人脸识别基于一个默认成立的假设：同一个人在不同照片里的脸，在特征空间里非常接近。

为什么这个假设默认成立，设想一下，一个棕色头发的人，在不同光照，遮挡，角度条件下，发色看起来虽然有轻微的区别，但依然与真实颜色非常接近，反应在发色的特征值上，可能是 0 到 0.1 之间的浮动。

深度学习的另一任务和挑战便是在各种极端复杂的环境条件下，精1确的识别各个特征。

人脸验证

比如 FaceID 人脸解1锁，iPhone 事先存了一张用户的照片（需要用户注册），这张照片变成了转换成了一连串特征数值（即特征空间里的一个点），用户解1锁时，手机只需要对比当前采集到的脸和事先注册的脸在特征空间里的几何距离，如果距离足够近，则判断为同一人，如果距离不够近，则解1锁失败。距离阈值的设定，则是算法工程师通过大量实验得到的。

政务服务领域，“刷脸政务”不仅减少了老百姓奔波折腾之苦，“一次不用跑”的政务服务清单也更加便民。蚂蚁金1服与超过40个城市的***部门合作，开通“刷脸”办理个税、查询公积1金、认证养老金领取资格、交通违1章在线缴罚等服务。

公益领域，“人脸寻亲”帮助寻找走失老人和小孩，让回家的路不再遥不可及。今年7月，四川西昌救助站借助这一技术送7位滞留人员回家团圆。