分享人脸识别的十个概念，告诉你为什么是他、是他、就是他

图6、人脸验证过程说明（最右侧"是同一人"为人脸验证的输出）

7. 人脸识别
"人脸识别(Face Recognition)"是识别出输入人脸图对应身份的算法。

它的输入一个人脸特征，通过和注册在库中N个身份对应的特征进行逐个比对，找出"一个"与输入特征相似度最高的特征。将这个最高相似度值和预设的阈值相比较，如果大于阈值，则返回该特征对应的身份，否则返回"不在库中"。

图7、人脸识别过程（右侧身份"jason"为人脸识别结果）

8. 人脸检索
"人脸检索"是查找和输入人脸相似的人脸序列的算法。

人脸检索通过将输入的人脸和一个集合中的说有人脸进行比对，根据比对后的相似度对集合中的人脸进行排序。根据相似度从高到低排序的人脸序列即使人脸检索的结果。

图8、人脸检索过程（右侧绿框内排序序列为检索结果）

9. 人脸聚类
"人脸聚类（Face Cluster）"是将一个集合内的人脸根据身份进行分组的算法。

人脸聚类也通过将集合内所有的人脸两两之间做人脸比对，再根据这些相似度值进行分析，将属于同一个身份的人划分到一个组里。

在没有进行人工身份标注前，只知道分到一个组的人脸是属于同一个身份，但不知道确切身份。另外假设集合中有N个人脸，那么人脸聚类的算法复杂度为O(N2)

图9、人脸聚类过程（右侧绿框内按身份的分组结果为聚类结果）

10. 人脸活体
"人脸活体（FaceLiveness）"是判断人脸图像是来自真人还是来自攻击假体（照片、视频等）的方法。

和前面所提到的人脸技术相比，人脸活体不是一个单纯算法，而是一个问题的解法。这个解法将用户交互和算法紧密结合，不同的交互方式对应于完全不同的算法。鉴于方法的种类过于繁多，这里只介绍"人脸活体"的概念，不再展开。

结束语
本文简要的介绍了一些主要的人脸技术的概念，目的是让非研究的同事对各项技术所能解决的问题有所了解。对于希望对这些技术有进一步深入了解的同事，可以多搜索优图人脸相关的文章。