今日看点：“靠脸进站”的刷脸系统究竟是如何实现的

昨日济南地铁1号线开启商业运营，这是国内首条采用3D人脸识别闸机的地铁线路，人脸识别闸机一分钟可通过30-40名乘客，大幅提升地铁运营效率。据了解，乘客只要在相关的APP上录入自己的脸部信息之后就能使用人脸识别，在入站的时候对准设备进行扫描，只需要2秒就能过闸机。

前段时间，小编在坐"城际轨道"的时候，发现"纸质车票"已经不中用啦！如今都是"身份证+人脸识别"的天下了！

不由得感慨，科技发展的快速呀！人脸只要对准摄像就可以根据身份证上的头像自动进行识别，算了一下大概只要1秒钟的时间，就能快速通过验证。想想以前还要匆匆忙忙的拿身份证和车票攥在手上，如果手上东西多的时候过安检，就总是希望自己能够多腾出一只手出来，拿手里的车票和身份证，毕竟这是过安检的"必需品"！现在只需要拿身份证滴一下就好了，实在是无比的方便。

这里面牵扯到的"人脸识别"技术，也是值得一提的"重要"一环哦！

小编特意查了一些资料，方便大家慢慢"食用"。

人脸识别，官方对它的解释就是："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识别技术。用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部识别的一系列相关技术，通常也叫做人像识别、面部识别。"

简单来说，这就是一个"通过人脸比对进行身份识别"的高科技！相当于一个"个人名片打印机"，通过核实你这个人而生产出来的一个东西。

"人脸识别"技术其实是通过人脸图像采集及检测、人脸图像预处理、人脸图像特征提取以及匹配与识别，这3个步骤实现的！

一．人脸图像采集及检测：

1. 图像采集

丰富的人脸图像都可以通过摄像机的镜头捕捉下来，这里面还涉及到"人工智能"重要的一环——深度学习，它能够赋予机器"人"的眼睛，去捕捉人脸。包括静态图像、动态图像、不同的位置、不同表情等方面都可以得到很好的采集。

当用户在采集设备的拍摄范围内时，采集设备会自动搜索并拍摄用户的人脸图像。

比如：过安检时，你对面的那个"人脸识别"设备，通过你的身份证上的人脸信息进行采集，包括人脸特征，细微表情，五官形象，它就像"人的眼睛"一样，看到你长什么样子就是什么样子，下次见到你还会有印象。

2. 检测

人脸采集之后，也需要进行检测与核实，来选出最合适、最符合的人脸形象。这个时候不单单要用到"大数据"，还需要与"深度学习"打配合，因为人脸图像中包含的模式特征十分丰富，如直方图特征、颜色特征、模板特征、结构特征及Haar特征等。需要进行复杂的分析，才能真正比对出来"这个人是谁"。

你在通过"安检通道"时，大屏幕上的"人脸识别"系统，就会进行人脸的检测，来判定你是否是本人。

二．人脸图像预处理：

作为"人脸识别"中最重要的一环，图像处理可是承担了很大责任的！因为由于图像采集环境的不同，如光照明暗程度以及设备性能的优劣等，往往存在有噪声，对比度不够等缺点。加上距离远近，焦距大小等又使得人脸在整幅图像中间的大小和位置不确定。

所以为了保证人脸图像中人脸大小，位置以及人脸图像质量的一致性，必须首先对图像进行预处理。 这是对比人的眼睛来说，更为精准且复杂的一环，也具有重大的意义。

特别是在"公安系统"里面，要想精准的通过摄像头定位和追踪到"犯罪嫌疑人"，就极度需要"误差小"的识别设备，而图像的预处理无疑是给识别设备提供了坚实的技术支持哦~

3． 人脸图像特征提取以及匹配与识别

1. 人脸图像特征提取

通俗点来说，要想实现人脸图像的"精准"提取比对，其实是通过一些数字来表征人脸信息，然后通过计算来完成"准确"的运算，完成最终的人脸识别的。

因为常见的人脸特征分为两类，一类是几何特征，另一类是表征特征。几何特征是指眼睛、鼻子和嘴等面部特征之间的几何关系，如距离、面积和角度等。

就能够通过一系列的计算来完成"人脸识别"这个动作。这是人脸识别尤其关键的一步。

2. 匹配与识别

人脸识别本质上就是将待识别的人脸特征与已得到的人脸特征模板进行比较，根据相似程度对人脸的身份信息进行判断。这一过程又分为两类：一类是确认，是一对一 进行图像比较的过程，另一类是辨认，是一对多进行图像匹配对比的过程。

最常见的比如：像我们女生喜欢的一些"测年龄"的拍照软件，他就是通过匹配和识别系统来实现的，从APP本身的海量数据库里，进行匹配分析然后进行数据输送处理。这一部分含有"娱乐"的性质，一部分也用到了"人脸识别"系统。

由此可见，要想实现人脸识别，也要进行一些较复杂的步骤，将来人脸识别的进一步发展不仅仅是在"人类精神"这块哦，更重要的是推动社会的进一步发展。比如"入境时的安防工作""公安系统纠察犯人""节约运输行业成本"等等。

想要深入了解具体技术实现，可以观看头条视频《刷脸系统简单实现-人脸识别》