目录
1. 系统架构
《GB∕T 41772-2022 信息技术 生物特征识别 人脸识别系统技术要求》定义人脸识别系统由采集子系统、解析子系统、存储子系统、比对子系统、决策子系统、管理子系统以及应用开放接口等组成，其系统架构下图所示。
1.1 采集子系统
用于人脸图像或视频的采集，包括人脸采集设备以及执行人脸采集过程所需的任何子过程。
1.2 解析子系统
用于人脸图像或视频的处理，包括人脸检测、质量判断、特征提取、人脸跟踪、属性检测、活体检测等。
1.3 存储子系统
用于人脸注册数据及实时采集数据的存储，包括：
人脸注册数据库：用于注册数据的存储。
实时采集数据库：用于采集数据的存储。
1.4 比对子系统
包括两种模式：
人脸验证模式：现场人脸与指定的存储人脸进行比对（1:1比对），输出一个相似度得分；
人脸辨识模式：现场人脸与部分或全部的存储人脸进行比对（1:N比对），输出多个相似度得分，并根据相似度得分进行排序。
1.5 决策子系统
根据一个或多个相似度得分，对人脸识别提供决策结果，包括两种模式：
人脸验证模式：当相似度得分超过指定的阈值时，现场人脸和存储人脸匹配；
人脸辨识模式：当相似度得分超过指定的阈值时，对应的存储人脸构成了与现场人脸匹配的潜在候选者。
1.6 管理子系统
管理人脸识别系统的总体策略、执行和应用，包括但不限于：
设置阈值：例如样本质量阈值，相似度阈值，活体检测阈值等；
日志管理：日志生成、查询和导出等；
权限管理：设置不同角色的操作权限等；
接口配置：配置人脸识别系统的视图采集子系统等；
用户管理：存储或删除用户的人脸等注册信息；
其他管理：控制工作环境和非生物特征数据的存储、在视图采集时或采集后向用户提供反馈信息、与人脸识别应用进行交互管理等。
1.7 应用开放接口
人脸识别系统与人脸识别应用之间的接口，包括人脸注册接口、人脸验证接口、人脸辨识接口、活体检测接口等。
2. 业务流程
人脸识别系统的核心业务流程包括人脸注册、人脸验证、人脸辨识等。
2.1 人脸注册
启动人脸注册过程；
根据人脸注册策略，采集用户数据，例如用户基本信息、人脸图像等；
解析子系统对采集的视图进行解析，例如质量判断和活体检测等；
将该用户的数据记录存储在人脸注册数据库；
结束注册过程，记录日志。
2.2 人脸验证
启动人脸验证过程；
读取身份证件中的人脸信息；
采集人脸图像或视频；
将现场人脸与身份证件中的人脸进行比对；
依据系统策略及相似度得分，对人脸验证提供决策结果；
将决策结果传输到人脸验证应用；
结束验证过程，记录日志。
2.2.1 作用
证明你是你。
2.2.2 特点
- 匹配的特征集少
- 检验准确率稳定
- 依赖身份证件（身份证、护照、会员卡等）验证身份
2.2.3 应用场景
适用于车站、机场、大型活动、机关单位、银行、酒店、网吧等人员流动频繁场所或其它重点场所中，以及线上开户，进出人员身份验证，核查人员真实身份。。
2.3 人脸辨识
启动人脸辨识过程；
采集人脸图像或视频；
将现场人脸与一个或多个存储人脸进行比对；
依据系统策略及相似度得分，对人脸辨识提供决策结果；
将决策结果传输到人脸辨识应用；
结束辨识过程，记录日志。
2.3.1 作用
辨识你是谁。
2.3.2 特点
- 不依赖身份证件信息（身份证、护照、会员卡等）
- 误识率会随着人脸底库的增加而升高
2.3.3 应用场景
适用于社区、楼宇、工地、学校等较大规模的人脸考勤签到、人脸通行等应用场景，人脸注册到底库，检测到人脸后从人脸底库中检索出谁是谁。
3. 技术方案
3.1 本地离线方案
3.2 云端服务方案
设备端负责数据采集，服务端负责人脸识别，根据不同的应用场景，有三种不同的实施方案如下：
4. 技术局限
人脸识别技术由于相似脸 、 年龄 、 算法偏见 、 面临的场景多样化以及人脸图像更易公开获取等原因 ， 技术本身也面临着一定的局限性。
4.1 相似脸较难解决
双胞胎或者长相很相近的人脸容易识别错误，而该问题在目前暂时没有新技术能完全解决。大部分情况下双胞胎仍能区分分数高低 ，但是往往都在阈值之上，在开放环境下应用效果较差。
4.2 算法偏见问题
由于当前人脸识别算法很大程度依赖于数据样本，但是不同人群的人脸数据样本存在差别，这导致了算法对不同地域、不同年龄人群的识别能力有差别。比如，小孩子，老年人以及其他很少出现的人种或者肤色的人脸识别率相对较低，该问题亟需解决 。
4.3 算法鲁棒性及性能问题
现有的人脸识别系统在用户配合、采集条件比较理想的情况下可以取得令人满意的结果。但是，在用户不配合 、采集条件不理想的情况下， 比如非限制条件下捕捉的人脸图像，远距离多姿态低像素拍摄的人脸图像，动态视频、模糊、低质量的人脸图像，会影响现有系统的识别率 。另外戴口罩情况下大部分算法的错误率会提高 1 个数量级以上。
4.4 年龄变化的影响
随着年龄的变化，面部外观也会变化 ，特别是对于青少年，这种变化更加明显。对于不同的年龄段，人脸识别算法的识别率也不同。
4.5 安全性问题
人脸识别系统信息存储同样会面临黑客的攻击，所以对数据加密很重要。随着技术的不断提升，人脸识别技术在安全性上需要加强 。
4.6 工程落地问题
如何合理安装摄像头的⻆度、高度以及降低光线干扰，如何提升用户体验。