人脸识别问题宏观上分为两类：1. 人脸验证（又叫人脸比对）2. 人脸识别。
人脸验证做的是 1 比 1 的比对，即判断两张图片里的人是否为同一人。常见的应用场景便是人脸解锁，终端设备（如手机）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。
人脸识别做的是 1 比 N 的比对，即判断系统当前见到的人，为事先见过的
人脸识别生产厂家
人脸识别问题宏观上分为两类：1. 人脸验证（又叫人脸比对）2. 人脸识别。
人脸验证做的是 1 比 1 的比对，即判断两张图片里的人是否为同一人。常见的应用场景便是人脸解锁，终端设备（如手机）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。
人脸识别做的是 1 比 N 的比对，即判断系统当前见到的人，为事先见过的众多人中的哪一个。比如疑犯追1踪，小区门禁，会场签到，以及新零售概念里的客户识别。
人脸识别技术能带来对生产力的提升
也有表示，“刷脸”只是计算机视觉技术中比较具体可感的一部分。“事实上，计算机视觉技术能够给大家带来的远远不仅是‘刷脸’付款这么简单，如果应用在一二产业，它将在更大层面带来生产效益的提升和变革。”张毅说。
“人脸识别技术能够带来对生产力的提升。”沈徽解释说，这种提升，一方面是对传统行业中对跟视觉相关的人工部分的增强或替代，以便降低成本，提；另一方面则是带来新的交互体验和应用，形成新的应用场景。
作为开始早、发展快的人工智能技术之一，人脸识别技术从上世纪60年代起就已经起步，并取得了许多突破。1初，人脸识别靠的是识别面部关键点，被形象地概括成“大圆（面部） 小圆（瞳孔） 三角（鼻子） 椭圆（嘴）”模式。现在，人脸识别技术可以在人脸上捕1捉到3万多个特征点，识别双胞胎也不在话下；不仅可以识别静态图像，行走甚至跑跳的动态图像也能识别；即使周边光线昏暗，人脸识别也能很好地完成任务。
（作者： 来源：）
