此外，“非配合、非侵入”式特征,，意味著可以在不需要使用者配合的情況下采集到數(shù)據(jù),，這有利于公安在安防等領(lǐng)域的應(yīng)用。

人臉識別技術(shù)還越來越用于娛樂。面部識別解鎖功能成為平板電腦“賣點”,、智能相冊可通過識別人臉進行照片分類,、“美顏”類APP自動識別人臉并為其“化妝”……例如,，一款火爆的“FACE U”軟件,，可以將用戶頭像“變成”大圣、兔子等形象,，與朋友圈,、微博等社交平臺的朋友互動。

業(yè)內(nèi)人士認為,，智能家居將會是未來人臉識別的應(yīng)用場景之一,，智能防盜門在主人站在門口時才會打開，智能電視能識別你是誰,，并推送給你?？吹墓?jié)目，甚至服務(wù)機器人也可以根據(jù)對象身份的不同提供相應(yīng)的服務(wù),。未來人臉識別技術(shù)會讓用戶信息的深度挖掘成為可能,，商家可以對會員的購買行為進行分析，進而有針對性地安排商業(yè)布局或促銷活動,。

技術(shù)準確度突破可期

專家認為,，未來，人臉識別技術(shù)還會繼續(xù)突破,。一方面,，準確度、安全性會繼續(xù)提升,，針對整容,、雙胞胎等特殊情況的處理能力也在提升。另一方面,，人臉識別能夠處理的數(shù)量級也會繼續(xù)擴大,。當技術(shù)已經(jīng)進步到可以在上億張照片的數(shù)據(jù)庫中提取、比對某張人臉時,，則應(yīng)用場景會逐步擴大,。

據(jù)顏水成介紹，通常人臉識別包含以下環(huán)節(jié)：相機或者專業(yè)設(shè)備先采集到圖片,，人臉檢測技術(shù)定位圖片中的人臉,，然后從中再定位諸如眼角、鼻尖,、嘴角、臉部輪廓線等特征,，進行包括光線補償或者遮擋物剔除等校正,。再用深度學習算法進行身份特征提取，跟數(shù)據(jù)庫中的人臉特征做比對，以識別人臉身份,。

業(yè)內(nèi)人士認為,，其中的技術(shù)關(guān)鍵在于通過不同臉部圖像上的特征關(guān)鍵點和面部表情網(wǎng)，找出彼此之間的關(guān)聯(lián),，最終判定這些圖像是否為同一個人,。但人臉是變化的，不同角度,、不同妝容都能影響特征關(guān)鍵點的抓取,。

此外，“刷臉支付”是在線下公共設(shè)備和開放環(huán)境下進行,，真實場景復雜多變,，且安全性要求更高。生物識別技術(shù)對人們的生活帶來更多便利還是挑戰(zhàn),？

疑惑一：“刷臉”如何確保精準度,？

在衡量人臉識別能力時，很多公司都會宣稱其準確率超過“99%”,。對此,，長期研究機器學習的西安交通大學電信學院特聘教授、國家“千人計劃”專家龔怡宏表示,，這里的準確率指的是在一些世界知名人臉數(shù)據(jù)庫比對中取得的成績,，但在現(xiàn)實運用中，這種準確度要大打折扣,。