人臉識(shí)別是指利用分析比較人臉視覺特征信息進(jìn)行身份鑒別的計(jì)算機(jī)技術(shù)。人臉識(shí)別是用攝像機(jī)或攝像頭采集含有人臉的圖像或視頻流，并自動(dòng)在圖像中檢測和跟蹤人臉，進(jìn)而對檢測到的人臉進(jìn)行臉部的一系列相關(guān)技術(shù)，通常也叫做人像識(shí)別、面部識(shí)別。

　　傳統(tǒng)的人臉識(shí)別技術(shù)主要是基于可見光圖像的人臉識(shí)別，這也是人們熟悉的識(shí)別方式，已有30多年的研發(fā)歷史。但這種方式有著難以克服的缺陷，尤其在環(huán)境光照發(fā)生變化時(shí)，識(shí)別效果會(huì)急劇下降，無法滿足實(shí)際系統(tǒng)的需要。解決光照問題的方案有三維圖像人臉識(shí)別，和熱成像人臉識(shí)別。但這兩種技術(shù)還遠(yuǎn)不成熟，識(shí)別效果不盡人意。

　　迅速發(fā)展起來的一種解決方案是基于主動(dòng)近紅外圖像的多光源人臉識(shí)別技術(shù)。它可以克服光線變化的影響，已經(jīng)取得了卓越的識(shí)別性能，在精度、穩(wěn)定性和速度方面的整體系統(tǒng)性能超過三維圖像人臉識(shí)別。這項(xiàng)技術(shù)在近兩三年發(fā)展迅速，使人臉識(shí)別技術(shù)逐漸走向?qū)嵱没?/p>

　　人臉識(shí)別技術(shù)的核心實(shí)際為“局部人體特征分析”和“圖形/神經(jīng)識(shí)別算法?！边@種算法是利用人體面部各器官及特征部位的方法。如對應(yīng)幾何關(guān)系多數(shù)據(jù)形成識(shí)別參數(shù)與數(shù)據(jù)庫中所有的原始參數(shù)進(jìn)行比較、判斷與確認(rèn)。一般要求判斷時(shí)間低于1秒。

　　人臉識(shí)別分核實(shí)式和搜索式二種比對模式。核實(shí)式是對指將捕獲得到的人像或是指定的人像與數(shù)據(jù)庫中已登 記的某一對像作比對核實(shí)確定其是否為同一人。搜索式的比對是指，從數(shù)據(jù)庫中已登記的所有人像中搜索查找是否有指定的人像存在。

　　人臉?biāo)阉鲿r(shí)（搜索式），將指定的人像進(jìn)行建模，再將其與數(shù)據(jù)庫中的所有人的模板相比對識(shí)別，最終將根據(jù)所比對的相似值列出最相似的人員列表。

　　人臉與人體的其它生物特征（指紋、虹膜等）一樣與生俱來，它的唯一性和不易被復(fù)制的良好特性為身份鑒別提供了必要的前提，與其它類型的生物識(shí)別比較人臉識(shí)別具有如下特點(diǎn)：

　　非強(qiáng)制性：用戶不需要專門配合人臉采集設(shè)備，幾乎可以在無意識(shí)的狀態(tài)下就可獲取人臉圖像，這樣的取樣方式?jīng)]有“強(qiáng)制性”；

　　非接觸性：用戶不需要和設(shè)備直接接觸就能獲取人臉圖像；

　　并發(fā)性：在實(shí)際應(yīng)用場景下可以進(jìn)行多個(gè)人臉的分揀、判斷及識(shí)別；

　　生物特征：例如人臉識(shí)別，人類也是通過觀察比較人臉區(qū)分和確認(rèn)身份的，另外具有自然性的識(shí)別還有語音識(shí)別、體形識(shí)別等，而指紋識(shí)別、虹膜識(shí)別等都不具有自然性，因?yàn)槿祟惢蛘咂渌锊⒉煌ㄟ^此類生物特征區(qū)別個(gè)體。

　　不被察覺的特點(diǎn)對于一種識(shí)別方法也很重要，這會(huì)使該識(shí)別方法不令人反感，并且因?yàn)椴蝗菀滓鹑说淖⒁舛蝗菀妆黄垓_。人臉識(shí)別具有這方面的特點(diǎn)，它完全利用可見光獲取人臉圖像信息，而不同于指紋識(shí)別或者虹膜識(shí)別，需要利用電子壓力傳感器采集指紋，或者利用紅外線采集虹膜圖像，這些特殊的采集方式很容易被人察覺，從而更有可能被偽裝欺騙。

　　生物特征識(shí)別領(lǐng)域甚至人工智能領(lǐng)域最困難的研究課題之一。人臉識(shí)別的困難主要是人臉作為生物特征的特點(diǎn)所帶來的。

　　除此之外，還符合視覺特性：“以貌識(shí)人”的特性，以及操作簡單、結(jié)果直觀、隱蔽性好等特點(diǎn)。

　　基于人臉特征點(diǎn)的識(shí)別算法（Feature-based recognition algorithms）。

　　基于整幅人臉圖像的識(shí)別算法（Appearance-based recognition algorithms）。

　　基于模板的識(shí)別算法（Template-based recognition algorithms）。

　　利用神經(jīng)網(wǎng)絡(luò)進(jìn)行識(shí)別的算法（Recognition algorithms using neural network）。

　　提出了基于Gamma灰度矯正的光照預(yù)處理方法,并且在光照估計(jì)模型的基礎(chǔ)上，進(jìn)行相應(yīng)的光照補(bǔ)償和光照平衡策略。

　　基于統(tǒng)計(jì)形變的校正理論，優(yōu)化人臉姿態(tài)；強(qiáng)化迭代理論

　　強(qiáng)化迭代理論是對DLFA人臉檢測算法的有效擴(kuò)展；

　　獨(dú)創(chuàng)的實(shí)時(shí)特征識(shí)別理論側(cè)重于人臉實(shí)時(shí)數(shù)據(jù)的中間值處理，從而可以在識(shí)別速率和識(shí)別效能之間，達(dá)到最佳的匹配效果

　　人臉識(shí)別需要積累采集到的大量人臉圖像相關(guān)的數(shù)據(jù)，用來驗(yàn)證算法，不斷提高識(shí)別準(zhǔn)確性，這些數(shù)據(jù)諸如A Neural Network Face Recognition Assignment(神經(jīng)網(wǎng)絡(luò)人臉識(shí)別數(shù)據(jù))、orl人臉數(shù)據(jù)庫、麻省理工學(xué)院生物和計(jì)算學(xué)習(xí)中心人臉識(shí)別數(shù)據(jù)庫、埃塞克斯大學(xué)計(jì)算機(jī)與電子工程學(xué)院人臉識(shí)別數(shù)據(jù)等。

　　現(xiàn)有的人臉識(shí)別系統(tǒng)在用戶配合、采集條件比較理想的情況下可以取得令人滿意的結(jié)果。但是，在用戶不配合、采集條件不理想的情況下，現(xiàn)有系統(tǒng)的識(shí)別率將陡然下降。比如，人臉比對時(shí)，與系統(tǒng)中存儲(chǔ)的人臉有出入，例如剃了胡子、換了發(fā)型、多了眼鏡、變了表情都有可能引起比對失敗。

　　在生物識(shí)別信息中，人臉識(shí)別是最為火熱的應(yīng)用技術(shù)。但由于人臉信息涉及許多隱私數(shù)據(jù)，使用不當(dāng)將存在巨大的風(fēng)險(xiǎn)，因此亟須立法規(guī)范。歐美是此領(lǐng)域立法的先行者。尤其是美國，近兩年來許多城市均出臺(tái)相應(yīng)的禁令。

　　2008年

　　●美國伊利諾伊州《生物信息隱私法》

　　該法是美國州層面第一部保護(hù)個(gè)人生物信息的法律。該法要求私人實(shí)體收集個(gè)人生物信息之前，須提供通知，并獲得個(gè)人的同意，且應(yīng)當(dāng)是書面的。

　　2018年5月

　　●歐盟《通用數(shù)據(jù)保護(hù)條例》（GDPR）

　　GDPR被譽(yù)為“史上最嚴(yán)格數(shù)據(jù)保護(hù)法”，但對更為敏感的生物識(shí)別數(shù)據(jù)，比如人臉數(shù)據(jù)，GDPR仍存在局限性。

　　2019年5月

　　●英國威爾士卡迪夫

　　英國威爾士首府卡迪夫的埃德·布里奇斯向法庭提訴訟，稱警方對他使用人臉識(shí)別技術(shù)是非法侵犯他的隱私權(quán)。這一案件被認(rèn)為是英國，乃至世界第一例涉及人臉識(shí)別技術(shù)的案件。

　　2019年8月

　　●瑞典謝萊夫特奧市

　　瑞典數(shù)據(jù)監(jiān)管機(jī)構(gòu)（DPA）對當(dāng)?shù)匾凰咧虚_出第一張基于歐盟GDPR的罰單。該學(xué)校使用人臉識(shí)別系統(tǒng)記錄學(xué)生的出勤率。

　　2019年

　　●美國《商用人臉識(shí)別隱私法》（草案）

　　該法案到2019年3月已被美國國會(huì)審議兩次，并提交到“商業(yè)、科學(xué)和交通委員會(huì)”。該法案主要目的是禁止商業(yè)機(jī)構(gòu)在未獲得個(gè)人明示同意的情況下使用人臉識(shí)別技術(shù)。

　　2020年2月

　　●美國《加州人臉識(shí)別技術(shù)法案》

　　該法案主要對州內(nèi)私營主體與公共主體分別應(yīng)如何使用人臉識(shí)別技術(shù)問題做出了規(guī)定。該法案對公共主體使用面部識(shí)別技術(shù)的態(tài)度較為寬松，但對于使用人臉信息和人臉識(shí)別進(jìn)行持續(xù)監(jiān)視的行為，原則上仍被禁止。

　　2020年4月

　　●美國華盛頓州《人臉識(shí)別服務(wù)法》

　　該法是美國第一部嚴(yán)格限制執(zhí)法部門使用人臉識(shí)別技術(shù)的州法律。這使得華盛頓州成為美國首個(gè)通過面部識(shí)別法案的州。該法適用于華盛頓州所有公共機(jī)構(gòu)。

　　2019年4月，郭某支付1360元，辦理了野生動(dòng)物世界雙人年卡，確定指紋識(shí)別入園方式。2019年7月、10月，野生動(dòng)物世界兩次向郭某發(fā)送短信，通知年卡入園識(shí)別系統(tǒng)更換事宜，要求激活人臉識(shí)別系統(tǒng)，否則將無法正常入園。郭某認(rèn)為人臉信息屬于高度敏感個(gè)人隱私，不同意接受人臉識(shí)別，要求園方退卡。協(xié)商未果后，郭某以園方未經(jīng)同意強(qiáng)制收集個(gè)人生物識(shí)別信息，嚴(yán)重違反《消費(fèi)者權(quán)益保護(hù)法》等為由，將對方訴至法院。

　　經(jīng)審理，法院認(rèn)為人臉識(shí)別入園方式并非雙方的合同條款，對郭某不發(fā)生效力，野生動(dòng)物世界單方變更入園方式構(gòu)成違約，應(yīng)當(dāng)承擔(dān)違約責(zé)任。野生動(dòng)物世界欲將已收集的照片激活處理為人臉識(shí)別信息，超出事前收集目的，違反了正當(dāng)性原則。

　　2021年4月9日，法院二審判決野生動(dòng)物世界賠償郭某合同利益損失及交通費(fèi)共計(jì)1038元，刪除郭某辦理指紋年卡時(shí)提交的包括照片在內(nèi)的面部特征信息，以及指紋識(shí)別信息。