大到智慧城市建設(shè)，小到手機(jī)端應(yīng)用登錄，人臉識(shí)別已經(jīng)滲透到社會(huì)生活的方方面面。人臉識(shí)別技術(shù)包括人

臉特征提取和分類器設(shè)計(jì)等，是生物特征識(shí)別領(lǐng)域中的重點(diǎn)研究項(xiàng)目。人臉識(shí)別系統(tǒng)的研究始于20世紀(jì)60年代，

80年代以后隨著計(jì)算機(jī)技術(shù)和光學(xué)成像技術(shù)的發(fā)展得到提高，于90年代后期進(jìn)入初級(jí)應(yīng)用階段。與其他身份驗(yàn)證

技術(shù)相比，人臉識(shí)別具有無需用戶專門配合、接觸等獨(dú)特優(yōu)勢(shì)，使遠(yuǎn)距離身份驗(yàn)證成為可能，例如，通過監(jiān)控?cái)z

像頭進(jìn)行個(gè)人身份驗(yàn)證。人臉識(shí)別系統(tǒng)將捕獲到的圖像數(shù)據(jù)上傳到執(zhí)行人臉檢測(cè)和面部人臉識(shí)別的服務(wù)器，數(shù)據(jù)

處理的負(fù)載主要集中在服務(wù)器上。

　　2014年前后，隨著大數(shù)據(jù)和深度學(xué)習(xí)的發(fā)展，神經(jīng)網(wǎng)絡(luò)備受矚目，深度學(xué)習(xí)的出現(xiàn)使人臉識(shí)別技術(shù)取得了突

破性進(jìn)展。深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的一種，其概念源于人工神經(jīng)網(wǎng)絡(luò)的研究，通過組合低層特征形成更加抽象的高

層表示屬性類別或特征，以發(fā)現(xiàn)數(shù)據(jù)的分布式特征表示。區(qū)別于傳統(tǒng)的淺層學(xué)習(xí)，深度學(xué)習(xí)的不同在于一方面通

常有5層以上的多層隱層節(jié)點(diǎn)，模型結(jié)構(gòu)深度大；另一方面利用大數(shù)據(jù)來學(xué)習(xí)特征，明確了特征學(xué)習(xí)的重要性。

隨著深度卷積神經(jīng)網(wǎng)絡(luò)和大規(guī)模數(shù)據(jù)集的最新發(fā)展，深度人臉識(shí)別取得了顯著進(jìn)展，基于深度學(xué)習(xí)的人臉識(shí)別技

術(shù)可以通過網(wǎng)絡(luò)自動(dòng)學(xué)習(xí)人臉面部特征，從而提高人臉檢測(cè)效率。

　　從人臉表達(dá)模型來看，可細(xì)分為2D人臉識(shí)別和3D人臉識(shí)別。基于2D的人臉識(shí)別通過2D攝像頭拍攝平面成像

，研究時(shí)間相對(duì)較長，在多個(gè)領(lǐng)域都有使用，但由于2D信息存在深度數(shù)據(jù)丟失的局限性，收集的信息有限，安全

級(jí)別不夠高，在實(shí)際應(yīng)用中存在不足。早在2019年，就有小學(xué)生手舉照片“攻破”了快遞柜的人臉識(shí)別系統(tǒng)。基

于3D的人臉識(shí)別系統(tǒng)通過3D攝像頭立體成像，由兩個(gè)攝像頭、一個(gè)紅外線補(bǔ)光探頭和一個(gè)可見光探頭相互配合形

成3D圖像，能夠準(zhǔn)確分辨出照片、視頻、面具等逼真的攻擊手段。

　　根據(jù)使用攝像頭成像原理，目前3D人臉識(shí)別主要有三種主流方案，分別是3D結(jié)構(gòu)光方案（Structured Light

）、時(shí)差測(cè)距技術(shù)3D方案（Time Of Flight，TOF）和雙目立體成像方案（Stereo System）。基于3D結(jié)構(gòu)光的

人臉識(shí)別已在一些智能手機(jī)上實(shí)際應(yīng)用，比如HUAWEI Mate 20 Pro、iPhone X。2009年微軟推出的Kinect（Xb

ox 360體感周邊外設(shè)）則采用了TOF方式獲取3D數(shù)據(jù)，顛覆了游戲的單一操作，為人機(jī)體感交互提供了有益探索

。雙目立體成像方案基于視差原理，通過多幅圖像恢復(fù)物體的三維信息，由于對(duì)相機(jī)焦距、兩個(gè)攝像頭平面位置等

要求較高，應(yīng)用范圍相對(duì)于3D結(jié)構(gòu)光和TOF方案較窄。

　　除了能夠準(zhǔn)確識(shí)人，精準(zhǔn)判斷捕捉到的人臉是真實(shí)的也至關(guān)重要。活體檢測(cè)技術(shù)能夠在系統(tǒng)攝像頭正確識(shí)別人

臉的同時(shí)，驗(yàn)證用戶是本人而不是照片、視頻等常見攻擊手段。目前活體檢測(cè)分為三種，分別是配合式活體檢測(cè)、

靜默活體檢測(cè)和雙目活體防偽檢測(cè)。其中，配合式活體檢測(cè)最為常見，比如在銀行“刷臉”辦理業(yè)務(wù)、在手機(jī)端完

成身份認(rèn)證等應(yīng)用場(chǎng)景，通常需要根據(jù)文字提示完成左看右看、點(diǎn)頭、眨眨眼等動(dòng)作，通過人臉關(guān)鍵點(diǎn)定位和人臉

追蹤等技術(shù)，驗(yàn)證用戶是否為真實(shí)活體本人。

　　人臉與人體的其他生物特征（如指紋、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。隨著大數(shù)據(jù)和深度學(xué)習(xí)的不斷發(fā)展，人臉識(shí)別效率顯著提升，為遠(yuǎn)程辦理業(yè)務(wù)的身份認(rèn)證環(huán)

節(jié)提供了可靠保障。但與此同時(shí)，人臉信息保護(hù)、隱私安全等問題也應(yīng)引起重視。隨著《個(gè)人信息保護(hù)法》《數(shù)據(jù)

安全法》及相關(guān)司法解釋的出臺(tái)，國家相關(guān)部門以及各種機(jī)構(gòu)對(duì)個(gè)人信息安全問題的重視，有利于引導(dǎo)人臉識(shí)別技

術(shù)的發(fā)展方向，為促進(jìn)行業(yè)高質(zhì)量發(fā)展、創(chuàng)造高品質(zhì)數(shù)字生活提供有力支撐。