在日常生活中，随着人脸识别技术的成熟，你是否觉得自己的脸越来越值钱了，可以用来做很多事情，例如以下最新刷脸应用。
人脸识别技术资料分享给大家。人脸识别、IC卡、二维码三合一开闸！
使用场所：小区、写字楼访客以及北方冬天不能人脸识别的场所。
内部人员可以人脸或者刷卡进出，外来访客刷被访者发送的二维码开闸，系统记录哪位内部人员发了二维码给访客！内部人员可以设置发出二维码的有效时间和限制次数。
作为人工智能的一个重要分支，人脸识别技术已有很多落地应用，在公共安全领域更多次协助公安部门缉拿在逃罪犯、案件侦查、身份核验、寻回走失人口等工作。
01技术成熟，对算法的认识趋于理性
中国人工智能领域的创业者似乎酷爱扎堆，在人脸识别领域呈现出百家争鸣的态势。人脸识别技术现已比较成熟， 99%的识别准确率早已不是什么大新闻。如今，没在某某测试集上刷个第一，都不好意思说自己是做人脸识别的公司。
提到人脸识别人们首先想到的是算法，其实人脸识别不只是算法。决定人工智能的要素有三个：算法、算力和数据训练。人脸识别算法一般会设定一个相似度及阈值作为评判标准，随着深度学习技术的不断成熟，人脸识别算法间准确率的差异仅仅体现在小数点上，99.6%提升到99.7%带来的差别并不是那么强烈。技术总是在迭代更新的，当技术不能呈现颠覆性的时候，技术带来的价值就会大打折扣。
人脸识别摄像头厂家真正的解决方案需要前端与平台的结合，保障优秀算法的前提上，配合带有深度学习计算能力的前后端硬件，开展前端数据的大量训练，才能为行业提供落地产品和解决方案。
02门槛低了，场景应用不简单
尽管人脸识别的精确度很高，现阶段还不能适用所有场景，只有在符合受控的环境和条件下（包括光照、有足够的识别对象的训练样本）才能保证一定的准确性。比如在人脸图片采集上，不仅要在图像或视频的高清抓拍、镜头追踪、防抖动以及确保更多有效像素等关键技术。
云中心结构化≠监控点位利旧
平安城市建设这么多年来，摄像头已无处不在，但还是有很多人肆无忌惮地进行违法犯罪活动。这其中一个很重要的原因就是，摄像头的数量虽多，但绝大部分情况下都拍不清人脸，犯罪分子存在侥幸心理，因而选择铤而走险。
实际上90%以上的已建点位无法直接用于人脸识别，现有监控画面中提取的人像图片分辨率很难达到40*40pixel。低分辨率图像相对于高分辨率图像会损失很多高频信息，其所能提供的细节信息丰富度和表达能力会减少。同一个算法模型，图片的分辨率越低，相应的识别准确率也越低。若要采用云中心结构化建设人脸识别，意味着未来还要新建大量的高清视频。
