人臉識別技術近幾年隨著應用場景的廣泛落地，逐漸走進人們的視野。比如在高鐵、飛機、火車、地鐵等這些公共交通領域，我們可以看到，高鐵無需取票，直接刷臉通行，飛機場等進出口站也都設有自助通行的工具，不僅大大方面了日常出行，同時還能攔截不法分子！
比如之前發生過這樣一件事：一名旅客無法通過機場內的安檢自助閘機通道。她在第一關卡刷身份證順利通過了檢查，但在第二道人臉識別關卡時，系統顯示女子人臉識別匹配度較低，導致這名女子一直無法通過閘機。
隨后該名女子求助工作人員，但在工作人員的幫助下女子依舊沒有成功。于是工作人員就將她帶去人工核驗，系統依舊顯示女子的面部信息和身份證上的匹配程度低。
女子多次面部識別失敗，機場安檢人員只好通報警方。民警到場后，發現女子駕駛證上的照片和現在身份證上的有很大區別。女子回復辯解自己是因為減肥導致樣貌發生了變化，駕駛證上的照片是她減肥瘦下時所拍，自己后來體重反彈才成了現在這個樣子。
但是經過警方一步步的盤問，女子最終承認了自己是冒用他人身份證的事實。
據了解，女子現在所拿的這個身份證是她負責的一個客戶落在她那的，女子因為沒有及時償還貸款，被最高法列為了失信人員，不能用身份證購買機票，所以她才想用她朋友的身份證企圖蒙混過關。
但她絕對沒有想到，科技高度發展的今天，絕不會給像她這樣投機取巧的人有任何可乘之機，最終，民警對該女子處以行政拘留7天的處罰。
想必有很多人都憂慮過，如果我胖了、瘦了怎么辦？人臉識別還能識別出來嗎？
事實上，業界更多會采用“認假率(FAR，又稱誤識率，把某人誤識為其他人)”和“拒真率(FRR拒真率，本人注冊在底庫中，但比對相似度達到不預定的值)”，來作為評判算法的依據。另外還有識別速度、活體攻擊成功率、人臉檢測成功率等維度，也可作為評判算法優劣的參考依據。
而在成熟的人臉識別應用中，都會加入活體檢測技術。所謂活體檢測，即驗證用戶是否為真實活體本人在操作，可有效抵御照片、視頻等常見的攻擊手段，是金融、政務等無人值守應用中幾乎是標配。目前，市面上有多種人臉識別算法可供選擇，比如業內以“免費離線算法”知名的虹軟視覺開放平臺。
其能力比較全面，涵蓋了人臉識別、人臉檢測、活體檢測、年齡檢測、性別檢測等核心技術。并且，在基礎人臉識別功能之上，它還升級了額頭檢測、佩戴口罩下的人臉識別等多種算法。
大家若是對人臉識別感興趣，可以百度搜索“虹軟視覺開放平臺”，平臺對所有開發者和企業開放，簡單易上手，大家可按需下載。
