1樓：阿舞子
個人認為計算機視覺雖然被炒的火熱，其實是個大坑，而人臉識別則是坑中之王。指紋識別出來很久了吧，按理說每個人的指紋都是唯一且單一的，識別準確度理論上可以達到100%吧，可是你見過哪個場景關鍵的系統用指紋識別嗎？為什麼用不了？
容易被人假冒啊！人臉識別也一樣，面對的問題不是我整了容系統認不出我怎麼辦，而是我可以整容成馬雲爸爸就可以利用馬雲爸爸的身份了啊。所以你說做個facebook、snapchat、tinder一樣的app用點兒人臉識別當娛樂可以，你說在支付寶裡用人臉識別登入那我認為就是純扯了。
2樓：敗軍之將
人臉識別是人的判斷思維能力給了機器，人的眼睛把圖形提供給大腦做出分析，通過思維能力進行判斷，而機器不具備這種判斷力，只有比較力，資料採集並不能釆集全面，在進行比較時候就會出錯，角度，光線，距離，模板的完整度，資料量，相似度等想通過一臺攝影機完成就是不合常理的事情，立即拍攝，立即對比也無法識別真假的問題出現過，膚色，人的表情是動態的，機器的思維跟不上，資料處理亂了，機器拒絕通過，沒法核對資訊就會造成無法控制的嚴重後果。
3樓：網友
人臉不就是智慧型意識起步吧！能分辨人那裡不同！不就是變得意識。
4樓：藺若雁
人臉識別技術其實沒有「準確率」的概念。當前所有的生物識別技術如指紋識別、虹膜識別都有兩個指標，乙個是認假率far（false accept rate），乙個是拒真率frr（false rejection rate）。
認假率是指人臉比對通過了但其實並不是本人，把「假的」認成了「真的」；同理，拒真率是指本人親自上陣但是比對失敗了，把「真的」當成了「假的」，把你當成了**。只有基於認假率、拒真率兩個指標才可以判斷某個人臉識別演算法水平的高低。
通常，人臉識別演算法一般會設定乙個閾值t作為評判通過與否的標準，該閾值一般是用分數或者百分比來衡量。當人臉比對的相似度值大於此閾值時，則比對通過，否則比對失敗。而閾值的設定一般是根據人臉識別的roc曲線（receiver operating curve）進行設定。
人臉識別技術誠然有自己的優點：非接觸性（不用肢體接觸）非強制性（路過即可，甚至無察覺）可併發性（可同時進行多個人臉的分揀、判斷及識別 ）但人臉識別技術也有自己的無法規避的缺點：人類臉部存在相似性，很難做到精準識別。
光線、化妝、整容等仍然會影響人臉整體識別結果。人臉存在易變性，表情、年齡、角度等使人臉的外形很不穩定。所以目前的情況是，人臉識別技術將在相當長的一段時間內與多種生物識別技術一起使用（指紋、虹膜識別），取長補短。
人臉識別與其它生物識別技術有什麼不同？
傳統的人臉識別技術主要是基於可見光影象的人臉識別，這也是人們熟悉的識別方式，已有30多年的研發歷史。但這種方式有著難以克服的缺陷，尤其在環境光照發生變化時，識別效果會急劇下降，無法滿足實際系統的需要。解決光照問題的方案有三維影象人臉識別，和熱成像人臉識別。但這兩種技術還遠不成熟，識別效果不盡人意。迅...
人臉識別技術中的1 1模式和1 N模式如何理解？
1 1的意思即是說自己和自己對比，看看你是不是你，比如需要身份證認證的場合，需要保證身份證 上的 和待認證人臉是同一個 1 n的意思就是個體和人臉庫中的人臉對比，在人群中知道你是誰，比如某個公司的刷臉才能進入，通過你的人像和他們公司的人臉庫對比，如果有，你就可以進去，沒有的話，就沒有進公司的許可權。...
人臉識別客流統計系統有賣的嗎,商場超市用人臉識別客流統計分析系統的好處
一些做人臉識別客流統計系統的公司有的就有賣,以演算法來的就有,而成品的是不會 的。雖然如今人臉識別演算法成熟,但吃飯的東西是不易 的。可以整合虹軟的人臉識別sdk啊,有追蹤檢測識別的功能 有開源 你可以去找,國內國外都有開源 商場超市用人臉識別客流統計分析系統的好處?好處一 幫助商場超市清晰描繪顧客...