人脸识别基本流程
人脸识别最难的部分是有充分适应各大光线环境的人脸预处理算法，需要在各种复杂的光线环境中提取到人脸信息，特别是移动互联网时代，摄像头拍照的地方可以在斑驳的树影下，也可以在昏暗的街灯下，以及深夜出租车内，这对算法的鲁棒性考验极大。同时还要考虑照片和视频欺诈，二次成像的光线污染等问题。
人脸识别应用分类派系：
对应解决方案：
相关企业
人脸识别公司有很多，大致分为这几类：
- 一类是，专注算法这块，主要提供的是API，SDK。有的是自己做成了系统，软件。
- 一类是，专注系统、软件这块，有针对不同行业的解决方案，不过不一定掌握了核心算法。
- 一类是，人脸识别模块及硬件这块，比如人脸识别考勤机，人脸识别取款机。
国内主要的相关公司：
- 北京：FACE++，商汤科技，北京可信网络有限公司，脸指，麒麟永盛，百度
- 四川：凌感科技，四川蓉达，云从科技
- 广东：颜鉴科技（ColorReco），洪森科技
- 杭州：杭州微禾
- 厦门：厦门瑞为
- 上海：晶软，看看智能，腾讯优图，
部分链接：
https://www.faceplusplus.com.cn/
https://cloud.sensetime.com/
https://www.linkface.cn/
http://www.facecore.cn/
http://colorreco.com/
http://www.faceall.cn/
http://www.facefinger.cn/
国外相关公司
- 美国Identix公司
- 美国Bioscrypt公司
- 德国Cognitec Systems公司
- 西班牙Herta Security公司
- 日本NEC公司
- 日本Softwise公司
以上都是老牌人脸识别公司，美国Identix公司做的是多模认证（指纹、虹膜），而Bioscrypt公司早期起于指纹识别考勤，在政府市场的份额都不小，德国的Cognitec公司主要做政府项目的人脸识别系统，而NEC公司主要做机器人视觉识别系统，西班牙Herta公司是一家学术很浓厚的公司。此外的还有一些以色列公司技术也很不错。这些公司最强的一点是，几乎做的都是政府的安全项目，特别是CIA用的最多，此外还有Facebook等公司也在进入这个领域，互联网公司的加入主要是进行人群的分类和应用的优化（针对性的市场推广），项目都是作为公司原本业务的一种补充，这类几乎不用担心客户问题，因为这些公司本身就有很大的需求。随着人工智能的崛起，人脸识别未来会作为一个强大的功能补充，类似语音一样，成为机器人的标配。 关于算法核心研发情况的争论： 基本上国内每家公司都会说自己的算法牛，实际上有几家有人脸核心算法呢？国内在完全从事算法研究的总工程师人数到目前（2016年）总计不到100人，不过也没有现在问题也不大，中科院计算所山世光教授已经开源了算法模块，没有基础的公司不用太辛苦从零开始在OPENCV基础上做算法升级，相信很快google微软还会有新的算法发布。现在算法基本都是98%以上，这点差距已经不重要，算法核不核心也没有太大问题。大家不用太过于焦虑，产品到应用阶段，单单靠算法可不够，还要考虑实际的使用。
目前人脸识别的常见问题
1：1比对源采集的难度： 1vs1，主要用于快速的人脸识别比对，作为身份确认的一种新方式，比如考生身份确认、公司考勤确认、各种证件照和本人确认，由于这些照片源不一定有权威统一的接口调用，所以一直没有用起来。目前市面上做的都是用户自传照片，比如支付宝的人脸比对，用户自传的照片最大的问题是照片质量的合格率太低，拍照的光线、角度等因素会导致采集源的质量下降，不利于后期的大批量人脸特征码管理。
N:N模糊匹配查询：1vsN，这个主要用于排查犯罪嫌疑人、失踪人口的全库搜寻、一人多证的重复排查，以此相似度列出相应的结果，可以大大提高排查效率。类似的也可以用到走失儿童的项目中去
N vs N 该算法实际上是基于视频流的帧处理所用，对服务器的计算环境要求严苛，目前的算法系统所支撑的输出率非常有限，需要等待下一代GPU算法，特别是基于CUDA架构的。该应用主要在一些高级赛事会议场合，以及安保公司的人脸警报系统。
人脸识别的算法能力：拒识率、误识率、通过率，准确率
人脸识别的技术发展方向：
结合三维信息： 二维和三维信息融合使特征更加鲁棒
多特征融合： 单一特征难以应对复杂的光照和姿态变化
大规模人脸比对： 面向海量数据的人脸比对与搜索
深度学习： 在大数据条件下充分发挥深度神经网络强大的学习能力
可供选择的国产供应商
国内的企业从估值、客户、产品都是 Face++ 远远胜出，综合能力非常突出。阿里巴巴采用了Face++的人脸识别技术，融资数量Face++最多。另外还有百度和腾讯优图也开放了人脸识别API。百度和腾讯看重的是他们的数据量和雄厚的资金，算法水平也有。
所以综合来看有四家候选，4家全部提供了HTTP API的形式的服务：
face++: https://megvii.com/
商汤科技: https://cloud.sensetime.com/(https://www.linkface.cn/)
百度: http://ai.baidu.com/docs#/Face-API/top
腾讯优图: http://open.youtu.qq.com/
结合应用场景选择：
- 用于登录CC+,由于CC+暂时并没有涉及资金安全方面的问题，可以选用免费的服务，比如百度和腾讯。
- 刷脸验人，比如考勤，安全门禁，这些安全要求较高，需要防止各种作弊，我们可以采用face++旗下的FaceID产品，它是付费服务。
- 以上几家除了商汤科技都有，开放平台和开放的API提供使用。都具备了人脸识别的各种基本能力。但是都没有免费提供活体检测等高端功能。FaceID，商汤，腾讯都可以通过商务合作购买高级能力。
- 按行业按业务分类，face++都有成功的案例。另外还有智能地产解决方案，非常契合智慧园区。我们能想到的需求，这一家基本能满足。
智慧园区相关应用
智慧园区和人脸识别的结合场景，有很多，比如：
出入口人脸门禁
，VIP迎宾
，远程访客邀约
，员工刷脸考勤
，会议室管理
，地库人脸门禁
，访客人证登记
，关键区域门禁管理
，证件识别
，人证比对等等。下面举一些具体的例子。
1.企服大堂，人力资源广场大厅，smart展厅的出入人员管理
这些场所人员混杂，通过摄像头采集并分析人脸，可以区分重要领导，进行人脸识别迎宾。记录可疑人员，然后做出提示。摄像头采集的图像通过第三方的人脸识别API进行人脸比对。腾讯和百度都有免费的服务。
2.企服大堂，人力资源广场大厅等服务区的刷脸登记验证
读取来访者身份证信息，然后与摄像头抓取的人脸直接对比，验证身份。硬件方面一个平板电脑和身份证读卡器即可实现，这两个设备一般都已经有了。或者你没带身份证，则通过采集的人脸和公安部身份证网上副本进行对比，来验证身份(相关文章)。
3.停车场的安防
通过摄像头读取停车场出入人员的人脸信息，结合市局人像数据支撑，进行人脸比对，并对视频流中同一人员行动轨迹进行追踪与分析。防范可疑人员。face++已经有解决方案。
4.办公室门禁
保证办公室人员的安全，管理访客，外来人员，周边服务人员。在入口安装高清摄像头，记录人脸，并和我方图片库，进行比对，区分来人。可以采用免费的第三方人脸识别服务。摄像头可以选用海康。
5.办公室考勤
办公室出入口安装高清摄像头，只需抬头眨眨眼，实现上下班自动考勤。为了防止作弊，需要引入活体检测。旷视，商汤，腾讯均有活体检测服务，旷视的产品较为成熟。
6.驾驶舱登录
驾驶舱登录，目前其实就是CC+的登录。可以通过手机进行人脸识别，完成登录。处于演示阶段的话，可以暂时不用考虑过多安全问题，那么我们可以直接采用免费的人脸识别服务。如果对安全要求高，那么我们需要引入活体检测，防止黑客攻击。
7.作为CC+的一种新的登录方式
第一次安装登录CC+需要使用密码登录，设置了刷脸登录之后，退出登录之后就可以使用刷脸进行登录。需要引入活体检测来增强安全性，防止人脸攻击，因此没有免费的方案。
8.社交方面的应用
CC+的社交部分，比如发图片的时候可以加入人脸识别，对图片上的人脸进行特殊处理。这部分目前主要也是收费的产品。比如face++。免费的服务目前好像还没有。
9.上下班班车刷脸上车
云谷的上下班班车，可以引入人脸识别，用来进行扣费和人员验证。增强了安全性和便捷性。这方面的解决方案可以和faceid进行商讨。他们目前在神州租车和滴滴出行都有类型的应用。
总结，对安全性有要求的场景，都需要活体检测的引入，这块目前都是收费服务。都需要进行商务合作。
相关文章
- 支付宝人脸识别安全吗？ https://www.zhihu.com/question/57158124