随着人工智能行业的发展，越来越多的技术趋于成熟可用，AI +模式赋能成为各行各业的升级方向，其中以人脸识别技术的应用最为普遍。例如前段时间的大兴机场，再比如明年的东京奥运会，小到日常生活中已经渐渐出现的人脸支付，大到引发全社会对新型教育的看法以及探讨。人脸识别作为科技赋能的重要代表与支柱，越来越受到大型企业以及社会的关注，但是，在催生新型转变的同时，也引发了一些不好的影响，其中以教育行业最为突出。

以下，是前沿的人脸识别应用技术，以及发展方向的预测：

人脸识别改善民生

出行，在每个人的生活中都必不可少。随着人工智能技术的不断发展，传统出租车行业正在得到AI技术的赋能，在智能出行的道路上快速前行。9月末，人工智能行业领军者之一百度在深圳举办了一场以人脸识别为主题的发布会。人脸识别新产品及伙伴计划发布会，展示了8项全新发布和升级的人脸识别技术产品和解决方案，其中，出租车智能终端人脸识别技术应用成为了一大焦点。

近日据悉，在广州试点推广了一款出租车人工智能监控设备，引发了广州当地媒体的广泛报道。

说到这里便不得不提传统出租行业的几大痛点：

如果是在乘车高峰的时段或路段，可能会遭遇司机“不打表，一口价”的要求，如不满足可能就会遭拒载。而人们也往往会因为打车困难，轻易地向高价屈服，消费者权益受到损害。

乘客的乘车体验。司机抽烟、打电话、绕远路、开窗抛物、疲劳驾驶，这些行为轻则影响乘车体验，重则涉及危险驾驶，乘客的乘车安全都难以保障。

近年来传统出租车司机正在逐渐流失，司机短缺的问题日渐凸显。在这种情况下，在职司机们会铤而走险违规邀请非编制司机合伙驾驶。非编制司机没有进行过职业培训，驾车技术和载客素质都无法得到保障，大大提升了事故发生的隐患。

针对这三大顽疾，给出了解决方案。人脸识别技术推出的出租车智能终端人脸识别应用能够通过部署4路摄像头，运用人脸识别技术，在司机无感知情况下系统全自动实时监测司机行为。既可以确认驾驶者是否为编制内司机，又能够运用车内摄像头和AI算法、识别司机开车不符合安全规范的行为，提升行车安全性。

并且，强大的AI识别投诉机制，在问题发生的第一时间就能传递到平台方和手机APP预警，并且在车内的车载终端播报语音提醒，确保司机的危险行为都会有AI时刻监管，从某种意义上，实现了真正的安全出行。

人脸识别进校园，对还是错？

AI加教育是很早以前就兴起的话题，就便捷性而言，新型教育优势是非常名显的，例如：一所知名大学2019级新生通过“刷脸”就能瞬间完成报到程序，系统是这所学校的学生研发的，学生对着摄像头，人脸识别系统就开始进行比对，眨眼间就能完成扫描，整个报到注册手续几乎不到一秒钟。此外，通过人脸识别还可以对学生进行考勤，以及实时观察学生的上课状况等，这就是科技带来的进步。

近日，中国药科大学试水“人脸识别进课堂”，在校门口、学生宿舍、图书馆及部分教室等场所安装人脸识别系统。这个系统除了能自动识别学生的出勤情况外，还能识别出学生是否认真听讲，课堂上抬头低头了几次，低头是否在玩手机，是否闭眼打瞌睡等。

除了中国药科大学之外，某小学也在使用同一套系统。该系统运用在姿态评估、表情识别、语言识别、教师轨迹热力分析等方面，可以捕捉到学生在校园生活中是否有微笑、向老师问好、主动捡垃圾、列队整齐等良好行为，或者快速奔跑、摔跤、打架、拥挤等危险动作。

抛却隐私问题，以及学生的心情感受问题，AI+教育中人脸识别技术的应用结果显而易见，无疑是非常成功的，可以帮助老师每时每刻精准识别学生的动态，例如：是否在认真听课、是否在开小差、是否在打瞌睡等等等等。但是，更加毫无疑问的是，隐私问题与学生的心理问题，是不能忽视的，因为教育的核心就是人，是学生。无论新型的教育方式如何优秀，如何便捷而高效，但如果遭到学生群体的抵制，那么它必将是失败的，无论它的初衷有多么的好。

人脸识别的未来

人脸识别技术在中国的发展起步于上世纪九十年代末，经历了技术引进-专业市场导入-技术完善-技术应用-各行业领域使用等五个阶段。其中，2014年是深度学习应用于人脸识别的关键一年，该年FaceBook发表一篇名为“Deep Face系统：达到肉眼级别的人脸识别系统”(翻译名)，之后Face++创始人印奇团队以及中国香港中文大学汤晓鸥团队均在深度学习结合人脸识别领域取得优异效果。

两者在LFW数据集上识别准确度均超过了99%，而肉眼在该数据集上的识别准确度仅为97.52%，可以说，深度学习技术让计算机人脸识别能力超越人类的识别程度。

目前，人脸识别技术广泛应用于金融、安防反恐、教育、社交娱乐、设备、门禁/考勤、交通、智能商业等领域。而3D人脸识别技术得益于其优异的性能情况，逐渐在下游市场广泛应用。

人脸识别作为生物识别领域中最自然、最可靠的技术，在中国这样一个具有世界第一庞大人口基数的发展中国家拥有非凡的地位。其发展潜力在现阶段的中国体现得尤其重要，巨大的人口基数，以及越来越频繁的流动性，如何充分利用信息技术进行有效的身份认证，一直是业内持续关注的焦点。

起初，人脸识别技术仅限于2D识别，但由于2D人脸识别容易受到姿态、光照、表情等因素影响，识别率不够理想，因此3D人脸识别应运而生。相比较而言，3D人脸识别技术不仅识别率高，且在使用方便性上也远远高于2D人脸识别。2018年，3D人脸识别技术已达51%，2019年的数字尚未统计，但可以预见的是，未来3D技术将一步深入渗透应用市场，其市场规模还会不断增长。