哈爾濱市速爾科技開發有限公司
聯系人：姜女士
電話：0451-87523352-801財務部
0451-87523352-802商務部
0451-87523352-803技術部
0451-87523352-805傳真
0451-87523352-804維修部
0451-82565951
手機：13836033567
郵箱：467371934@qq.com
網址：kpmxypu.cn
地址：
哈爾濱市南崗區南通大街258號
談及“刷臉”大家都不陌生，百度，支付寶，京東很多公司已經全面開啟了人臉識別的這種認證和支付方式。
2015年馬云在德國漢諾威消費電子、信息及通信博覽會開幕式上向包括德國總理默克爾和中國國務院副總理馬凱在內的嘉賓，現場演示螞蟻金服的Smile to Pay掃臉技術，實現人臉識別支付。
什么是人臉識別技術？
人臉識別，是計算機視覺里面的一個分支問題，應該也是最難解決的問題。
車牌識別我們接觸的比較多，其實車牌與人臉識別的實現也是相同也有不同的。
人類通過眼睛獲得視覺信息，這些信息經過大腦的處理被識別為有意義的概念。于是我們知道了放在我們面前的是水杯、
本，還是什么別的東西。
然而這項看似簡單的任務，對機器來說卻并不那么容易實現。
對計算機來講，一幅圖像信息，無論是靜態的圖片，還是動態視頻中的一幀，都是一個由眾多像素點組成的矩陣。比如一個1080p的數字圖像，是一個由1980*1080個像素點組成矩陣，每個像素點，如果是8bit的rgb格式，則是3個取值在0-255的數。
機器需要在這些數據中，找出某一部分數據代表了何種概念：哪一部分數據是水杯，哪一部分是書本，哪一部分是人臉。
AI深度學習助力人臉識別技術
定位到人臉之后的另外一個問題就是如何去區別你是不是你，計算機理解人臉不是一整張的人臉，而是將人臉的上一些特征比如單眼皮，高鼻梁，眼球顏色等劃分為某一個特征值。主流識別算法在特征值個數在5到100之間。
計算機將一張臉按照（特征1，特征2，特征3，特征4，特征5）這樣的模式存儲起來。但是這5種特征值和區分維度是沒辦法區分全球全球70億人臉的。
當特征值和區分維度增加后特征空間的庫就變得巨大無比，傳統算法不足以計算，2012年基于神經網絡算法的深度學習算法出現，使得人臉識別的效率和準確率得到質的飛躍。
人臉識別更便捷具安全性
我們常見的生物識別有指紋，虹膜，指靜脈等，但是指紋因為會磨損，換季脫皮等印刷影響給用戶帶來不少的麻煩，再加之指紋可通過簡易方式復制獲取后完成破解，安全性上并沒沒有想象中那么好。
目前主流的指紋硬件識別速度在1秒左右，但是最大的一個限制是需要人走近伸出手指才能識別，相比于在運動中靠近就開始識別的人年識別效率上低了不少。
安全性上人臉識別算法在通過大數據的人臉庫的深度學習，更加智能，即使戴眼鏡，化妝，遮擋，雙胞胎，等情況都能準確識別，還能活體檢測，安全性上更勝一籌。
人臉識別無疑是市面上較為安全與方便的生物識別方式之一，人臉識別已經應用在很多領域了，銀行，火車站，加油站，小區等。
