毕竟人脸识别在实际应用中算是一项比较新的技术，相对于已有的指纹识别、虹膜识别等已经广泛应用的识别技术来说，还没有被广大人民所接受。相应的在实际使用中人们也会对人脸识别的安全性、可行性产生各种各样的疑虑，接下来我们就一一解释一下人脸识别在实际应用过程中可能会遇到的常见问题和挑战。


  1、人脸识别和人脸认证
  这是一个人脸识别研究领域的科班问题，也是目前人脸识别算法研究的两个不同方向。简单来说，人脸识别是判断当前这张人脸图像是谁的，人脸认证是判断当前这张人脸图像是不是谁的。之所以在这里提这两个概念，是因为在实际的刷脸系统中，往往都是使用的人脸认证，即用来判断当前人脸是不是属于某个用户，而无需识别出当前人脸具体属于哪个用户的。人脸认证属于二分类问题（“是”与“不是”），而人脸识别则属于多分类问题（有多少种待识别人脸就需要识别多少类）。就目前的算法可靠性来说，人脸认证要一定程度上优于人脸识别，所以在实际应用中人脸认证要走的更远。用一句话来总结一下人脸认证，那就是“把对的识别错了没关系，再多刷两次就行了，但把错的识别成对的，后果就很严重”。


  2、刷脸过程中存在的挑战和干扰因素


  俗话说：没有的算法。当今人脸识别技术虽然发展迅速，但也不是没有软肋。在刷脸过程中，*怕图像的质量太差，导致有过多的噪声干扰。这里直接说噪声干扰什么的显得太笼统，人脸识别过程中的干扰主要有光照、表情、人脸朝向等干扰因素，
如下图所示：




  以上这几种情况的干扰会严重影响刷脸过程中的准确率，这也是为什么支付宝在刷脸时提示我们要“正对摄像头，保证光线充足”。说实话，人脸识别算法是很矫情的，光照不均了效果会差，脑袋方向不正了效果也会差，脸上有表情了效果还会差。如果能够尽可能高的提高算法对于这些干扰的适应性（也就是平常所说的算法鲁棒性），那就可以把它拿出来卖钱了，face++就是一个典型的例子。


  三、目前刷脸过程中那些问题还需解决


  还是那句话，没有的算法。刷脸技术虽然相对于以前已经取得了突破性的进展，但在算法研究和实际应用阶段依然还存在一些没有解决但又十分棘手的难题，这里就简单例举几个。