人臉識別技術已成人工智能最火熱的應用之一，如刷臉登機、刷臉取廁紙、刷臉支付、刷臉考勤、刷臉識別闖紅燈的行人、刷臉人臉識別閘機、刷臉考勤等
等，但人臉識別有三大模式，他們的區別大家真的知道嗎？
首先給大家介紹一下1:1作為一種靜態比對，在金融、資訊安全領域中潛在的商用價值巨大。例如在機場安檢中持卡人樣貌與身份證資訊匹配的程序就是典型的1:1場景。然而人眼辨別率只達到95%左右，并會受到外部環境影響，所以機場安檢人員通過換班來保證識別的準確率。
其次1:N則是在海量的人像資料庫中找出當前用戶的人臉資料并進行匹配。1:N具有動態比對與非配合的特點，動態對比是指通過對動態視頻流的截取來獲得人臉資料并進一步比對的程序，而非配合性是識別程序非強制性與高效性的表現，識別物件無需到特定位置便能完成識別作業。由于這兩個特性使1:N身份認證模式能迅速落地于公共安全管理與VIP客戶人臉識別等場景，但其難度要遠高于靜態1:1，因為機器面臨著曝光過度、逆光、側臉、遠距離等挑戰。
1比N參考圖：
最后M:N 是通過計算機對場景內所有人進行面部識別并與人像資料庫進行比對的程序。M:N作為一種動態人臉比對，其使用率非常高，能充分應用于多種場景，例如公共安防，迎賓，機器人應用等。但是M:N模式仍存在很大的弊端，因為其必須依靠海量的人臉資料庫才能運行，并且由于識別基數過大，設備解析度不足等因素，使M:N模式會產生很高的錯誤率從而影響識別結果。
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/104244.html
標籤：智能硬件