刷脸，到底有哪三种模式？
说了这么多，你是否了解人脸识别呢？其实，人脸识别就是比对，但是比对是有比对的目标和参照对象的，也就有了不同的比对模式。我们从人脸识别技术的三大应用类型，让你知道，刷脸，到底刷出了什么，是有哪三种刷脸的模式？
1，人脸识别1:1模式
人脸识别1比1，其实质就是对当前所拍摄和提取到的人脸和后台人像库中的个人信息进行比对，它回答的问题是当前这个人是不是你。它是属于静态识别类的，人是不移动的，并且人脸角度合适，拍摄出的照片清晰可见。所以1比1的识别率很高，我们一般人眼识别率大概是95%，而人脸识别1比1基本可以达到99%—99.99%，是已经能够完全符合人类的使用预期，它的主要影响因素是环境和摄像头类型。这种模式的应用是我们现在应用最广泛的，刷脸支付，酒店刷脸登记，考生身份比对，火车高铁人证比对，银行刷脸取钱等等，都是属于这一类型的。
刷脸，到底有哪三种模式？
人脸识别1比1
这里详细讲一下高铁的人脸识别，高铁的人脸识别总共两个过程的应用，分别是人脸识别1比1模式和人脸识别1比N模式，这里先讲一下人脸识别1比1。我们乘坐高铁要刷身份证。首先，身份证的信息是可以提取的，闸机会先提取出你的身份证照片作为参照物。然后将拍摄到的这个人像与参照物进行比对看一下是不是同一个人，这种比对不是我们肉眼的认脸型认头发等等，它是利用眼间距，鼻梁骨高度，眉毛距等信息比对，这个过程大概在1~2秒之间，效率高识别率也高，所以产品一出来才几乎所有高铁站都推广。
刷脸，到底有哪三种模式？
高铁通关闸机
2，人脸识别1:N模式
人脸识别1比N模式，也是对当前所拍摄到的人像进行比对。所不同的是，人像再也不是以某一张照片或者某一个信息作为参照物，而是以后台的整个人像库作比对。它回答的是你这个人在不在这个库里面，是否在我的检索范围之内这个问题。这里支持静态识别和动态识别。
静态识别是人需要站在特定位置的，继续以我们上面的高铁通关闸机为例子，第一道关口用了人脸识别1比1识别之后，其实机器还进行了第二道关口的人脸1比N的识别。我们知道，高铁站的检查就是为了安全，所以，他会将调取出来的身份证照片和这个地区的逃犯库，偷窃库进行比较，看一下你是不是在这个库里面，可以进行下一步报警和捕捉处理。同理，企业的大楼的人脸通关，也是将你的人像进行检索，看一下你是否在这个企业的人像库里面，才给予通过。这个识别率也是相对较高的，大概在85—90%以上，主要受影响条件是人像库的大小，影响准确度和速度。
刷脸，到底有哪三种模式？
人脸识别1：N
动态识别是对流动中的人群进行拍摄，获得人脸数据并进一步比对的过程。这个过程不需要人的配合，不需要人站在特定位置，是悄无声息的。地铁口，大广场等等密集场所往往运用到这一点。特别是我们的追踪疑犯，就是用不断在各种场所拍摄到的人像在人脸库中搜索，达到追踪的目的。当然，这个应用一般人像库都比较大，而且受拍摄时人的站位，侧面正面，以及混杂的人群影响，误报率相对较高，识别率一般只有60%-80%之间。
刷脸，到底有哪三种模式？
动态人脸识别1：N
3，人脸识别M:N模式
第三种则是人脸识别M:N模式，其实就是不同人像库的碰撞对比。它回答的是A人像库和B人像库的关联。理论上讲，这种模式可用场景非常广，包括各种接待活动，演唱会展会等等。但是实际上我们目前接触落地应用的还是比较少，第一是识别的基数非常大，这种多用于大场景。第二是人像库的不同选择也会导致不同的结果，还有照片的来源以及系统的深度学习程度。
刷脸，到底有哪三种模式？
现在这种模式多运用于警方的犯罪分析。举个例子，据了解，很多犯罪者不止一次犯罪，甚至三四次入狱的比比皆是。警方会把犯罪库和各个公共场所的实时人像库进行碰撞对比，看一这些有案底者是否有二次犯罪的嫌疑，做到实时监控。此外，海关出入口检测，年龄的数据库碰撞都可以运用到这一模式。目前这种模式识别率大概40%-60%之间，还不足以大规模使用，期待它的准确率和速度腾飞的那一天。
刷脸，到底有哪三种模式？
人脸识别M:N
刷脸，已经无处不在。人脸识别的应用模式也不断提升，当然，人脸识别还需要突破人种面部特征的差别，人像库进一步的深度挖掘等等。但是，人脸识别春风已来，这将是我们这个时代巨大的革命。
