人脸识别号称拥有千亿级别的市场规模，2017年更是称为人脸识别商业化元年，互联网大佬都在竞相布局，包括妹子们平时用的faceu也在用人脸识别技术，那吹得神乎其技的人脸识别原理到底是什么呢？

用最简单的话说，计算机进行人脸识别大约分为以下几步：

人脸检测：从视频或者照片中实时检测到人脸，这项技术年前就成熟了，广泛用于相机人脸对焦中人脸预处理：将获取的人脸照片进行定位、校正、脸部分割，也就是所谓的标准化特征提取：将人脸的鼻子、眼睛、嘴巴视为一个个特征点，并标明特征点所在的位置计算相似度：对两张人脸各个特征点进行距离、角度的度量，计算获得两张人脸的相似度。

相似度是一个很有意思的词，计算机只会告诉你两张脸相似程度，而不会告诉你这两张脸是/否同一个人

市面上的人脸识别玩家很多，光国内有BAT一桶筐汤（百度、阿里、腾讯、依图、格林深瞳、旷视、商汤），国外的微软、google也不可小觑。那如何判断各厂商人脸识别技术的优劣呢？

准确率与误识率：什么是准确率（TPR）和误识率（FPR）呢？举个例子：有扇门能识别出经过的猪是不是黑猪，有10只黑猪和90只白猪依次通过这扇门，门选了7只黑猪和2只白猪，告诉我们这9只都是黑猪，那么准确率就是7/10，误识率就是2/90

准确率与误识率是相互影响的关系，当追求准确率时，会牺牲误识率，反之亦然。当我们想让门识别出更多的黑猪，由于放宽了筛选标准，门也会将更多的白猪识别成黑猪

目前LFW等第三方评测集均有各大厂商的跑分数据，一线大厂的准确率一般都在99.5%以上，技术比较强劲的可以达到99.77%甚至99.8%，具体的分数可见下方配图

但现在各大厂商重点已不在刷分上，有时间多落地几个安防场景，赚他个千八百万才是王道

人脸识别的泡沫预计在17年底会慢慢破裂，到时候谁在吹牛裸泳，谁在踏实干事就一目了然了