人脸识别技术的3种应用模式

slime2021-10-15 10:54

刷脸登机、刷脸取厕纸、刷脸支付、刷脸考勤、刷脸识别闯红灯的行人……人脸识别技术已成人工智能最火热的应用之一。但是,你知道人脸识别分为三种应用模式吗?

人脸识别技术的3种应用模式

人脸识别技术的应用模式如下:

一、1:1模式

人脸验证做的是1:1的比对,其身份验证模式本质上是计算机对当前人脸与人像数据库进行快速人脸比对,并得出是否匹配的过程,可以简单理解为证明你就是你。就是我们先告诉人脸识别系统,我是张三,然后用来验证站在机器面前的“我”到底是不是张三。

这种模式最常见的应用场景便是人脸解锁,终端设备只需将用户事先注册的照片与临场采集的照片做对比,判断是否为同一人,即可完成身份验证。

1:1作为一种静态比对,一般在金融、信息安全领域中应用较多。例如在机场、高铁站安检时,受检人员手持身份证等证件,通过检查通道,同时对受检人员的外貌及身份证信息进行识别,此过程就是典型的1:1模式的人脸识别。

人脸识别技术的3种应用模式

二、1:N模式

人脸识别做的是1:N的比对,即系统采集了“我”的一张照片之后,从海量的人像数据库中找到与当前使用者人脸数据相符合的图像,并进行匹配,找出来“我是谁”。比如疑犯追踪,小区门禁,会场签到,以及新零售概念里的客户识别。

1:N人脸识别模式,同时具有动态比对与非配合两种特点。动态对比是指通过对动态视频流的截取来获得人脸数据并进一步比对的过程;而非配合性是指识别的过程表现出非强制性与高效性的特点,识别对象无需到特定的位置便能完成人脸识别的工作。

由于这两个特性使1:N身份认证模式能迅速落地于公共安全管理与VIP客户人脸识别等场景,但其难度要远高于静态1:1,因为机器面临着光线、角度、距离等挑战。

三、M:N模式

M:N是通过计算机对场景内所有人进行面部识别并与人像数据库进行比对的过程。M:N作为一种动态人脸比对,其使用率非常高,能充分应用于多种场景,例如公安布控,迎宾,机器人应用等。

M:N模式难度和要求较大,因为其必须依靠海量的人脸数据库才能运行,并且由于识别基数大,图像采集设备受环境影响等因素,使M:N模式可能产生较高的错误率从而影响识别结果。

以上就是小编为大家整理的“人脸识别技术的3种应用模式”一文,更多相关信息尽在人工智能资讯频道。

相关推荐

2021大厂高频面试题精选,0元免费领

福利来袭,C++经典项目实战免费领取!

职场进阶必备,数据分析职业能力特训营

免责声明:本站所提供的内容均来源于网友提供或网络搜集,由本站编辑整理,仅供个人研究、交流学习使用。如涉及版权问题,请联系本站管理员予以更改或删除。
有用
分享