亚洲精品黑牛一区二区三区_女人被两根一起进3p的动漫_色屁屁草草影院ccyycom_老年人毛片_免费无码无遮挡永久色情聊天_91第一页_九色视频导航_四虎影视免费永久观看在线_欧美性色网_一级黄色大片_五月婷婷欧美激情_性一交一乱一做一爱_亚洲精品精_无遮挡免费看_涩涩的视频在线观看_红杏成人免费视频观看_国产老熟女狂叫对白_91成人影库_免费成人_国产亚洲精品AA片在线观看_成熟丰满熟妇AV无码区_少妇被粗大的猛烈进出视频_国产大奶在线_国产无套一区二区三区久久_99爱99_国产91色综合_国产成人精品无码免费看在线_厨房里的激战2免费观看_91亚洲精华国产精华_天天干免费视频

1基本介紹

　　人臉識(shí)別技術(shù)是基于人的臉部特征，對(duì)輸入的人臉圖像或者視頻流 . 首先判斷其是否存在人臉 , 如果存在人臉，則進(jìn)一步的給出每個(gè)臉的位置、大小和各個(gè)主要面部器官的位置信息。并依據(jù)這些信息，進(jìn)一步提取每個(gè)人臉中所蘊(yùn)涵的身份特征，并將其與已知的人臉進(jìn)行對(duì)比，從而識(shí)別每個(gè)人臉的身份。

　　廣義的人臉識(shí)別實(shí)際包括構(gòu)建人臉識(shí)別系統(tǒng)的一系列相關(guān)技術(shù)，包括人臉圖像采集、人臉定位、人臉識(shí)別預(yù)處理、身份確認(rèn)以及身份查找等；而狹義的人臉識(shí)別特指通過(guò)人臉進(jìn)行身份確認(rèn)或者身份查找的技術(shù)或系統(tǒng)。

　　生物特征識(shí)別技術(shù)所研究的生物特征包括臉、指紋、手掌紋、虹膜、視網(wǎng)膜、聲音（語(yǔ)音）、體形、個(gè)人習(xí)慣（例如敲擊鍵盤的力度和頻率、簽字）等，相應(yīng)的識(shí)別技術(shù)就有人臉識(shí)別、指紋識(shí)別、掌紋識(shí)別、虹膜識(shí)別、視網(wǎng)膜識(shí)別、語(yǔ)音識(shí)別（用語(yǔ)音識(shí)別可以進(jìn)行身份識(shí)別，也可以進(jìn)行語(yǔ)音內(nèi)容的識(shí)別，只有前者屬于生物特征識(shí)別技術(shù)）、體形識(shí)別、鍵盤敲擊識(shí)別、簽字識(shí)別等。

2技術(shù)原理

內(nèi)容

　　人臉識(shí)別技術(shù)包含三個(gè)部分：

　　（1）人臉檢測(cè)

　　面貌檢測(cè)是指在動(dòng)態(tài)的場(chǎng)景與復(fù)雜的背景中判斷是否存在面像，并分離出這種面像。一般有下列幾種方法：

　?、賲⒖寄０宸?br>

　　首先設(shè)計(jì)一個(gè)或數(shù)個(gè)標(biāo)準(zhǔn)人臉的模板，然后計(jì)算測(cè)試采集的樣品與標(biāo)準(zhǔn)模板之間的匹配程度，并通過(guò)閾值來(lái)判斷是否存在人臉；

　?、谌四樢?guī)則法

　　由于人臉具有一定的結(jié)構(gòu)分布特征，所謂人臉規(guī)則的方法即提取這些特征生成相應(yīng)的規(guī)則以判斷測(cè)試樣品是否包含人臉；

　?、蹣悠穼W(xué)習(xí)法

　　這種方法即采用模式識(shí)別中人工神經(jīng)網(wǎng)絡(luò)的方法，即通過(guò)對(duì)面像樣品集和非面像樣品集的學(xué)習(xí)產(chǎn)生分類器；

　?、苣w色模型法

　　這種方法是依據(jù)面貌膚色在色彩空間中分布相對(duì)集中的規(guī)律來(lái)進(jìn)行檢測(cè)。

　?、萏卣髯幽?lè)?br>

　　這種方法是將所有面像集合視為一個(gè)面像子空間，并基于檢測(cè)樣品與其在子空間的投影之間的距離判斷是否存在面像。

　　值得提出的是，上述5種方法在實(shí)際檢測(cè)系統(tǒng)中也可綜合采用。

　?。?）人臉跟蹤

　　面貌跟蹤是指對(duì)被檢測(cè)到的面貌進(jìn)行動(dòng)態(tài)目標(biāo)跟蹤。具體采用基于模型的方法或基于運(yùn)動(dòng)與模型相結(jié)合的方法。此外，利用膚色模型跟蹤也不失為一種簡(jiǎn)單而有效的手段。

　?。?）人臉比對(duì)

　　面貌比對(duì)是對(duì)被檢測(cè)到的面貌像進(jìn)行身份確認(rèn)或在面像庫(kù)中進(jìn)行目標(biāo)搜索。這實(shí)際上就是說(shuō)，將采樣到的面像與庫(kù)存的面像依次進(jìn)行比對(duì)，并找出佳的匹配對(duì)象。所以，面像的描述決定了面像識(shí)別的具體方法與性能。主要采用特征向量與面紋模板兩種描述方法：

　?、偬卣飨蛄糠?br>

　　該方法是先確定眼虹膜、鼻翼、嘴角等面像五官輪廓的大小、位置、距離等屬性，然后再計(jì)算出它們的幾何特征量，而這些特征量形成一描述該面像的特征向量。

　?、诿婕y模板法

　　該方法是在庫(kù)中存貯若干標(biāo)準(zhǔn)面像模板或面像器官模板，在進(jìn)行比對(duì)時(shí)，將采樣面像所有象素與庫(kù)中所有模板采用歸一化相關(guān)量度量進(jìn)行匹配。此外，還有采用模式識(shí)別的自相關(guān)網(wǎng)絡(luò)或特征與模板相結(jié)合的方法。

　　人臉識(shí)別技術(shù)的核心實(shí)際為“局部人體特征分析”和“圖形/神經(jīng)識(shí)別算法。”這種算法是利用人體面部各器官及特征部位的方法。如對(duì)應(yīng)幾何關(guān)系多數(shù)據(jù)形成識(shí)別參數(shù)與數(shù)據(jù)庫(kù)中所有的原始參數(shù)進(jìn)行比較、判斷與確認(rèn)。一般要求判斷時(shí)間低于1秒。

識(shí)別過(guò)程

　　一般分三步：

　?。?）首先建立人臉的面像檔案。即用攝像機(jī)采集單位人員的人臉的面像文件或取他們的照片形成面像文件，并將這些面像文件生成面紋（Faceprint）編碼貯存起來(lái)。

　?。?）獲取當(dāng)前的人體面像。即用攝像機(jī)捕捉的當(dāng)前出入人員的面像，或取照片輸入，并將當(dāng)前的面像文件生成面紋編碼。

　?。?）用當(dāng)前的面紋編碼與檔案庫(kù)存的比對(duì)。即將當(dāng)前的面像的面紋編碼與檔案庫(kù)存中的面紋編碼進(jìn)行檢索比對(duì)。上述的“面紋編碼”方式是根據(jù)人臉臉部的本質(zhì)特征和開(kāi)頭來(lái)工作的。這種面紋編碼可以抵抗光線、皮膚色調(diào)、面部毛發(fā)、發(fā)型、眼鏡、表情和姿態(tài)的變化，具有強(qiáng)大的可靠性，從而使它可以從百萬(wàn)人中地辨認(rèn)出某個(gè)人。人臉的識(shí)別過(guò)程，利用普通的圖像處理設(shè)備就能自動(dòng)、連續(xù)、實(shí)時(shí)地完成。

技術(shù)流程

　　人臉識(shí)別系統(tǒng)主要包括四個(gè)組成部分，分別為：人臉圖像采集及檢測(cè)、人臉圖像預(yù)處理、人臉圖像特征提取以及匹配與識(shí)別。

　　人臉圖像采集及檢測(cè)

　　人臉圖像采集：不同的人臉圖像都能通過(guò)攝像鏡頭采集下來(lái)，比如靜態(tài)圖像、動(dòng)態(tài)圖像、不同的位置、不同表情等方面都可以得到很好的采集。當(dāng)用戶在采集設(shè)備的拍攝范圍內(nèi)時(shí)，采集設(shè)備會(huì)自動(dòng)搜索并拍攝用戶的人臉圖像。

　　人臉檢測(cè)：人臉檢測(cè)在實(shí)際中主要用于人臉識(shí)別的預(yù)處理，即在圖像中準(zhǔn)確標(biāo)定出人臉的位置和大小。人臉圖像中包含的模式特征十分豐富，如直方圖特征、顏色特征、模板特征、結(jié)構(gòu)特征及Haar特征等。人臉檢測(cè)就是把這其中有用的信息挑出來(lái)，并利用這些特征實(shí)現(xiàn)人臉檢測(cè)。

　　主流的人臉檢測(cè)方法基于以上特征采用Adaboost學(xué)習(xí)算法，Adaboost算法是一種用來(lái)分類的方法，它把一些比較弱的分類方法合在一起，組合出新的很強(qiáng)的分類方法。

　　人臉檢測(cè)過(guò)程中使用Adaboost算法挑選出一些能代表人臉的矩形特征（弱分類器），按照加權(quán)投票的方式將弱分類器構(gòu)造為一個(gè)強(qiáng)分類器，再將訓(xùn)練得到的若干強(qiáng)分類器串聯(lián)組成一個(gè)級(jí)聯(lián)結(jié)構(gòu)的層疊分類器，有效地提高分類器的檢測(cè)速度。

　　人臉圖像預(yù)處理

　　人臉圖像預(yù)處理：對(duì)于人臉的圖像預(yù)處理是基于人臉檢測(cè)結(jié)果，對(duì)圖像進(jìn)行處理并終服務(wù)于特征提取的過(guò)程。系統(tǒng)獲取的原始圖像由于受到各種條件的限制和隨機(jī) 干擾，往往不能直接使用，必須在圖像處理的早期階段對(duì)它進(jìn)行灰度校正、噪聲過(guò)濾等圖像預(yù)處理。對(duì)于人臉圖像而言，其預(yù)處理過(guò)程主要包括人臉圖像的光線補(bǔ) 償、灰度變換、直方圖均衡化、歸一化、幾何校正、濾波以及銳化等。

　　人臉圖像特征提取

　　人臉圖像特征提?。喝四樧R(shí)別系統(tǒng)可使用的特征通常分為視覺(jué)特征、像素統(tǒng)計(jì)特征、人臉圖像變換系數(shù)特征、人臉圖像代數(shù) 特征等。人臉特征提取就是針對(duì)人臉的某些特征進(jìn)行的。人臉特征提取，也稱人臉表征，它是對(duì)人臉進(jìn)行特征建模的過(guò)程。人臉特征提取的方法歸納起來(lái)分為兩大 類：一種是基于知識(shí)的表征方法；另外一種是基于代數(shù)特征或統(tǒng)計(jì)學(xué)習(xí)的表征方法。

　　基于知識(shí)的表征方法主要是根據(jù)人臉器官的形狀描述以及他們之間的距離特性來(lái)獲得有助于人臉?lè)诸惖奶卣鲾?shù)據(jù)，其特征分 量通常包括特征點(diǎn)間的歐氏距離、曲率和角度等。人臉由眼睛、鼻子、嘴、下巴等局部構(gòu)成，對(duì)這些局部和它們之間結(jié)構(gòu)關(guān)系的幾何描述，可作為識(shí)別人臉的重要特 征，這些特征被稱為幾何特征。基于知識(shí)的人臉表征主要包括基于幾何特征的方法和模板匹配法。

　　人臉圖像匹配與識(shí)別

　　人臉圖像匹配與識(shí)別：提取的人臉圖像的特征數(shù)據(jù)與數(shù)據(jù)庫(kù)中存儲(chǔ)的特征模板進(jìn)行搜索匹配，通過(guò)設(shè)定一個(gè)閾值，當(dāng)相似度超過(guò)這一閾值，則把匹配得到的結(jié)果輸 出。人臉識(shí)別就是將待識(shí)別的人臉特征與已得到的人臉特征模板進(jìn)行比較，根據(jù)相似程度對(duì)人臉的身份信息進(jìn)行判斷。這一過(guò)程又分為兩類：一類是確認(rèn)，是一對(duì)一 進(jìn)行圖像比較的過(guò)程，另一類是辨認(rèn)，是一對(duì)多進(jìn)行圖像匹配對(duì)比的過(guò)程。

3功能模塊

人臉捕獲與跟蹤功能

　　人臉捕獲是指在一幅圖像或視頻流的一幀中檢測(cè)出人像并將人像從背景中分離出來(lái)，并自動(dòng)地將其保存。人像跟蹤是指利用人像捕獲技術(shù)，當(dāng)*的人像在攝像頭拍攝的范圍內(nèi)移動(dòng)時(shí)自動(dòng)地對(duì)其進(jìn)行跟蹤。

人臉識(shí)別比對(duì)

　　人臉識(shí)別分核實(shí)式和搜索式二種比對(duì)模式。核實(shí)式是對(duì)指將捕獲得到的人像或是*的人像與數(shù)據(jù)庫(kù)中已登記的某一對(duì)像作比對(duì)核實(shí)確定其是否為同一人。搜索式的比對(duì)是指，從數(shù)據(jù)庫(kù)中已登記的所有人像中搜索查找是否有*的人像存在。

人臉的建模與檢索

　　可以將登記入庫(kù)的人像數(shù)據(jù)進(jìn)行建模提取人臉的特征，并將其生成人臉模板（人臉特征文件）保存到數(shù)據(jù)庫(kù)中。在進(jìn)行人臉?biāo)阉鲿r(shí)（搜索式），將*的人像進(jìn)行建模，再將其與數(shù)據(jù)庫(kù)中的所有人的模板相比對(duì)識(shí)別，終將根據(jù)所比對(duì)的相似值列出相似的人員列表。

真人鑒別功能

　　系統(tǒng)可以識(shí)別得出攝像頭前的人是一個(gè)真正的人還是一幅照片。以此杜絕使用者用照片作假。此項(xiàng)技術(shù)需要使用者作臉部表情的配合動(dòng)作。

圖像質(zhì)量檢測(cè)

　　圖像質(zhì)量的好壞直接影響到識(shí)別的效果，圖像質(zhì)量的檢測(cè)功能能對(duì)即將進(jìn)行比對(duì)的照片進(jìn)行圖像質(zhì)量評(píng)估，并給出相應(yīng)的建議值來(lái)輔助識(shí)別 。

4基本方法

　　分析算法

　　人臉識(shí)別技術(shù)中被廣泛采用的區(qū)域特征分析算法，它融合了計(jì)算機(jī)圖

　　像處理技術(shù)與生物統(tǒng)計(jì)學(xué)原理于一體，利用計(jì)算機(jī)圖像處理技術(shù)從視頻中提取人像特征點(diǎn)，利用生物統(tǒng)計(jì)學(xué)的原理進(jìn)行分析建立數(shù)學(xué)模型,即人臉特征模板。利用已建成的人臉特征模板與被測(cè)者的人的面像進(jìn)行特征分析，根據(jù)分析的結(jié)果來(lái)給出一個(gè)相似值。通過(guò)這個(gè)值即可確定是否為同一人。

　　人臉識(shí)別的方法很多，主要的人臉識(shí)別方法有：

　?。?）幾何特征的人臉識(shí)別方法：幾何特征可以是眼、

　　鼻、嘴等的形狀和它們之間的幾何關(guān)系（如相互之間的距離）。這些算法識(shí)別速度快，需要的內(nèi)存小，但識(shí)別率較低。

　?。?）基于特征臉（PCA）的人臉識(shí)別方法：特征臉?lè)椒ㄊ腔贙L變換的人臉識(shí)別方法，KL變換是圖像壓縮的一種優(yōu)正交變換。高維的圖像空間經(jīng)過(guò)KL變換后得到一組新的正交基，保留其中重要的正交基，由這些基可以張成低維線性空間。如果假設(shè)人臉在這些低維線性空間的投影具有可分性，就可以將這些投影用作識(shí)別的特征矢量，這就是特征臉?lè)椒ǖ幕舅枷?。這些方法需要較多的訓(xùn)練樣本，而且*是基于圖像灰度的統(tǒng)計(jì)特性的。目前有一些改進(jìn)型的特征臉?lè)椒ā?br>

　?。?）神經(jīng)網(wǎng)絡(luò)的人臉識(shí)別方法：神經(jīng)網(wǎng)絡(luò)的輸入可以是降低分辨率的人臉圖像、局部區(qū)域的自相關(guān)函數(shù)、局部紋理的二階矩等。這類方法同樣需要較多的樣本進(jìn)行訓(xùn)練，而在許多應(yīng)用中，樣本數(shù)量是很有限的。

　?。?）彈性圖匹配的人臉識(shí)別方法：彈性圖匹配法在二維的空間中定義了一種對(duì)于通常的人臉變形具有一定的不變性的距離，并采用屬性拓?fù)鋱D來(lái)代表人臉，拓?fù)鋱D的任一頂點(diǎn)均包含一特征向量，用來(lái)記錄人臉在該頂點(diǎn)位置附近的信息。該方法結(jié)合了灰度特性和幾何因素，在比對(duì)時(shí)可以允許圖像存在彈性形變，在克服表情變化對(duì)識(shí)別的影響方面收到了較好的效果，同時(shí)對(duì)于單個(gè)人也不再需要多個(gè)樣本進(jìn)行訓(xùn)練。

　?。?）線段Hausdorff 距離（LHD） 的人臉識(shí)別方法：心理學(xué)的研究表明，人類在識(shí)別輪廓圖（比如漫畫(huà)）的速度和準(zhǔn)確度上絲毫不比識(shí)別灰度圖差。LHD是基于從人臉灰度圖像中提取出來(lái)的線段圖的，它定義的是兩個(gè)線段集之間的距離，與眾不同的是，LHD并不建立不同線段集之間線段的一一對(duì)應(yīng)關(guān)系，因此它更能適應(yīng)線段圖之間的微小變化。實(shí)驗(yàn)結(jié)果表明，LHD在不同光照條件下和不同姿態(tài)情況下都有非常出色的表現(xiàn)，但是它在大表情的情況下識(shí)別效果不好。

　　（6）支持向量機(jī)（SVM） 的人臉識(shí)別方法：支持向量機(jī)是統(tǒng)計(jì)模式識(shí)別領(lǐng)域的一個(gè)新的熱點(diǎn)，它試圖使得學(xué)習(xí)機(jī)在經(jīng)驗(yàn)風(fēng)險(xiǎn)和泛化能力上達(dá)到一種妥協(xié)，從而提高學(xué)習(xí)機(jī)的性能。支持向量機(jī)主要解決的是一個(gè)2分類問(wèn)題，它的基本思想是試圖把一個(gè)低維的線性不可分的問(wèn)題轉(zhuǎn)化成一個(gè)高維的線性可分的問(wèn)題。通常的實(shí)驗(yàn)結(jié)果表明SVM有較好的識(shí)別率，但是它需要大量的訓(xùn)練樣本（每類300個(gè)），這在實(shí)際應(yīng)用中往往是不現(xiàn)實(shí)的。而且支持向量機(jī)訓(xùn)練時(shí)間長(zhǎng)，方法實(shí)現(xiàn)復(fù)雜，該函數(shù)的取法沒(méi)有統(tǒng)一的理論。

5技術(shù)細(xì)節(jié)

　　一般來(lái)說(shuō)，人臉識(shí)別系統(tǒng)包括圖像攝取、人臉定位、圖像預(yù)處理、以及人臉識(shí)別（身份確認(rèn)或者身份查找）。系統(tǒng)輸入一般是一張或者一系列含有未確定身份的人臉圖像，以及人臉數(shù)據(jù)庫(kù)中的若干已知身份的人臉圖象或者相應(yīng)的編碼，而其輸出則是一系列相似度得分，表明待識(shí)別的人臉的身份。

　　人臉識(shí)別的算法可以分類為：

　　基于人臉特征點(diǎn)的識(shí)別算法（Feature-based recognition algorithms）。

　　基于整幅人臉圖像的識(shí)別算法（Appearance-based recognition algorithms）。

　　基于模板的識(shí)別算法（Template-based recognition algorithms）。

　　利用神經(jīng)網(wǎng)絡(luò)進(jìn)行識(shí)別的算法（Recognition algorithms using neural network）。

6優(yōu)缺點(diǎn)

人臉識(shí)別優(yōu)點(diǎn)

　　相比較其他生物識(shí)別技術(shù)而言：

　　非接觸的，用戶不需要和設(shè)備直接接觸；

　　非強(qiáng)制性，被識(shí)別的人臉圖像信息可以主動(dòng)獲取；

　　并發(fā)性，即實(shí)際應(yīng)用場(chǎng)景下可以進(jìn)行多個(gè)人臉的分揀、判斷及識(shí)別。

人臉識(shí)別的弱點(diǎn)

　　對(duì)周圍的光線環(huán)境敏感，可能影響識(shí)別的準(zhǔn)確性；

　　人體面部的頭發(fā)、飾物等遮擋物，人臉變老等因素，需要進(jìn)行人工智能補(bǔ)償；（如可通過(guò)識(shí)別人臉的部分關(guān)鍵特性做修正）。

7技術(shù)應(yīng)用

　　1.企業(yè)、住宅安全和管理。如人臉識(shí)別門禁考勤系統(tǒng)，人臉識(shí)別防盜門等。

　　2.電子護(hù)照。這或許是未來(lái)規(guī)模大的應(yīng)用。在國(guó)際民航組織（ ICAO）已確定，從 2010年 4月 1日起，其 118個(gè)成員國(guó)家和地區(qū)，人臉識(shí)別技術(shù)是*識(shí)別模式，該規(guī)定已經(jīng)成為國(guó)際標(biāo)準(zhǔn)。美國(guó)已經(jīng)要求和它有出入免簽證協(xié)議的國(guó)家在2006年10月 26日之前必須使用結(jié)合了人臉指紋等生物特征的電子護(hù)照系統(tǒng)，到 2006年底已經(jīng)有 50多個(gè)國(guó)家實(shí)現(xiàn)了這樣的系統(tǒng)。美國(guó)運(yùn)輸安全署（ Transportation Security Administration）計(jì)劃在全美推廣一項(xiàng)基于生物特征的國(guó)內(nèi)通旅行證件。歐洲很多國(guó)家也在計(jì)劃或者正在實(shí)施類似的計(jì)劃，用包含生物特征的證件對(duì)旅客進(jìn)行識(shí)別和管理。中國(guó)的電子護(hù)照計(jì)劃公安部一所正在加緊規(guī)劃和實(shí)施。

　　3.公安、司法和刑偵。如利用人臉識(shí)別系統(tǒng)和網(wǎng)絡(luò)，在全國(guó)范圍內(nèi)搜捕逃犯。

　　4.自助服務(wù)。如銀行的自動(dòng)*，如果同時(shí)應(yīng)用人臉識(shí)別就會(huì)避免被他人盜取現(xiàn)金現(xiàn)象的發(fā)生。

　　5.信息安全。如計(jì)算機(jī)登錄、電子政務(wù)和電子商務(wù)。在電子商務(wù)中交易全部在網(wǎng)上完成，電子政務(wù)中的很多審批流程也都搬到了網(wǎng)上。而當(dāng)前，交易或者審批的*都是靠密碼來(lái)實(shí)現(xiàn)。如果密碼被盜，就無(wú)法保證安全。如果使用生物特征，就可以做到當(dāng)事人在網(wǎng)上的數(shù)字身份和真實(shí)身份統(tǒng)一。從而大大增加電子商務(wù)和電子政務(wù)系統(tǒng)的可靠性  。

8應(yīng)用前景

　　生物識(shí)別技術(shù)被廣泛用于政府、軍隊(duì)、銀行、社會(huì)福利保障、電子商務(wù)、安全防務(wù)等領(lǐng)域。例如，一位儲(chǔ)戶走進(jìn)了銀行，他既沒(méi)帶銀行卡，也沒(méi)有回憶密碼就徑直提款，當(dāng)他在*上提款時(shí)，一臺(tái)攝像機(jī)對(duì)該用戶的眼睛掃描，然后迅速而準(zhǔn)確地完成了用戶身份鑒定，辦理完業(yè)務(wù)。這是美國(guó)德克薩斯州聯(lián)合銀行的一個(gè)營(yíng)業(yè)部中發(fā)生的一個(gè)真實(shí)的鏡頭。而該營(yíng)業(yè)部所使用的正是現(xiàn)代生物識(shí)別技術(shù)中的“虹膜識(shí)別系統(tǒng)”。此外，美國(guó)“9.11”事件后，*怖活動(dòng)已成為各國(guó)政府的共識(shí)，加強(qiáng)機(jī)場(chǎng)的安全防務(wù)十分重要。美國(guó)維薩格公司的臉像識(shí)別技術(shù)在美國(guó)的兩家機(jī)場(chǎng)大顯神通，它能在擁擠的人群中挑出某一張面孔，判斷他是不是通緝犯。

　　隨著技術(shù)的進(jìn)一步成熟和社會(huì)認(rèn)同度的提高，人臉識(shí)別技術(shù)將應(yīng)用在更多的領(lǐng)域。

　　1、企業(yè)、住宅安全和管理。如人臉識(shí)別門禁考勤系統(tǒng)，人臉識(shí)別防盜門等。

　　2、電子護(hù)照及*。這或許是未來(lái)規(guī)模大的應(yīng)用，國(guó)際民航組織（ICAO）已確定，從2010年起，其118個(gè)成員國(guó)家和地區(qū)，必須使用機(jī)讀護(hù)照，人臉識(shí)別技術(shù)是*識(shí)別模式，該規(guī)定已經(jīng)成為國(guó)際標(biāo)準(zhǔn)。中國(guó)的電子護(hù)照計(jì)劃公安部一所正在加緊規(guī)劃和實(shí)施。

　　3、公安、司法和刑偵。如利用人臉識(shí)別系統(tǒng)和網(wǎng)絡(luò)，在全國(guó)范圍內(nèi)搜捕逃犯。

　　4、自助服務(wù)。如銀行的自動(dòng)*，如果用戶卡片和密碼被盜，就會(huì)被他人冒取現(xiàn)金。如果同時(shí)應(yīng)用人臉識(shí)別就會(huì)避免這種情況的發(fā)生。

　　5、信息安全。如計(jì)算機(jī)登錄、電子政務(wù)和電子商務(wù)。在電子商務(wù)中交易全部在網(wǎng)上完成，電子政務(wù)中的很多審批流程也都搬到了網(wǎng)上。而當(dāng)前，交易或者審批的*都是靠密碼來(lái)實(shí)現(xiàn)，如果密碼被盜，就無(wú)法保證安全。但是使用生物特征，就可以做到當(dāng)事人在網(wǎng)上的數(shù)字身份和真實(shí)身份統(tǒng)一，從而大大增加電子商務(wù)和電子政務(wù)系統(tǒng)的可靠性。

　　2012年無(wú)錫采用物聯(lián)網(wǎng)人臉識(shí)別技術(shù)規(guī)范建筑市場(chǎng)。無(wú)錫的建筑工地將從6月1日起每天通過(guò)物聯(lián)網(wǎng)技術(shù)進(jìn)行人臉識(shí)別，通過(guò)考勤管理，確保項(xiàng)目負(fù)責(zé)人到位，掛靠、層層轉(zhuǎn)包等現(xiàn)象將有望受到限制。

　　京滬高鐵三站已建成人臉識(shí)別系統(tǒng)，整容也能被識(shí)別。鐵路部門發(fā)布計(jì)劃表示，已建成的京滬高鐵段的上海虹橋站、天津西站、濟(jì)南西站這三個(gè)站點(diǎn)的識(shí)別系統(tǒng)工程，以協(xié)助公安部門抓捕在逃罪犯。利用這個(gè)系統(tǒng)，作案后的*分子，即使整容，也將能夠被識(shí)別。