长发飘飘、眼睛大大、蓄络腮胡，一名奥地利男扮女装者5月10日赢得2014年欧洲网歌唱大赛的冠军，而他的形象也在观众中引发争议。
18日，赢得2014年欧洲电视网歌唱大赛冠军的奥地利歌手、“大胡子小姐”孔奇塔?武斯特在奥地利首都维也纳总理府前广场举行演唱会。
&&&&在10日的总决赛中，他身着金色蕾丝长裙，化浓妆，唱了一曲《如凤凰升起》，赢得了290分，高出第二名荷兰选手50多分。
&&&&欧洲电视网歌唱大赛被称为欧洲级别最高、举办时间最长的歌唱比赛之一，每年举办一次，捧红了不少歌手。今年的总决赛在丹麦首都哥本哈根举行，共吸引45个国家1.8亿观众关注。
&&&&【性别模糊化现象】
&&&&女性男性化：05年，“超女”李宇春的出现，使得“中性化女孩”立刻成为人们关注的话题；自超女以后，街头一下子涌现出了很多的“中性女孩”，她们的类型比较单一，基本是HIP-HOP装束，是发源于美国的青少年文化全球化的反映。“超女”李宇春、周笔畅喜欢的绕舌唱法，黄雅莉喜欢的篮球，这些都是这种文化的一部分。其实，“宇春现象”也并非为近些年才流行，早在欧美“牛仔裤”流入亚洲的时候，我们的意识里便渐渐地开始接受“帅女”，13年的流行关键词更是“女汉子”，女性性别认知语言已经跨越“女性中性化”而直接进入“男性化”。
&&&&男性女性化：那么“花样美男”的流行则让人有“难以下咽”之感。当下，娱乐圈“花样美男”众多，现实生活中更是“伪娘”大行其道！这是一个小男人流行的时代。看看现在的荧屏，看看那些活跃在娱乐节目和电视剧中的小生们，每天都有许多多奶油味十足的男人鲜亮地在我们的眼前晃悠，自信满满，自我感觉良好，风光无限的样子。“奶油小生”与小白脸已经不能成为新鲜话题，“人妖”与“女装男”成为流行。
&&&&【性别识别需依赖设备辅助】
&&&&在人们试图消除外表的性别差异的时候，性别识别作为安防业的功能之一，能够有效准确的识别具体个人的生物特征，是安防设备的基本要求。
面部识别准确识别能力不低于人眼
&&&&人脸识别是基于人的脸部特征信息进行身份识别的一种生物特征识别技术，主要包括4个步骤。分别为：人脸、人脸图像预处理、人脸图像特征提取以及匹配与识别。
&&&&人脸检测利用脸部的特征，从图像或视频中快速定位人脸的位置并抓取人脸部图像；
&&&&人脸图像预处理是基于人脸检测结果，对图像进行处理并最终进行特征提取的过程，主要是去除光线变化等对人脸识别的影响；
&&&&人脸图像特征提取主要从人的面部找到一些可辨别身份的唯一属性（如人脸器官的形状描述以及它们之间的距离等），并形成一个数字代码；
&&&&人脸图像匹配与识别，是将当前提取的人脸图像特征数据与数据库中的特征模板进行搜索匹配，确定相似性的过程。
&&&&【Facebook面部识别准确率达97.25%】
&&&&今年三月份，国外科技媒体报道，Facebook18日宣布开发出面部识别软件，精准度接近人类识别能力水平。这意味着，Facebook不久将能像你一样识别你母亲/兄弟/姐妹/妻子的照片。
&&&&这项研究发布在Facebook和麻省理工学院的TechnologyReview网站上，该识别技术被命名为“DeepFace”。当一个人被问到两张不熟悉的人脸照片是否是同一个人的，通常他答对的概率是97.53%。在相同的精准度测试中，Facebook的新软件答对的概率是97.25%，且黑暗环境和目光是否离开照相机都对DeepFace没有影响。
&&&&DeepFace使用1.2亿参数来识别这些人脸，该软件借助4030个Facebook用户近440万个标记面孔来进一步强化其面部识别能力。
&&&&今年6月，Facebook将在IEEE大会率先公布这一软件，以获得学界反馈，随后才会在Facebook社区内进行大规模普及及推广。责任编辑：郑肖江
免责声明:凡注明来源本网的所有作品，均为本网合法拥有版权或有权使用的作品，欢迎转载，注明出处。非本网作品均来自互联网，转载目的在于传递更多信息，并不代表本网赞同其观点和对其真实性负责。
> 您可能还会关注的
供应商服务：
采购商服务：
　谈及兴趣，刘双广说喜欢的东西杂，不专，但当他一一列出，笔者便发现其中共性
　1998年，张能锋便投身安防，一做就是15年。是什么让张能锋坚持到了现在？
　说话的时候，肖刚的语速并不快，可以看得出，他很喜欢反思和总结，话语中总是透漏着对过去事情的总结。
? ? ? ? ? ?
企业媒体关注榜
主营：摄像机
主营：镜头
主营：监控系统
主营：显示设备
主营：监控系统
主营：摄像机
主营：监控系统
主营：摄像机
主营：摄像机
主营：摄像机
话题人物排行榜
北京蓝色星际软件技术发展有限公司
北京蓝色星际软件技术发展有限公司
深圳市佳信捷技术股份有限公司
深圳市佳信捷技术股份有限公司
杭州海康威视数字技术股份有限公司
杭州海康威视数字技术股份有限公司
湖南九鼎安防有限公司
湖南九鼎安防有限公司
5 杭州海康威视数字技术股份有限公司
杭州海康威视数字技术股份有限公司
6 总装备部工程设计研究总院
高级工程师
总装备部工程设计研究总院
高级工程师
7 华南自动化联合公司
华南自动化联合公司
8 北京城建设计研究总院弱电所所长
高级工程师
北京城建设计研究总院弱电所所长
高级工程师
9 北京康孚环境控制有限公司
北京康孚环境控制有限公司
10 中国工程建设标准化协会
高级工程师
中国工程建设标准化协会
高级工程师Facebook因面部识别技术吃官司，都需要隐私的好吗？
编辑：summer
在法庭上，Facebook 公司可能会重点从技术角度来阐述自己的面部识别科技，但是在生物学专家、密歇根州立大学计算机科学与工程学院教授Anil Jain看来，法庭可能还需要知道是否会在他们的面部匹配软件系统内使用传统处理方法。
　　Nimesh Patel 是一名伊利诺斯州居民，也是一名权利受到不法侵害的 Facebook 用户。当然，Nimesh Patel 并不天真：他很清楚社交网络公司 Facebook 在收集自己的个人信息。不过，Facebook 公司似乎想要的太多了，他们开始获取Nimesh Patel外貌上的一些具体细节信息，比如他的眉毛之间的皮肤间隙有多少毫米，他的嘴角上扬之后能在面部伸展的角度有多少，以及他的面部包含了多少个几何形状，而 Facebook 公司收集这些数据的目的，就是为了让他们的面部识别软件能够认出屏幕前面的人。
　　据了解，作为原告，Patel 在一项集体诉讼中控告 Facebook 公司， 认为该公司使用面部识别技术侵犯了伊利诺斯州在 2008 年通过的一项法案&&生物信息隐私法案（BIPA），此法案旨在限制企业存储、利用人们的生物特征，其中特别对这些生物特征进行了明确定义，包括指纹、声纹、视网膜、红膜扫描、手部扫描和面部几何形状。Patel 控告 Facebook 公司一案在今年十月被法院接受受理，之后类似的诉讼也发生在了谷歌和 Snapchat 这些社交网络巨头身上。很可能在明年的法庭上，这个问题会有一番激烈争辩：谁可以存储我们的面部信息？
　　不过，美国公民自由团体表示，针对此事的辩论来得太晚。不过，伊利诺斯州的法律在美国不算是个普遍现象，越来越多的监控系统和执法数据库内都存储、整合了人脸识别技术，而且该技术在最近几年也得到了迅速发展。Jennifer Lynch 是美国电子前哨基金会的律师，她表示：
　　我们可能很快会在实体零售店内部署安全摄像头，用于识别那些进店购物的人们。
　　事实上这场诉讼 Facebook 公司的案件，主要针对的是他们在 2010 年推出的一项给照片&打标签&的功能：当一个用户上传了照片，Facebook 的系统会自动识别出照片中的人脸，然后与系统之前所&看到&的存量照片进行匹配，最后识别出这个人及其好友和其他关系网络。根据该诉讼案，Facebook 公司确认了这套&标签推荐&系统的确在收集、存储该社交网络平台上美国用户的&面部模板&。
　　从时间上来看，伊利诺斯州颁布的《生物信息隐私法案》早于 Facebook 公司推出的&标签推荐&功能，不过当时这项法案中并没有提及和社交网络相关的生物信息隐私问题。事实上，该法案只是用于限制生物标识在金融交易中的潜在使用，同时，其中还专门提到生物标识必须与 PIN 码和交易密码不一样&&也就是说，即便客户的生物标识 ID 被黑客窃取了，也不能被用来更新指纹和面部信息。不过，该集体诉讼的律师明确指出，该法案其实不能局限于银行等金融领域，而是应该同样应用在科技公司身上&&比如在今年四月，美国法院受理了另一个案件，当时法院认为照片分享服务提供商 Shutterfly 公司不能存储用户照片，并宣布该公司需要赔偿用户，但具体金额不详。
　　按照伊利诺斯州的生物信息隐私法案，私人公司必须做出书面政策声明，明确告知用户自己存储生物信息的具体时间会有多久，之后他们必须永久删除这些数据。Claire Gartland 是美国电子信息隐私信息中心的一位律师，主要负责消费者隐私问题，他表示：
　　在某种程度上，伊利诺斯州的生物信息隐私法案其实非常温和，它只是要求私人公司给消费者用户提供一个免责声明而已。
　　而本次诉讼 Facebook 公司的核心问题，就是该公司一直在构建、维护伊利诺斯州用户的面部模板数据库，但是却没有提供任何书面政策说明。对于本次诉讼，Facebook 公司发言人拒绝回答任何与之相关的问题，不过该发言人特别提到说，用户可以在任何时候关闭自己账户下的&标签推荐&功能。
　　有趣的是，这不是科技公司因为收集生物信息第一次被起诉了。在2015年末，Facebook 公司就曾被指违反了生物信息隐私法案（BIPA）中对于生物特征标识的规定，其中就包括对尚未明确排除照片和物理描述的人脸扫描和面部几何形状的相关规定。但是，Facebook 公司认为这项法案仅对物理面部扫描器具有约束力，这些实体扫描器会对真实的面孔扫描，并记录相关生物信息。而对于 Facebook 的系统软件来说，他们只是针对照片进行筛选甄别，因此不应该受到该法案的约束。不过法庭却称 Facebook 公司的说辞&毫无说服力&，并且提到该法案覆盖了所有新兴的生物识别技术。如果 Facebook 公司败诉，那么他们需要给数百万伊利诺斯州用户（或者，更具体地说，全美用户）进行赔偿，而且还必须修改其生物信息使用政策。
　　在法庭上，Facebook 公司可能会重点从技术角度来阐述自己的面部识别科技，但是在生物学专家、密歇根州立大学计算机科学与工程学院教授 Anil Jain 看来，法庭可能还需要知道 Facebook 公司是否会在他们的面部匹配软件系统内使用一些传统处理方法。这些系统是基于大量评估测量来构建、存储面部模板的，Anil Jain 说道：
　　他们会根据人们面部轮廓进行采样，然后提取一些标志性的要点，比如眉毛、鼻子、嘴唇点沿线、以及嘴巴两端，等等。
　　不过，Jain 还提到，Facebook 公司的研究人员正在尝试利用机器学习技术进行面部识别，在 2014 年该公司发表的一篇报告中，提到 Facebook DeepFace 系统就在尝试应用全新的解决方案。在该报告中，研究人员描述了他们是如何利用 Facebook 平台上 440 万张拥有面部标签标记的照片数据集合来训练 DeepFace 系统的。基于数百万个参数设置，DeepFace 系统的深度神经网络可以检测人脸，然后按照他们的&学习经验&区分出不同的面部匹配规则。用 Jain 的话来说，&它更像是一个黑盒。&
　　现阶段，Facebook 公司并没有透露他们是否会在其平台上标准的标签推荐功能上使用 DeepFace 软件（或类似的其他软件系统），可是，如果他们不采用这种先进的方法，那么他们当前的技术其实并不违反法律规定。对此，Jain 做了进一步解释：
　　现在的问题是，Facebook 公司是否把人脸信息存储在了他们的数据库里。
　　当 DeepFace 程序分析原生照片时，该系统可能只会按照自己所学到的分析规则来读取、分析照片，而且不会像实体面部扫描仪那样存储面部模板。但现实总是具有讽刺意味&&如果 Facebook 公司没有把这些人脸信息数据存储在他们的系统之中，又怎么会被诉至法庭，所以还是让我们一起来看看 Facebook 公司究竟会如何在法庭上挽回自己的&面子&吧。
<div class="new_ds" id="No_
VR最热资讯
VR精彩推荐您好，欢迎来到新东方
2018国考申论热点：刷脸时代个人隐私如何保护
来源：中公教育
&&& 　[背景链接]
　　刷脸进站、刷脸取款、刷脸支付、刷脸报到……随着人脸识别技术的日渐成熟，“刷脸”时代正在到来。在业内人士看来，人脸识别技术正在不断突破各个行业应用的“阈值”，带来日趋丰富的应用场景。有专家指出，人脸特征与指纹、虹膜相比，是一个具有弱隐私的生物特征。
　　如今，物联网、大数据、云计算、生物识别、自动驾驶等各个领域的技术，都处在爆发增长的临界点。其中，生物识别技术近年来商用速度不断加快，应用范围愈发广泛。随着人工智能等前沿技术的快速发展，面部识别技术正迎来应用普及的风口，在生物识别的众多细分领域中，面部识别更是佼佼者。不过，虽说“人脸识别”技术推动了诸多领域的变革，但其对于公民隐私保护造成的威胁性也值得重视。
　　[标准表述]
　　[原因分析]
　　目前，在国内，从消费电子领域到汽车电子、安保、网络支付、金融等领域都在逐步引入人脸识别，堪称是百花齐放。但任何新技术与生俱来的双刃剑属性，都不可避免地让面部识别技术的应用存在隐私安全风险。
　　一方面，在信息即价值的时代，个人隐私信息的商业价值日益凸显，面部识别技术在“刷脸”过程中，用户的姓名、性别、年龄、职业，甚至包括用户不同情境状态下的情绪等大量信息，都被采集并储存；另一方面，面部识别技术所采集到的个人隐私信息，必然难逃不法之徒的环伺和围猎。一旦这些信息得不到妥善保管而被泄露，那么用户的个人隐私就无异于处在“裸奔”状态，其安全必然得不到有效保障。
　　[参考对策]
　　中公教育总结，政府监管层面，政府应从管理者的角度，通过立法方式强化对于面部识别领域的监管力度，进一步保障公民个人信息安全；相关行业和企业应提升面部识别应用软件等载体以及储存设备的安全技术水平，提升网络安全意识，避免公民隐私信息泄露或遭非法转卖。对于非必要的隐私数据，不应非法采集。
　　个人意识层面，身处互联时代，个人隐私信息安全威胁性不断提升，每个公民需提升隐私安全意识和自我保护意识，不要轻易泄露个人信息，对于有关个人信息安全的事项应当积极、主动予以处理，避免被不法分子利用。
　　技术层面，一方面，人脸识别采集技术要求高安全性、高准确率、高可用性、高实时性，会积累大量的数据，但这些数据如果变成一个个数据孤岛，就无法使人脸识别技术得到提升，相关应用如何设计人脸识别系统，确保用户数据不被盗用，目前在技术开发仍有很大拓展空间，有必要在数据的共享和开放上加大引导力度，促进技术发展；另一方面，人脸识别技术逐渐走向成熟，应用会越来越多，人脸识别技术的各类标准，包括保护公民隐私的标准应尽快出台。相关行业及企业应当积极担负起社会责任，主动积极地规范行业标准，自觉维护所采集、储存的公民隐私数据安全。
　　原标题：刷脸时代，个人隐私保护需要多方作为& 来源：北京青年报& 作者：吴学安
版权及免责声明
①凡本网注明"稿件来源：新东方"的所有文字、图片和音视频稿件，版权均属新东方教育科技集团（含本网和新东方网）
所有，任何媒体、网站或个人未经本网协议授权不得转载、链接、转贴或以其他任何方式复制、发表。已经本网协议授权的媒体、网站，在下载使用时必须注明"稿件来源：新东方"，违者本网将依法追究法律责任。
② 本网未注明"稿件来源：新东方"的文/图等稿件均为转载稿，本网转载仅基于传递更多信息之目的，并不意味着赞同转载稿的观点或证实其内容的真实性。如其他媒体、网站或个人从本网下载使用，必须保留本网注明的"稿件来源"，并自负版权等法律责任。如擅自篡改为"稿件来源：新东方"，本网将依法追究法律责任。
③ 如本网转载稿涉及版权等问题，请作者见稿后在两周内速来电与新东方网联系，电话：010-。自从谷歌眼镜发布，脸部识别就被广泛讨论了。面部识别的发展，意味着以后我们不仅可以和人进行交流，也能和真实的物体，就算他们不是谷歌眼镜。
让科技创造未来，这里有一些人脸检测和识别API，可以为你的应用程序助力。
1、Face Recognition——来自Lambda实验室，你可以通过
来找到示例代码和图形demo.我们的API可以提供脸部识别，脸部检测，眼球，鼻子和嘴巴的定位，还有性别检测。如果你有任何问题，请发送邮件给Stephen，邮件地址：
2、Face (Detection)—— 提供一个免费的电脑版本API来进行脸部识别和检测。
3、Animetrics Face Recognition——Animetrics 脸部识别API可以用于检测图像中的人脸。脸部特征和其他标识将在图片上用坐标来返回。Animetrics 脸部识别同样可以识别并检测方向性，沿着3个角度来提供脸部照片。
4、Skybiometry Face Detection and Recognition——提供一个比较容易使用的API，你可以在SkyBiometry建个账号来建立你的应用。
5、ImageVision Face Detection——ImageVision是个电脑视觉公司，提供数字脸部图片尺寸定位技术。
6、Face and scene recognition —— 的替代品，可以通过快速，强大和可扩展的的rekognition引擎做面部检测，数据爬行，面部识别，场景判断！它可以自动训练使用Facebook上的图像和标签。
7、FaceRect——FaceRect提供一个功能强大且免费的API人脸检测。可以将人脸前照或侧照的图像指定URL或上传，并且可以合成照片，为每个脸型产生JSON输出（包括边界框）。
8、Infatics Face Detection——简单的脸部识别API
9、OpenCV Face Recognizer——基于OpenCV（计算机开源视觉库： http://opencv.org ）是一个开源的BSD授权的图书馆，其中包括数百个计算机算法。
10、Libface——Libface是针对人脸识别技术开源社区的技术库。用C + +算法并和保存在&
上。采用OpenCV& 2.0& 并成为一个中间件，这样开发人员不必编辑任何OpenCV的代码，也能使用人脸识别和人脸检测。
11、Automatic naming of characters in video——这项工作的目的让电视或电影的人的名称标签呈现在视频的每一帧中。
12、CCV——一个现代计算机视觉库。
13、OpenBR——基于计量生物学识别的开源技术。
14、Flandmark——面部标识探测器的开源技术。
15、Computer Expression Recognition Toolbox (CERT)——一个终端到终端的完全自动化的实时面部表情识别系统。
16、Nviso 3D facial imaging technology——直接和自动从面部表情分析人类的情感的技术。
17、FaceReader——FaceReader是世界上第一个工具，能够自动分析面部表情，并为用户提供了一个客观的评估。
18、Affdex——Affdex使用一个摄像头来读取的情绪状态，如面部表情，给营销人员更快，更准确地判断到消费者对品牌和媒体的看法。
19、Faceware——分析仪分析视频中演员的表情并产生一个.IMPD文件在
。它通过简单的用户输入前端，在后端的复杂计算机视觉算法的组合来实现。
20、Face detection in iOS
21、Face-Recognition-SDK——增加脸部识别到你的apps中。
22、Oddcast face detection API——通过脸部追踪API来允许Flash开发者使用最新技术，这在过去只在高端视频游戏中才采用的。
23、BioID——世界第一个依靠网络摄像头的个人识别技术。
24、Betaface API——另外一个脸部检测和识别技术。
25、Discrete Area Filters Face Detector——检测15个脸部模点，4个脸部组合，复合脸部和封闭式脸部。
26、Face detection using Support Vector Machine——这是个在MATLAB的‘Face Detection System’的副本，但不是采用Neural Networks 技术，而是采用SVM.
27、fdlib——这是基于C/C++ 和Matlab和脸部识别库，他将允许你检测图片中的正脸。
28、Visage——用人脸来取代鼠标的工作。
29、Face tracking Project——通过Advanced Multiple Processing (AMP)并采用不同的模板来进行脸部追踪。
30、Real-time face detection program——德国弗劳恩霍夫研究所IIS的demo，通过边缘方向匹配来进行识别追踪。
31、Evaluation of Face Recognition Algorithms——科罗拉多州立大学研究人员开发了一套人脸识别算法。它提供了一套标准的算法和实验协议。
32、Computer Vision Source Code——图像处理代码的代码库。
33、Acsys biometrics SDK——允许第三方开发者来实现自己的安全应用，采用先进的面部生物识别技术。
34、Cognitec SDK——为在世界各地的企业和政府客户开发市场领先的人脸识别技术和应用。
35、KeyLemonFaceSDK——集成识别技术的操作系统。
36、FaceIT SDK
37、FaceSDK——采用微软的Visual C + +，C＃，VB，Java和Delphi来建立了人脸识别功能的网络，支持Windows，Linux上，和MacOS X的32位和64位应用程序。
38、Verilook SDK——通过VeriLook来帮助快速发展的应用，从而实现可靠的面部识别。
39、 Beyond Reality Face SDK——通过二维脸部平面来生成3D脸部效果。
40、Sightcorp——边缘切割脸部分析技术，提供更多个人和人群的分析。
41、Visage FaceDetect SDK——采用C + +软件开发工具实现在静态照片中识别脸和五官。
42、Microsoft Research Face SDK Beta——整合微软团队最先进的脸部识别技术。
43、How To: Kinect for Windows SDK Face Recognition
44、Bayometric FaceIt Face Recognition SDK——将皮肤生物识别技术整合进传统脸部几何技术。
45、FacePhi FaceRecognition SDK——为NET和Silverlight提供一组库。
46、360Biometrics Face SDK——非常先进的脸部识别系统，可以与现有的数据库中的人脸图像嵌入或链接。
47、Hunter TrueID——基于网络的脸部识别。
48、IMRSV——实时，实景感知的计算机系统，可以同时处理最多25人的性别，年龄、注意力等，提供REST API。
49、Bob——一个信号处理和机器学习工具箱，最初由瑞士的
集团开发，主要是通过GitHub进行。
50、KeyLemon——利用摄像头脸部识别解锁电脑。
本文转载自：
欢迎加入我爱机器学习QQ14群：
微信扫一扫，关注我爱机器学习公众号
欢迎加入我爱机器学习QQ14群：
最新文章列表
NIPS 2016 — Day 1 Highlights NIPS 2016 — Day 2 Highlights:...
2017年十一月 &(7)
2017年十月 &(31)
2017年九月 &(47)
2017年八月 &(58)
2017年七月 &(60)
2017年六月 &(67)
2017年五月 &(66)
2017年四月 &(65)
2017年三月 &(54)
2017年二月 &(48)
2017年一月 &(54)
2016年十二月 &(62)
2016年十一月 &(97)
2016年十月 &(97)
2016年九月 &(124)
2016年八月 &(83)
2016年七月 &(13)
2016年六月 &(10)
2016年五月 &(7)
2016年四月 &(9)
2016年三月 &(7)
2016年二月 &(2)
2016年一月 &(3)
2015年十二月 &(5)
2015年十一月 &(4)
2015年十月 &(2)
2015年九月 &(2)
2015年八月 &(3)
2015年七月 &(6)
2015年六月 &(8)
2015年五月 &(4)
2015年四月 &(1)
2015年三月 &(3)
2015年二月 &(1)
2015年一月 &(2)
2014年十二月 &(4)
2014年十一月 &(2)
2014年十月 &(3)
2014年九月 &(4)
2014年八月 &(22)
2014年七月 &(40)
2014年六月 &(61)
2014年五月 &(63)
2014年四月 &(187)
2014年三月 &(4798)
2014年二月 &(764)
2014年一月 &(330)
2013年十二月 &(145)
2013年十一月 &(126)
2013年十月 &(216)
2013年九月 &(284)
2013年八月 &(327)
2013年七月 &(275)
2013年六月 &(315)
2013年五月 &(228)
2013年四月 &(175)
2013年三月 &(186)
2013年二月 &(118)
2013年一月 &(210)
2012年十二月 &(221)
2012年十一月 &(155)
2012年十月 &(143)
2012年九月 &(98)
2012年八月 &(99)
2012年七月 &(109)
2012年六月 &(75)
2012年五月 &(88)
2012年四月 &(78)
2012年三月 &(78)
2012年二月 &(50)
2012年一月 &(17)
2011年十二月 &(27)
2011年十一月 &(6)
2011年十月 &(11)
2011年九月 &(13)
2011年八月 &(13)
2011年七月 &(19)
2011年六月 &(18)
2011年五月 &(6)
2011年四月 &(12)
2011年三月 &(15)
2011年二月 &(6)
2011年一月 &(9)
2010年十二月 &(6)
2010年十一月 &(11)
2010年十月 &(5)
2010年九月 &(8)
2010年八月 &(5)
2010年七月 &(12)
2010年六月 &(4)
2010年五月 &(7)
2010年四月 &(6)
2010年三月 &(12)
2010年二月 &(7)
2010年一月 &(2)
2009年十二月 &(5)
2009年十一月 &(16)
2009年十月 &(6)
2009年九月 &(7)
2009年八月 &(7)
2009年七月 &(5)
2009年六月 &(6)
2009年五月 &(6)
2009年四月 &(4)
2009年三月 &(7)
2009年二月 &(6)
2009年一月 &(1)
2008年十二月 &(4)
2008年十一月 &(5)
2008年十月 &(1)
2008年八月 &(1)
2008年七月 &(3)
2008年六月 &(3)
2008年五月 &(3)
2008年三月 &(1)
2007年十二月 &(1)
2007年十月 &(1)
2007年八月 &(4)
2007年七月 &(1)简介/面部识别
面部识别面部识别又称人脸识别、面像识别、面容识别等等，面部识别特指利用分析比较人脸视觉特征信息进行身份鉴别的计算机技术。
算法/面部识别
人脸识技术中被广泛采用的区域特征分析算法，它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,即人脸特征模板。利用已建成的人脸特征模板与被测者的人的面像进行特征分析，根据分析的结果来给出一个相似值。通过这个值即可确定是否为同一人。
功能模块/面部识别
人脸捕获与跟踪功能人脸捕获是指在一幅图像或
的一帧中检测出人像并将人像从背景中分离出来，并自动地将其保存。人像跟踪是指利用人像捕获技术，当指定的人像在摄像头拍摄的范围内移动时自动地对其进行跟踪。&&
人脸识别比对人脸识别分核实式和搜索式二种比对模式。核实式是对指将捕获得到的人像或是指定的人像与数据库中已登记的某一对像作比对核实确定其是否为同一人。搜索式的比对是指，从数据库中已登记的所有人像中搜索查找是否有指定的人像存在。&&
人脸的建模与检索可以将登记入库的人像数据进行建模提取人脸的特征，并将其生成人脸模板（人脸特征文件）保存到数据库中。在进行时（搜索式），将指定的人像进行建模，再将其与数据库中的所有人的模板相比对识别，最终将根据所比对的相似值列出最相似的人员列表。&&
真人鉴别功能系统可以识别得出摄像头前的人是一个真正的人还是一幅照片。以此杜绝使用者用照片作假。此项技术需要使用者作脸部表情的配合动作。&&
图像质量检测图像质量的好坏直接影响到识别的效果，图像质量的检测功能能对即将进行比对的照片进行图像质量评估，并给出相应的建议值来辅助识别。
优点/面部识别
面部识别面部识别的优势在于其自然性和不被被测个体察觉的特点。&&
所谓自然性，是指该识别方式同人类（甚至其他生物）进行个体识别时所利用的生物特征相同。例如面部识别，人类也是通过观察比较面部区分和确认身份的，另外具有自然性的识别还有语音识别、体形识别等，而指纹识别、虹膜识别等都不具有自然性，因为人类或者其他生物并不通过此类生物特征区别个体。&&
不被察觉的特点对于一种识别方法也很重要，这会使该识别方法不令人反感，并且因为不容易引起人的注意而不容易被欺骗。面部识别具有这方面的特点，它完全利用可见光获取面部图像信息，而不同于指纹识别或者虹膜识别，需要利用电子压力传感器采集指纹，或者利用红外线采集虹膜图像，这些特殊的采集方式很容易被人察觉，从而更有可能被伪装欺骗。
缺点/面部识别
面部识别被认为是生物特征识别领域甚至人工智能领域最困难的研究课题之一。面部识别的困难主要是面部作为生物特征的特点所带来的。相似性不同个体之间的区别不大，所有的面部的结构都相似，甚至面部器官的结构外形都很相似。这样的特点对于利用面部进行定位是有利的，但是对于利用面部区分人类个体是不利的。易变性面部的外形很不稳定，人可以通过脸部的变化产生很多表情，而在不同观察角度，面部的视觉图像也相差很大，另外，面部识别还受光照条件（例如白天和夜晚，室内和室外等）、面部的很多遮盖物（例如口罩、墨镜、头发、胡须等）、年龄等多方面因素的影响。
在面部识别中，第一类的变化是应该放大而作为区分个体的标准的，而第二类的变化应该消除，因为它们可以代表同一个个体。通常称第一类变化为类间变化，而称第二类变化为类内变化。对于面部，类内变化往往大于类间变化，从而使在受类内变化干扰的情况下利用类间变化区分个体变得异常困难。
应用前景/面部识别
目前生物识别技术已广泛用于政府、军队、银行、社会福利保障、电子商务、安全防务等领域。例如，一位储户走进了银行，他既没带银行卡，也没有回忆密码就径直提款，当他在提款机上提款时，一台摄像机对该用户的眼睛扫描，然后迅速而准确地完成了用户身份鉴定，办理完业务。这是美国德克萨斯州联合银行的一个营业部中发生的一个真实的镜头。而该营业部所使用的正是现代生物识别技术中的“”。此外，美国“9.11”事件后，反恐怖活动已成为各国政府的共识，加强机场的安全防务十分重要。美国维萨格公司的脸像识别技术在美国的两家机场大显神通，它能在拥挤的人群中挑出某一张面孔，判断他是不是通缉犯。 随着技术的进一步成熟和社会认同度的提高，人脸识别技术将应用在更多的领域。&1、企业、住宅安全和管理。如人脸识别
，人脸识别防盗门等。
2、电子护照及身份证。这或许是未来规模最大的应用，国际民航组织(ICAO)已确定，从2010年起，其118个成员国家和地区，必须使用机读护照，
是首推识别模式，该规定已经成为国际标准。中国的电子护照计划公安部一所正在加紧规划和实施。
3、公安、司法和刑侦。如利用
和网络，在全国范围内搜捕逃犯。
4、自助服务。如银行的自动提款机，如果用户卡片和密码被盗，就会被他人现金。如果同时应用人脸识别就会避免这种情况的发生。2013年7月。芬兰一家企业推出全球首个“刷脸”支付系统。结账时，消费者只需在收银台面对POS机屏幕上的摄像头，系统自动拍照，扫描消费者面部，等身份信息显示出后，在触摸显示屏上点击确认完成交易。无需信用卡、钱包或手机。整个交易过程不超5秒钟。不过，也有人认为，“这点时间，通常也就够你拿出钱包”。芬兰初创公司Uniqul已为这套基于面部识别技术的“刷脸”支付系统申请专利 。5、信息安全。如计算机登录、电子政务和电子商务。在电子商务中交易全部在网上完成，电子政务中的很多审批流程也都搬到了网上。而当前，交易或者审批的授权都是靠密码来实现，如果密码被盗，就无法保证安全。但是使用生物特征，就可以做到当事人在网上的数字身份和真实身份统一，从而大大增加电子商务和
的可靠性。
相关新闻/面部识别
2015年4月，伦敦初创公司Realeyes开发的技术能够通过网络摄像头或智能手机识别面部情绪，为此公司获得了欧盟委员会360万欧元（约合390万美元）的投资。Realeyes创立于2007年，其数据库中存储了500多万张人脸图像。这项技术还可以自动探测人的性别和年龄段，与其他数据合并，就可以建立更加详细的数据库。该技术目前被、和等公司用来优化视频广告，主要是分析用户观看广告时的表情了解用户喜好。除了将该技术应用于商业，负责领导这项研究的教授马佳·潘迪克(Maja&Pantic)表示，希望该技术有朝一日能够帮助儿童或者患者。
&|&相关影像
互动百科的词条（含所附图片）系由网友上传，如果涉嫌侵权，请与客服联系，我们将按照法律之相关规定及时进行处理。未经许可，禁止商业网站等复制、抓取本站内容；合理使用者，请注明来源于。
登录后使用互动百科的服务，将会得到个性化的提示和帮助，还有机会和专业认证智愿者沟通。
此词条还可添加&
编辑次数：12次
参与编辑人数：9位
最近更新时间： 11:30:38
申请可获得以下专属权利：
贡献光荣榜