人脸识别定制-德信门业(推荐商家)

这些应用场景的共同特点是：人脸识别系统都事先存储了大量的不同人脸和身1份信息，系统运行时需要将见到的人脸与之前存储的大量人脸做比对，找出匹配的人脸。

两者在早期（2012年~2015年）是通过不同的算法框架来实现的，想同时拥有人脸验证和人脸识别系统，需要分开训练两个*网络。而 2015 年 Google 的 FaceNet [1] *的发表改变了这一现状，将两者统一到一个框架里。

零售商超领域，阿里、京东等纷纷试水无人超市，人脸识别技术已经应用在购物、结算环节，不仅可以帮助线下店铺迅速捕1捉用户信息以提供个性化服务，对消费者的消费体验也是一种升级。

医学领域，人脸识别挂1号系统让号贩子无从插手，“刷脸”医保支付可以节省排队时间，让智慧医1疗服务流程更加通畅。今年，人脸识别定制，温州有10家医院启用了人脸识别预填单系统，“刷脸”*、智能导诊成为可能。

人脸识别同样考虑一个场景，人脸考勤。公司 X 有员工 A，B，C，公司会要求三名员工在入职的时候各提供一张个人照片用于注册在公司系统里，静静地躺在特征空间中。

第二天早上员工 A 上班打卡时，将脸对准考勤机器，系统会把当前员工 A 的脸放到特征空间里，与之前特征空间里注册好的脸一一对比，发现注册的脸中距离当前采集到的脸****近的特征脸是员工 A，打卡完毕。

知道了人脸识别的基本原理，便能看清它的技术局限。