有很多人問照片和視頻能不能通過人臉識別系統？答案是：不能。

隨著技術的不斷發展，人臉識別技術早已從圖像識別發展到了生物識別。人臉識別建立在對人的臉部特征信息進行身份識別基礎之上的一種生物識別技術。人臉識別的重點在于生命特征識別，圖片沒有生物特征，自然就不可以用圖片來進行人臉識別，也就是說圖片冒充不了活人。

既然是生物特征識別，那就要找到能唯一確定的特性，人臉就是其中之一（其他生物特征還有虹膜、指紋等）。一直以來，萬維人臉識別技術不斷在精度、穩定性、速度上進步與突破。為了防止被更高明的“騙子”騙到，人臉識別系統還加入了靜默活體檢測、紅外活體檢測、獲取生物信號（心率等）、光流場、深度攝像頭、語音指令配合等技術。

目前萬維識別已經有很多企業與機構用戶，將人臉識別應用到了各自不同的領域，如金融、公安、安防等。如騰訊優圖將人臉識別應用在支付上，應用在公共安全抓捕逃犯上等等。隨著5G、物聯網的到來，在未來，人臉識別將會普遍應用到各個領域各個場景中。

人臉識別系統的工作流程：現代的人臉識別技術很難用照片輕松破解，因為現在的人臉識別系統絕大多數融入了活體檢測技術，計算機可以判別出人臉是“真的”還是“假的”。

第一步：人臉圖像采集及檢測。通俗地講，人臉檢測就是“掃描”加“判定”，判別有效范圍內是否存在人臉并將靜態圖像、動態圖像信息采集下來。一般會用到參考模板法、人臉規則法、樣品學習法、膚色模型法、特征子臉法等方法進行人臉判斷。

第二步：人臉圖像預處理。因為采集到的原始圖像會收到各種條件的限制和干擾，所以需要進行灰度校正、噪聲過濾等圖像預處理。

第三步：人臉圖像特征提取。基于人臉的某些特征（比如視覺特征、像素特征、變換特征等）進行人臉圖像特征提取，形成特征數據。

第四步：人臉圖像匹配與識別。將提取到的人臉圖像特征數據與數據庫中存儲的特征模板進行搜索匹配，找到相似度最高的一個。

我們試想一下，未來我們在超市買了東西，直接經過出口，系統將直接從跟我們綁定的金融賬戶里扣費；我們去坐地鐵，不再需要刷卡進閘，因為在閘門邊上被裝上了人臉識別系統，該系統將用戶身份與賬戶綁定直接扣費；我們再也不需要因為不帶身份證去坐飛機高鐵火車，而需要證明我是不是本人了。還有許多場景……當然，這一切都需要先經過用戶授權。

fqj