人脸识别对比功能有哪几个方面

人脸识别对比功能通常有两个方面：静态人脸比对功能(人脸大库检索)和动态人脸比对功能(人员卡口黑名单实时比对)。

静态人脸比对功能(人脸大库检索)

人脸大库检索功能是指将城镇常住人口数据库、疑犯在逃库或人脸抓拍数据库等人脸信息数据库导入人脸识别服务器，服务器对人脸图像进行建模分析。当输入一张人脸照片至该系统时，可以在已导入的数据库

中搜索出与输入照片相似较高的人，从而查询其身份。同时该系统也可将单人脸库或者多人脸库中已导入数据库中的重复人员进行排查并生成排查结果。

动态人脸比对功能

人员卡口实时比对功能是指通过在城市重点监控地点部署安装摄像机设卡，对经过卡口的人员进行人脸抓拍。前端摄像机将抓拍到的人脸图片通过计算机网络传输到监控中心的数据库进行数据存储，并与人脸黑名单库进行实时比对，当发现可疑人员时，系统自动发出报警信号，采用多种联动方式通知值班民警。系统集高清人脸图像的抓拍、传输、存储，人脸特征的提取和分析识别、自动报警和联网布控等诸多功能于一身，并具有强大的查询功能及强大的通信、联网功能，可广泛应用于重要关卡的行人监控，可与车辆卡口系统一道构筑出具备车辆和行人监控的现代治安卡口智能监控系统。

人脸识别技术有哪些识别方法

特征识别--特征脸

MIT实验室的特克（Turk）和潘特（Pentland）提出的“特征脸”方法无疑是这一时期内最负盛名的 人脸识别方法。其后的很多人脸识别技术都或多或少与特征脸有关系，现在特征脸已经与归一化的协相关 量(Normalized Correlation)方法一道成为人脸识别的性能测试基准算法。

渔夫脸识别法

贝尔胡米尔等提出的 Fisherface人脸识别方法是这一时期的另一重要成果。该方法 首先采用主成分分析（PCA）对图像表观特征进行降维。在此基础上，采用线性判别分析（LDA）的方法 变换降维后的主成分以期获得“尽量大的类间散度和尽量小的类内散度”。该方法目前仍然是主流的人脸 识别方法之一，产生了很多不同的变种，比如零空间法、子空间判别模型、增强判别模型、直接的 LDA 判 别方法以及近期的一些基于核学习的改进策略。

弹性图匹配法

其基本思想是用一个属性图来描述人脸：属性图的顶点代表面部关键特征点，其属性为相应特征点处 的多分辨率、多方向局部特征——Gabor变换12特征，称为Jet；边的属性则为不同特征点之间的几何 关系。对任意输入人脸图像，弹性图匹配通过一种优化搜索策略来定位预先定义的若干面部关键特征点， 同时提取它们的Jet特征，得到输入图像的属性图。最后通过计算其与已知人脸属性图的相似度来完成识 别过程。该方法的优点是既保留了面部的全局结构特征，也对人脸的关键局部特征进行了建模

人脸识别技术发展遇到的问题

在当今社会，人们的个人信息被过度采集了。目前面部采集技术发展还不够成熟，其各个环节都需要得到保护和确认，具体包括采集主体是否有权采集；采集后的管理是否安全、使用是否合法；被采集者的授权是否得到保障等。比如，在一些酒店办理入住，大部分人都会被要求录入个人信息。对于这些信息的后续使用人们不得而知，即使酒店将个人信息用于贩卖，当事人也无能为力。

目前信息技术发展得太快，其背后的伦理道德规范以及法律法规还没有及时跟上。

建立人脸信息和其他个人信息数据库是有必要的，但这些数据库如何管理、运用，还需要明确的法律规范与约束。人脸识别技术应该应用在哪些领域，在使用该技术的过程中又该遵循哪些规则，这些都亟待法律制度进一步界定

有些时候，人脸识别的负面性被过度炒作了，现在人们容易被各种各样的信息影响，从而对类似人工智能这样的先进科技产生非理性思考。人脸识别技术的本质是存储人类面部信息，从而进行精准有效的身份验证。人脸识别技术的使用能提高整个社会运行的效率，并不会对人们造成什么伤害，真正威胁到个人信息安全的是对于人脸信息的滥用。

从技术角度来看，人脸识别技术不能大规模复制，但基于脸部特征点的信息是通过数字信息存储的，相关数据库面临着黑客攻击而泄漏的隐患。过去，密码被盗，可以通过密码更改重置，然而，面部等生物信息是独一无二的，是伴随一生的特征信息。因此，一旦泄露，将导致人们的个人财产或隐私泄露，造成重大损失。目前，人们逐渐开始了解人脸识别领域，个人隐私信息的重要性正在增加。如何平衡个人隐私，确保城市生活安全已成为人脸识别技术的巨大技术障碍。

当前，人脸识别技术一定程度上满足了便捷性要求，但是安全性并没有得到大家的广泛认同，所以，人脸识别并非是一种完全安全的验证方式，不少技术难点还在影响着人脸识别技术的在社会上大规模应用，随着技术的发展，在未来，人脸识别技术必将会得到更加广泛的使用，然而技术的升级不能解决一切问题，或许还会诞生出新的问题。中国作为人脸识别技术大国，还是应该尽快确立相应的法律法规和行业生产标准，以此平衡城市安全和个人隐私之间的平衡。