人脸辨认，一般也称人像辨认、面部辨认，是依据人的脸部特征信息进行身份辨认的一种生物辨认技能，首要用摄像机或摄像头收集含有人脸的图画或视频流，并主动在图画中检测和盯梢人脸，进而对检测到的人脸进行脸部的一系列相关技能。
近年来，跟着人工智能的开展以及国家经济开展、安全防卫的需求，我国人脸辨认商场不断扩大，技能水平不断提高，在算法方面已取得世界领先地位。伴跟着人工智能的持续开展，智能化年代的悄然到来，以人脸辨认为代表的生物辨认技能越来越遍及。从安防、付出、金融到教育、医疗和交通，刷脸日渐成为常态，为人们的出产与日子带来了许多智能、安全与方便。
人脸辨认，是依据人的脸部特征信息进行身份辨认的一种生物辨认技能。除了安防、金融这两大范畴外，人脸辨认还在交通、教育、医疗、警务、电子商务等许多场景完成了广泛使用，且呈现出显着使用价值。为了进一步掌握人脸辨认技能所带来的严重机会，我国出台了一系列方针予以支撑。
2015年以来，我国相继出台了《关于银职业金融机构长途开立人民币账户的辅导定见(征求定见稿)》、《安全防备视频监控人脸辨认体系技能要求》、《信息安全技能网络人脸辨认认证体系安全技能要求》等法律法规，为人脸辨认技能的使用以及在金融、安防、医疗等范畴的遍及奠定了重要根底。
2017年，人工智能初次被写入全国政府陈述;同年7月，国务院发布了《新一代人工智能开展规划》;12月，工信部出台了《促进新一代人工智能工业开展三年行动计划(2018-2020年)》，其间对人脸辨认有用检出率、正确辨认率的提高做出了明确要求。作为人工智能首要细分范畴，人脸辨认取得的国家方针支撑清楚明了。
2020年，《我国新一代人工智能开展陈述2020》今天在浦江立异论坛发布。陈述对过去一年我国人工智能开展的整体状况进行了体系回忆。陈述分全球开展、立异环境、科技研制、工业化使用、人才培养、区域开展、人工智能办理七个章节，力求客观反映我国《新一代人工智能开展规划》的施行状况，提醒未来开展的新挑战和新趋势。
人脸辨认开端在20世纪60年代现已有研讨人员开端研讨，实在进入初级的使用阶段是在90年代后期，开展至今其技能成熟度现已到达较高的程度。
1991年，特征脸(Eigenface)算法被使用在人脸辨认，初次完成了主动检测人脸。这项技能是霍普金斯大学的希洛维奇(Sirovich)提出，再由麻省理工学院(MIT)衔接科学的开创主任亚力克斯彭特兰(Alex Pentland)发扬光大，彭特兰在2012年被《福布斯》评为全球7个最强数据科学家之一，获此荣誉的还有谷歌开创人拉里佩奇。
2000年今后，NIST研讨院又在FERET项目根底上做了延伸，先后建议两个新项目FRVT和FRGC，FRVT是评价技能可用性，测验算法体系功用，为收购技能的相关部分供给检测陈述。FRGC则是面向商场上的公司和团队，联合其他部分的定制化需求，发布竞标竞赛，FRVT担任对接评价，协助不同部分完善人脸辨认体系的个性化要求。
2010年，跟着Facebook参加人脸辨认功用，人脸辨认开端走向个人。从付出到美颜，全球互联网公司纷繁跟进，2017年苹果iPhone X初次发布人脸解锁功用，抢购一空一起引爆了商场，现在人脸辨认现已使用在了方方面面，短视频、直播这些每天都会高频出现在咱们身边。整个开展过程可以分为机械辨认、半主动化辨认、非触摸式辨认及互联网使用阶段。
与其他生物辨认方法比较，人脸辨认优势在于天然性、不被发觉性等特色。天然性即该辨认方法同人类进行个别辨认时所使用的生物特征相同。指纹辨认、虹膜辨认等均不具有天然性。不被发觉的特色使该辨认方法不易使人冲突，而指纹辨认或虹膜辨认需使用电子压力传感器或红外线收集指纹、虹膜图画，在收集过程中体会感欠安。
现在人脸辨认需求处理的难题是在不同场景、脸部遮挡等使用时怎么确保辨认率。此外，隐私性和安全性也是值得考虑的问题。人脸辨认优势显着，未来将成为辨认主导技能。
详细来说，比较指纹辨认、虹膜辨认等传统的生物辨认方法，长处首要还会集在四点：非触摸性、非侵扰性、硬件根底完善和收集方便便当，可拓展性好。在杂乱环境下，人脸辨认精度问题得到处理后，估计人脸辨认有望快速代替指纹辨认成为商场大规模使用的干流辨认技能。
人脸辨认开展加速一方面来自于我国智能化社会建造的开展需求，另一方面来自于人脸辨认技能的快速开展。尤其是近年来人工智能化的浪潮下，人脸辨认职业受到了本钱的喜爱，为人脸辨认技能的开展供给了严重机会。依据SooPat数据显现，近年来我国人脸辨认职业相关专利申请数量不断提高。
2018年，我国人脸辨认职业专利申请量为3487项，较2017年略有提高，专利揭露数量为5200项，同比增加93%。2019年1-2月，我国人脸辨认专利揭露量现已到达1174项，超越2014年全年水平。
2014年是我国人脸辨认技能的转折点，使人脸辨认技能从理论走向了使用，2018-2020年则是人脸辨认技能全面使用的重要节点，刷脸年代正式到来。
从详细使用来看，首要包含了公共安全范畴的刑侦追逃、罪犯辨认以及边防安全等;信息安全范畴的政府职能范畴的电子政务、户籍办理、社会福利和稳妥;商业企业范畴的电子商务、电子钱银和付出、考勤、商场营销;场所进出范畴的军事机要部分、金融机构的门禁操控和进出办理等。
除了公共安全范畴，人脸辨认也更多的被用到了金融职业。当下刷脸办卡、长途借款、自主开户、刷脸付出现已开端在咱们的日子中浸透。现在许多银行现已把人脸辨认体系引进到自主设备中，在办卡时可以使用人脸辨认技能将现场收集的相片与已存相片、身份证相片进行比对，承认之后，才可以进行自主开卡、事务改变、暗码重置等事务，愈加的安全高效。
一起在交通范畴，行人闯红灯也步入了“刷脸”年代。我国式过马路从前成为一时笑料，许多我国人在过马路的时分，不看红绿灯，凑够一群人就走的状况仍是没可以得到改进。一直以来这种闯红灯的陋俗很难被办理，可是人脸辨认技能的开展让咱们看到了起色。
现在现已有区域开端将人脸辨认技能用于办理行人乱撞红灯了，在行人闯红灯时，主动辨认抓拍体系会对闯红灯的市民进行抓拍，并将数据上传到大数据侦办试验中心，核实实在身份，并实时在电子大屏上对违法人员进行曝光。
首要，人脸辨认使用的最广泛范畴便是安防职业，不只给整个安防职业注入了新的生命生机，也进一步开辟了新的开展商场。作为安防商场未来的开展方向的智能视频剖析，其间最重要的技能便是人脸辨认。
其二，我国的三维丈量技能近年来开展局势较好，而如今3D人脸辨认算法正对2D投影的缺点做了弥补，此外关于其间的传统难点，包含人脸旋转、遮挡、类似度等在内的都有了很好的应对，这也成为了人脸辨认技能的另一个最为重要的开展道路之一。
其三，大数据深度学习进一步提高了人脸辨认的精确度，这也为2D人脸辨认的使用作了必定的打破，将其使用于互联网金融职业傍边，可以快速遍及金融级使用。
其四，人脸辨认技能因为其便当性、安全性，可在智能家居中用作门禁体系以及鉴权体系，因而智能家居与人脸辨认技能的交融是未来开展的要点方向。智能家居中的人脸辨认体系是结合嵌入式操作体系和嵌入式硬件渠道树立的，加强了人脸辨认技能与智能家居使用的结合度，具有概念新、实用性强等特色。
其五，人脸辨认技能是未来依据大数据范畴的重要开展方向。现现在公安部分都引进了大数据，这也弥补了传统技能的难点，经过人脸辨认技能使得这些相片数据再度存储使用，可以大大提高公安信息化的办理和统筹，这将成为未来人脸辨认的首要开展趋势
安全城市的开展阅历了3个阶段：(1)建造期：以视频监控为中心，特色是使用简略、涣散建造、缺少规范。(2)联网期：以高清联网为中心，重视高清视频建造、规范的树立、推动联网。(3)实战期：以交融实战为中心，经过ICT交融，重视事务和谐、智能使用。在安全城市范畴，跟着高清监控的大规模建造，高清智能、安全可靠、高效同享、靠近实战成为了安全城市建造的...