本文摘要：你还忘记电影里的这些情节吗？《变形金刚2》中，年长的男主角和他的小伙伴们过关卡时，虽然看穿了当值军人，却被军方的人脸识别技术找到。2014年改编版的《机械战警》中，机械战警第一次面临大众公开发表亮相，就在人群中不时地扫瞄所有人脸，同时将提供的人脸在通缉犯资料库中作核对，瞬间就找到看热闹的人群中有一个逃离现场多年的通缉犯，并将其穿著。 其他还有许多电影中，但凡是美国的机要部门，进屋就要扫瞄各种生物特征，从早年电影中的指纹、虹膜，到现在的人脸。 人脸识别究竟是什么？

你还忘记电影里的这些情节吗？《变形金刚2》中，年长的男主角和他的小伙伴们过关卡时，虽然看穿了当值军人，却被军方的人脸识别技术找到。2014年改编版的《机械战警》中，机械战警第一次面临大众公开发表亮相，就在人群中不时地扫瞄所有人脸，同时将提供的人脸在通缉犯资料库中作核对，瞬间就找到看热闹的人群中有一个逃离现场多年的通缉犯，并将其穿著。

其他还有许多电影中，但凡是美国的机要部门，进屋就要扫瞄各种生物特征，从早年电影中的指纹、虹膜，到现在的人脸。　　人脸识别究竟是什么？　　人脸识别，是视觉模式识别的一个细分问题，也大约是最好解决问题的一个问题。

只不过我们人每时每刻都在展开视觉模式识别，我们通过眼睛取得视觉信息，这些信息经过大脑的处置被辨识为有意义的概念。于是我们告诉了放到我们面前的是水杯、书本，还是什么别的东西。　　我们也无时无刻不出展开人脸识别，我们每天生活中遇上无数的人，借此见到那些熟人，和他们交谈，做事，忽视其他的陌生人。

甚至抓住那些我们不出了钱还继续还不上的人。　　然而这项看起来非常简单的任务，对机器来说却并不那么更容易构建。　　对计算机来讲，一幅图像信息，无论是静态的图片，还是动态视频中的一帧，都是一个由众多像素点构成的矩阵。

比如一个1080p的数字图像，是一个由1980*1080个像素点构成矩阵，每个像素点，如果是8bit的rgb格式，则是3个给定在0-255的数。　　机器必须在这些数据中，找到某一部分数据代表了何种概念：哪一部分数据是水杯，哪一部分是书本，哪一部分是人脸，这是视觉模式识别中的细分类问题。　　而人脸识别，必须在所有机器指出是人脸的那部分数据中，区分这个人脸归属于谁，这是个细分类问题。

　　人脸可以分成多少类呢？　　各不相同所处置问题的人脸库大小，人脸库中有多少目标人脸，就必须机器展开适当数量的细分类。如果想机器见到每个他看见的人，则这世界上有多少人，人脸就可以分成多少类，而这些类别之间的区别是十分微小的。由此可见人脸识别问题的可玩性。

　　更加不要托，这件事还要受到光照，角度，人脸部的装饰物等各种因素的影响。这也难于说明为什么人脸识别技术目前还没大量应用于在日常生活中，大部分人不能在科幻电影中认识人脸识别了。　　傻傻分不清楚一些更容易被误解的概念　　一些不过于被人熟知的事物，常常不会预示着大量的概念误解。

　　比如对西方宗教不过于理解的国人，有可能搞不清楚为什么有些人信上帝但责备耶稣；都是在教堂工作的大叔，为什么有些要禁欲主义，有些却能成婚。　　而人脸识别作为一个新事物，也预示着大量的概念误解，而认清这些概念，对于解读人脸识别还是较为最重要的。

本文来源：ku游官网-www.tjysygb.com