易变性人脸的外形很不稳定，人可以通过脸部的变化产生很多表情，而在不同观察角度，人脸的视觉图像也相差很大，另外，人脸识别还受光照条件（例如白天和夜晚，室内和室外等）、人脸的很多遮盖物（例如口罩、墨镜、头发、胡须等）、年龄等多方面因素的影响。在人脸识别中，第1一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1一类变化为类间变化（inter-class difference），而称第二类变化为类内变化。对于人脸，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。

这些应用场景的共同特点是：人脸识别系统都事先存储了大量的不同人脸和身1份信息，系统运行时需要将见到的人脸与之前存储的大量人脸做比对，找出匹配的人脸。

两者在早期（2012年~2015年）是通过不同的算法框架来实现的，想同时拥有人脸验证和人脸识别系统，需要分开训练两个***网络。而 2015 年 Google 的 FaceNet [1] ***的发表改变了这一现状，将两者统一到一个框架里。

乌鲁木齐、呼和浩特、温州、杭州等机场航站将启用人脸识别技术作为身份认证识别，出入候机楼的人员都将进行实名记录。人脸识别身份认证技术一旦采用，将进一步提高机场反恐防爆工作水平。

近年来国内外都在关注机场安全

近年来，受国际安1全局势影响，民用航空领域的安全防范工作越来越引起社会各方面的密切关注。目前采用人脸识别身份认证技术主要是用于安检通道口，旅客先提供身1份证，工作人员会对身份1证进行阅读识别，同时会现场实时抓取一张照片与身1份证照片进行比对识别，了解身份1证是否是本人。同时抓取的照片还将通过网络传输给公1安相对应的人口库（黑名单库）进行比对识别，结果将实时传回前端。