人脸识别技术这些年已经发生了重大的变化。传统方法依赖于人工设计的特征（比如边和纹理描述量）与机器学习技术（比如主成分分析、线性判别分析或支持向量机）的组合。人工设计在无约束环境中对不同变化情况稳健的特征是很困难的，这使得过去的研究者侧重研究针对每种变化类型的专用方法，比如能应对不同年龄的方法、能应对不同姿势的方法、能应对不同光照条件的方法等。

近段时间，传统的人脸识别方法已经被基于卷积***网络（CNN）的深度学习方法接替。深度学习方法的主要优势是它们可用非常大型的数据集进行训练，从而学习到表征这些数据的蕞佳特征。网络上可用的大量自然人脸图像已让研究者可收集到大规模的人脸数据集，这些图像包含了真实世界中的各种变化情况。使用这些数据集训练的基于 CNN 的人脸识别方法已经实现了非常高的准确度，因为它们能够学到人脸图像中稳健的特征，从而能够应对在训练过程中使用的人脸图像所呈现出的真实世界变化情况。

此外，深度学习方法在计算机视觉方面的不断普及也在加速人脸识别研究的发展，因为 CNN 也正被用于解决许多其它计算机视觉任务，比如目标检测和识别、分割、光学字符识别、面部表情分析、年龄估计等。

人脸识别技术发展历程

人脸识别蕞初在20世纪60年代已经有研究人员开始研究，真正进入初级的应用阶段是在90年代后期，发展至今其技术成熟度已经达到较高的程度。整个发展过程可以分为机械识别、半自动化识别、非接触式识别及互联网应用阶段。

与其他生物识别方式相比，人脸识别优势在于自然性、不被察觉性等特点。自然性即该识别方式同人类进行个体识别时所利用的生物特征相同。***识别、虹膜识别等均不具有自然性。不被察觉的特点使该识别方法不易使人抵触，而***识别或虹膜识别需利用电子压力传感器或红外线采集***、虹膜图像，在采集过程中体验感不佳。目前人脸识别需要解决的难题是在不同场景、脸部遮挡等应用时如何保证识别率。此外，隐私性和安全性也是值得考虑的问题。人脸识别优势明显，未来将成为识别主导技术。具体来说，相比***识别、虹膜识别等传统的生物识别方式，优点主要还集中在四点：非接触性、非侵扰性、硬件基础完善和采集快捷便利，可拓展性好。在复杂环境下，人脸识别精度问题得到解决后，预计人脸识别有望快速替代***识别成为市场大规模应用的主流识别技术。

人脸识别技术的优劣势

人脸识别技术的优势

1、自然性，就是指通过观察人们所具有的自然性的脸部生物特征来进行身份的确认，识别方式十分便捷，用户不需要携带任何***或额外进行其他操作

2、不易察觉性，被识别的人脸图像信息能够主动获取，可以让被测个体不察觉，人脸识别是利用可见光获取人脸图像信息，或者是红外线与可见光融合的多光源人脸图像识别技术。这种特殊的采集方式可以不被人察觉，不会陷于被伪装欺骗的境地。

3、非接触性，相比较其他生物识别技术，人脸识别是具有非接触的，用户不需人脸与设备直接来接触的，可以同时满足多人连续进行人脸图像信息的识别和分拣。

4、非侵扰性，人脸识的非接触性也为被采集者带来非侵扰性的体验。对人脸的采集不需要被采集者配合也不用工作人员干预。而且人脸属于暴露在外的生物特征，对人脸的识别采集容易被大众接受。

人脸识别技术的劣势

因为人类脸部存在相似性，不同个体之间的区别不大，所有的人脸的结构都相似，在加上化妆的掩盖及双胞胎的天然相似性更增加识别的难度。还有就是人脸存在易变性，人脸的外形很不稳定，可以通过脸部的变化产生很多表情，而在不同观察角度人脸的视觉图像也不同。另外，人脸识别还受光照条件、人脸的很多遮盖物、年龄等多方面因素的影响。

常见的人脸识别门禁使用主要具备以下几项功用：

1、内外人员分流办理，VIP访客体验晋级

将人员信息录入数据库，内部人员可以直接刷脸进出道闸，外来访客只需要简单登记信息再刷脸即可进入，智能化的人脸辨认大大节省了人员收支的时刻，人员的来访也得以有序办理。针对VIP访客，办理员可事先在人脸库录入图像，访客来访时无需登记，直接刷脸通行，提升企业接访形象。

2、红外辨认人脸，高准确率下的安防晋级

人脸闸机采用红外辨认人脸技能，抗干扰性强，可以下降光照等外部环境和方位的影响，准确提取人脸属性进行***动态比对，辨认差错大幅度减小。当人员与数据库中的信息比对失败时就无法进入。这就确保了进入人员的安全性，未登记的外部人士和非库内人员无法假充别人进入，即便是拿别人相片也无法"刷脸过闸"。

3、多入口数据互联，完成跨门口办理

同个单位有多个入口的情况下，可装配多个人脸闸机，不同区域的人脸闸机有一致的数据库和终端办理渠道，让各区域的人脸闸机完成数据互联，并对多个入口进行一致化办理。详细到不同单位，也会根据实际情况制定相对应的订制人脸闸机处理方案。