1、公1安、和刑偵。如利用人臉識別系統(tǒng)和網(wǎng)絡(luò)，在全國范圍內(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)都是靠密碼來實(shí)現(xiàn)，如果密碼被盜，就無法保證安全。算法角度：提升人臉識別模型性能，在訓(xùn)練數(shù)據(jù)里添加更多復(fù)雜場景和質(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)前的人臉識別系統(tǒng)主要包括四個(gè)組成部分：人臉圖像采集及檢測、人臉圖像預(yù)處理、人臉圖像特征提取以及匹配與識別。隨著未來數(shù)據(jù)的增長，在數(shù)據(jù)匹配，將面臨著更大的挑戰(zhàn)。

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

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

　基于統(tǒng)計(jì)的人臉檢測技術(shù)——通過對于“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，采用統(tǒng)計(jì)方法強(qiáng)化訓(xùn)練該系統(tǒng)，從而實(shí)現(xiàn)對人臉和非人臉的模式進(jìn)行檢測和分類。

　　從技術(shù)層面，人臉識別改進(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)的突破都可能帶來識別率的提升改進(jìn)。

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

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

人臉關(guān)鍵點(diǎn)檢測是指精準(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；

一比一人臉對比；

一比N人臉?biāo)阉鳎?

人臉識別技術(shù)是圖像分析的關(guān)鍵步驟，我們可以通過提供open API的方式，簡化用戶的開發(fā)成本，用于電子支付中的人臉識別身份認(rèn)證、機(jī)場海關(guān)的人臉識別身份識別、視頻中的名人識別等場合。