面部识别受到算法和检测的极大影响。

1。概念简介

面部识别是一种生物识别技术，它使用人的面部特征数据来识别基于人面部特征数据的身份。它用于解锁手机，身份验证，工作登机手续，向社区滑动面孔，滑动面部出勤，踩着驾驶汽车，滑动面孔等。它在许多领域中广受欢迎，例如融资，医疗保健，安全检查，支付，付款，娱乐，为数字经济和人们的日常生活带来新的机会。

诸如面部，指纹和虹膜等生物学特征是独特且难以复制的，并且是非接触，非强制性，多重持续性，隐藏性和简单性的收集和使用。通过成像设备或模块，一系列捕获或收集包含面部的图像或视频的技术，并可以自动跟踪，分析，检测和识别它们。面部识别是一种专业技术，该技术整合了人工智能，机器识别，机器学习，模型理论，专家系统，视频图像处理和其他专业技术，并且是生物识别识别的最新应用。

2。面部识别系统的组成

面部识别系统主要由六个部分组成：面部收集，面部检测，面部图像预处理，面部特征提取，面部图像匹配，面部图像识别等。

肖像集合：主要通过设备或模块，自动搜索，跟踪和捕获面部图像，视频流等。

肖像检测：它主要用于准确确定所收集的图像和视频流中面部的位置，大小和面部特征，并选择有用的信息以预处处理面部识别。

肖像预处理：基于面部检测结果，处理面部图像并进行预先提取。包括图像灰度校正，噪声过滤，光补偿，灰度转换，直方图均衡，归一化，几何校正，过滤和锐化等。

肖像特征提取：面部器官包括眼睛，鼻子，嘴巴，下巴，耳朵，耳朵，头发等，并根据面部器官的形状，描述，距离和特征概述面部分类的特征数据。面部识别系统根据面部视觉，像素统计，图像转换系数和图像代数等功能提取面部器官数据数据，然后进行面部的特征建模。

肖像匹配：搜索提取的面部图像的功能数据并与存储在数据库中的功能模板进行匹配。通过设置阈值，当相似性超过此阈值时，匹配获得的结果是输出。数据库中的面部图像不是肖像图像的原始图像或视频。在功能处理和计算之后，它们被存储为数字模型和数字编码。

肖像识别：面部识别是将面部特征与获得的面部特征模板进行比较，并根据相似性级别判断面部的身份信息。面部识别包括两个技术链接：面部检测和面部识别。

3。面部识别的应用

面部识别已应用于社区住宅建筑，地铁，公共汽车，高速导轨，电子哨兵的范围，用于流行性预防和控制的电子哨兵，公司出勤签到，零售消费中的自动售货机，银行帐户开放，支付，转让，消费，消费，消费，保险，保险索赔，帐户注册以及公共安全以及生产，生产，生活，工作，工作，工作，工作，工作，工作，工作，工作，工作。

“ 2021年面部识别行业白皮书”表明，2021年中国面部识别市场的规模为56亿元人民币，预计2022年将达到68亿元人民币，到2024年将超过100亿元人民币。年增长率的平均年增长率为23％。其中，面部识别申请最多占54％，其次是金融占16％。之后，将有10％的娱乐活动，7％的医疗服务，6％的电子商务零售，3％的旅行，2％的政府事务和2％。

4。面部识别缺陷

面部识别的过程是比较收集或提取的面部图像特征并匹配数据库中的预动作，并将它们与基于相似性提前设置的阈值结果进行比较。如果达到阈值，则系统法官将保持一致，并且服务执行诸如确认，通过和安全性之类的操作；如果未达到设定的阈值，则系统法官将不一致，并且该服务将被拒绝，退出和其他操作。

面部识别受到算法和检测的极大影响。首先，许多面部识别算法都使用手动特征提取方法，该方法受到人类经验以及获得的图像的数量，质量和类型的影响，这导致了不同面部识别算法的面部特征的巨大差异，这直接影响了面部识别的准确性。因此，面部识别模型的概括和准确性是不平衡的。

其次， Body检测使用硬件设备或软件算法来确定图像采集设备捕获的面部图像是否来自活体。 The live the of the , eyes, and head, as well as by , 3D and , and the true and on the in of skin and , and use - to the 's and , head , , and .