信用实人认证过程，包含了新技术、实名认证等一整套方案。技术专家表示，目前人脸识别技术已经达到金融级的准确度和安全性，准确率超过99.6%，而且，结合眼纹等多因子验证，准确率能达到99.9%。发型、常规妆容、胖瘦变化、老化等都可以被准确识别出来。

目前，深度学习正逐渐被应用于人脸识别中，深度学习将特征提取和分类两个步骤融合在一起，利用神经网络黑盒子的特性，计算出最适合的特征提取模式，直接跳过“特征提取影响识别结果”这一缺陷，让算法更适用于不同的实际应用。

人臉识别技术的种类虽然繁多，但底层算法大同小异，识别图片的“多样性”和“精准性”才是衡量技术高低的重要标准。只有把一定规模的训练数据“喂”给机器，提升它深度学习的能力，才能保证人脸识别技术在实际应用场景中达到预期的效果。这也就意味着，为了提高算法的准确性，大量的数据积累是必不可少的。……