1、公1安、和刑偵。如利用人臉識(shí)別系統(tǒng)和網(wǎng)絡(luò)，在全國(guó)范圍內(nèi)搜捕逃犯。

2、自助服務(wù)。

3、信息安全。如計(jì)算機(jī)登錄、電子政務(wù)和電子商務(wù)。在電子商務(wù)中交易全部在網(wǎng)上完成，電子政務(wù)中的很多審批流程也都搬到了網(wǎng)上。而當(dāng)前，交易或者審批的授權(quán)都是靠密碼來(lái)實(shí)現(xiàn)，如果密碼被盜，就無(wú)法保證安全。算法角度：提升人臉識(shí)別模型性能，在訓(xùn)練數(shù)據(jù)里添加更多復(fù)雜場(chǎng)景和質(zhì)量的照片，以增強(qiáng)模型的抗干擾能力。但是使用生物特征，就可以做到當(dāng)事人在網(wǎng)上的數(shù)字身份和真1實(shí)身份統(tǒng)一，從而大大增加電子商務(wù)和電子政務(wù)系統(tǒng)的可靠性。

當(dāng)前的人臉識(shí)別系統(tǒng)主要包括四個(gè)組成部分：人臉圖像采集及檢測(cè)、人臉圖像預(yù)處理、人臉圖像特征提取以及匹配與識(shí)別。隨著未來(lái)數(shù)據(jù)的增長(zhǎng)，在數(shù)據(jù)匹配，將面臨著更大的挑戰(zhàn)。

　　人臉識(shí)別用途很大，但目前人臉識(shí)別技術(shù)有很多不足，如對(duì)周圍的光線環(huán)境敏感，可能會(huì)影響識(shí)別的準(zhǔn)確性，在面對(duì)黑暗、相似等復(fù)雜場(chǎng)景，識(shí)別率表現(xiàn)不佳。

　　近幾年雖然國(guó)內(nèi)企業(yè)在人臉識(shí)別技術(shù)取得了一定的成績(jī)，但還是有很多方面需要努力，如透過(guò)車窗玻璃識(shí)別人臉、夜間識(shí)別、紅外識(shí)別等這些技術(shù)仍待企業(yè)去研發(fā)。

　基于統(tǒng)計(jì)的人臉檢測(cè)技術(shù)——通過(guò)對(duì)于“人臉”和“非人臉”的圖像大量搜集構(gòu)成的人臉正、負(fù)樣本庫(kù)，采用統(tǒng)計(jì)方法強(qiáng)化訓(xùn)練該系統(tǒng)，從而實(shí)現(xiàn)對(duì)人臉和非人臉的模式進(jìn)行檢測(cè)和分類。

　　從技術(shù)層面，人臉識(shí)別改進(jìn)的辦法可從上述三個(gè)方面。任何一個(gè)細(xì)節(jié)技術(shù)的突破都可能帶來(lái)識(shí)別率的提升改進(jìn)。

除了上述三個(gè)技術(shù)層面改進(jìn)人臉識(shí)別，也有很多上游企業(yè)在做人臉識(shí)別技術(shù)改進(jìn)的研究，如通過(guò)在元器件上的改進(jìn)，提升人臉識(shí)別準(zhǔn)確率。

人臉的屬性檢測(cè)，包括種族識(shí)別、年齡識(shí)別、表情識(shí)別、性別識(shí)別，以及人臉的特征點(diǎn)檢測(cè)；

人臉關(guān)鍵點(diǎn)檢測(cè)是指精準(zhǔn)定位面部關(guān)鍵部門的位置(如眼角，嘴角等)。我們使用1新的基于卷積神經(jīng)網(wǎng)絡(luò)的級(jí)聯(lián)框架，可以精1確定位臉部特征點(diǎn)，有5點(diǎn)，27點(diǎn)，68點(diǎn)，194點(diǎn)等不同選擇；

一比一人臉對(duì)比；

一比N人臉?biāo)阉鳎?

人臉識(shí)別技術(shù)是圖像分析的關(guān)鍵步驟，我們可以通過(guò)提供open API的方式，簡(jiǎn)化用戶的開(kāi)發(fā)成本，用于電子支付中的人臉識(shí)別身份認(rèn)證、機(jī)場(chǎng)海關(guān)的人臉識(shí)別身份識(shí)別、視頻中的名人識(shí)別等場(chǎng)合。