人脸识别技术的背景
人脸识别的发展历史是怎样的？
人脸识别的发展历史是怎样的？
人脸识别始于20世纪60年代。80年代随着计算机技术和光学成像技术的发展得到提高。而真正进入初级应用阶段是在90年代，以美国，日本，德国的技术实现为主。此时主流的技术路线为人脸表观建模。从1990s末期到现在，人脸识别的研究不断深入，研究者开始关注面向真实条件的人脸识别问题，主要包括以下四个方面的研究：1）提出不同的人脸空间模型，包括以线性判别分析为代表的线性建模方法，以Kernel方法为代表的非线性建模方法和基于3D信息的3D人脸识别方法。2）深入分析和研究影响人脸识别的因素，包括光照不变人脸识别、姿态不变人脸识别和表情不变人脸识别等。3）利用新的特征表示，包括局部描述子（Gabor Face, LBP Face等）和深度学习方法。4）利用新的数据源，例如基于视频的人脸识别和基于素描和近红外线的人脸识别。
2014年以来，深度学习 大数据（海量的有标注人脸数据）成为人脸识别领域的主流技术路线，其中两个重要的趋势为：1）网络变大变深（VGGFace16层，FaceNet22层）。2）数据量不断增大（DeepFace400万，FaceNet2亿），大数据成为提升人脸识别性能的关键。
人脸识别系统的产品与背景？
人脸识别是一种基于人的相貌特征信息进行身份认证的生物特征识别技术，技术的最大特征是能避免个人信息泄露，并采用非接触的方式进行识别。人脸识别与指纹识别、掌纹识别、视网膜识别、骨骼识别、心跳识别等都属于人体生物特征识别技术，都是随着光电技术、微计算机技术、图像处理技术与模式识别等技术的快速发展应运而生的。可以快捷、精准、卫生地进行身份认定；具有不可复制性，
人脸识别系统的产品与背景？
人脸识别系统以人脸识别技术为核心，是一项新兴的生物识别技术，是当今国际科技领域攻关的高精尖技术。它广泛采用区域特征分析算法，融合了计算机图像处理技术与生物统计学原理于一体，利用计算机图像处理技术从视频中提取人像特征点，利用生物统计学的原理进行分析建立数学模型，具有广阔的发展前景。2006年，美国已经要求和它有出入免签证协议的国家在10月26日之前必须使用结合了人脸识别的电子护照系统，到 2006年底已经有50多个国家实现了这样的系统。