智瞐3D人脸识别终端

1、2D人脸识别算法现状

人脸识别技术经过多年的发展，在很多行业的应用已经相当普遍。然而，这些应用多 集中在两种类型的场景。一是样本规模小、对安全性要求不高的人脸识别场景，如居⺠小 区、园区出入口或企业考勤等。二是允许一定误识别比例的场景，如公安部⻔在火⻋站、机 场通过人脸布控抓嫌疑犯，系统识别出10个嫌疑，如果有两个是真正的逃犯，人脸识别系统 就算成功了。

而对高安全级别的场景(如银行金库、博物馆、⻔锁等)和超大样本的精准识别场景 (如百万级人脸库的地铁、公交刷脸支付)，现有的绝大多数产品都无法满足精度要求。

传统的人脸识别技术多是基于2D的RGB照片进行算法训练和特征识别，经过几年的努 力，几家人脸识别的专业公司已经将2D的识别算法优化到极致，但效果仍不乐观。

图:2D人脸识别屡遭破解 

2017年3月:315晚会,央视主持人演示利用自己的一张证件照，利用技术手段仿冒他人面部信息，再通过配合系统动作指令，骗过人脸识别，从而成功登陆他人的账户。 2019年2月:今日头条: 9岁小学生拿母亲的照片破解人脸识别音箱。 

2019年10月:小学生发现丰巢快递柜“刷脸”漏洞，用照片刷开快递柜取走包裹，丰巢紧急下线2D面部识别功能。 

2019年12月:美国一家科技公司，通过高精度复制的人脸面具，骗过登机、支付宝、微信支付系统，2D脸部识别技术被大量破解。 

2、3D人脸识别算法的优势

在高安全应用场景(如银行金库、博物馆、⻔锁等)和大规模人脸支付场景(如地 铁、公交刷脸支付)的推动下，3D人脸识别技术出现了。3D人脸识别技术有以下几个突出优势:

图:2D识别到3D识别 

极低的误识率:3D人脸识别算法加入了人脸的深度信息，识别准确率相对2D算法有了大幅度的提高。能准确分辨同卵双胞胎，可有效识别深度化妆的面部变化，相比最优的2D 人脸识别算法，识别准确率高两个数量级。

优秀的活体检测:天然具备极优秀的活体检测能力，能有效规避照片、视频或头套等 各类非活体攻击。

高可靠性和高适应性:不管是在无光源的室内、弱光黑夜还是在强光照射场景，识别 率和精确度不受任何影响;