人臉識別演算法lfw

① 人臉識別系統的核心是什麼

人臉識別是一種基於人的臉部特徵信息進行身份認證的生物特徵識別技術。它集成了人工智慧、機器識別、機器學習、模型理論、視頻圖像處理等多種專業技術。人臉識別主要分四步完成：人臉圖像採集及檢測、人臉圖像預處理、人臉圖像特徵提取、匹配與識別。 樓上已經很詳細的說明了人臉識別的技術原理，這里不做過多贅述。
在人臉識別業界，擁有人臉識別技術核心實力，即是擁有自主知識產權的人臉識別SDK。人臉識別技術，可以看LFW榜和FDDB榜：face++ 99.5% , 商湯 Deepid3 99.53% ， 騰訊 Tencent 99.65% , 網路 Bai 99.77%，顏鑒（ColorReco）99.64%，都是一線了，趕超國外的google 。之所以只列舉這幾家公司，是因為它們相比於其他公司，優勢在於有自己的核心技術，而不是渠道商或傳統廠商。值得一提的是，這些公司目前規模都不大，但卻像谷歌、微軟一樣都有自己的人工智慧研究院，緊密追隨國際最新的科研成果。像前段時間很火的阿爾法狗，其工作原理是深度學習，這一技術其實在中國的這些公司里都已經擁有並投入商用了。

② 人臉識別技術能判斷長相非常相似的人嗎

人臉識別目前的應用除了檢索相似人臉之外，當然有用於身份驗證的，北京奧運會、上海世博會、倫敦暴亂嫌疑人認定、倫敦希斯羅機場入境等等都有使用基於人臉的身份驗證軟體。只是具體來說各個產品的識別准確性有待具體問題具體分析。現在的演算法在126對雙胞胎(252人)的上萬張圖像的資料庫上測試，驗證出人臉識別技術來識別雙胞胎是可行的。但是當圖像包含光照、姿勢、表情等等變化時，效果很差。這個是識別非雙胞胎或雙胞胎都面臨的問題。另外有些演算法還會特別提取一些細微特徵例如痣、疤痕等來幫助區別雙胞胎。現階段來講人臉比起指紋、虹膜、DNA這些生物特徵來說，確實精確度還不夠。但是設想刷臉取代取代密碼並不能說「很天真」。我在另外問題的答案里也提到過，自動人臉識別技術發展了40多年，False reject rate從1993年的79%降到2010年的0.3%(false accept rate=0.1%)。LFW庫上的演算法識別率從2007年的60%升到2014年的97~98%，可見是取得了巨大進步的。同卵雙胞胎，長得非常像。人臉識別技術還沒有辦法區分出來。對於這個問題，常見的技術實現方法如下幾種：參考模板法首先設計一個或數個標准人臉的模板，然後計算測試採集的樣品與標准模板之間的匹配程度，並通過閾值來判斷是否存在人臉；人臉規則法由於人臉具有一定的結構分布特徵，所謂人臉規則的方法即提取這些特徵生成相應的規則以判斷測試樣品是否包含人臉。