一、人脸识别技术概述

人脸识别，说白了就是让计算机认出「你是谁」的技术。我入行那会儿，这还是个挺小众的方向，现在呢？手机解锁、公司门禁、机场安检，到处都有它的影子。这一节，咱们把它的来龙去脉、技术流派和实际挑战捋一遍。

1.1 人脸识别发展史：从实验室到日常

人脸识别不是突然冒出来的。它的发展，大致可以分成三个阶段：

阶段	时间	核心方法	典型代表
萌芽期	1960s – 1990s	手工特征 + 几何规则	面部关键点定位、模板匹配
发展期	1990s – 2010s	统计学习 + 子空间方法	Eigenfaces、Fisherfaces、LBPH
爆发期	2012 – 至今	深度学习 + 大规模数据	DeepFace、FaceNet、ArcFace

我记得刚接触人脸识别时，还在用 OpenCV 自带的 LBPH 分类器。那时候做个考勤系统，光照一变就认不出来，气得我差点把摄像头砸了。嗯，现在回头看，那会儿的技术确实太「脆弱」了。

1.2 技术流派：传统方法 vs 深度学习

这两条路，我都走过。先说说传统方法，再聊聊深度学习。你想想看，它们本质的区别在哪？

传统方法（手工特征 + 分类器）

传统方法的核心思路是：人工设计特征 + 统计分类器。工程师们绞尽脑汁，想出一堆特征描述子，比如：

• LBP（局部二值模式）：对纹理敏感，计算快，但光照一变就崩。
• HOG（方向梯度直方图）：抓边缘轮廓，适合正面人脸，角度一偏就完蛋。
• Gabor 小波：模拟人眼视觉皮层，效果还行，但特征维度爆炸。

分类器方面，常用的是 SVM、AdaBoost 或者最近邻。我在一个老项目中用过 LBP + SVM 的组合，效果嘛……在受控环境下还行，一到室外就露馅。

深度学习方法（端到端学习）

深度学习改变了游戏规则。它不再需要手工设计特征，而是让网络自己从数据中学习。核心流程是：

1. 数据准备：收集海量人脸图片，标注身份标签。
2. 模型训练：用 CNN 提取特征，用损失函数（如 Softmax、Triplet Loss、ArcFace）优化。
3. 特征提取：去掉最后的分类层，把倒数第二层的输出作为人脸特征向量（embedding）。
4. 比对检索：计算两个特征向量的余弦距离或欧氏距离，判断是否为同一个人。

我目前在用的方案是 ArcFace，它在 LFW（Labeled Faces in the Wild）数据集上已经能做到 99.8% 以上的准确率。说白了，深度学习把传统方法按在地上摩擦。

1.3 应用场景与挑战

人脸识别现在到处都是，但每个场景的「坑」都不一样。我挑几个典型的说说：

场景	典型需求	主要挑战
安防监控	实时抓拍、黑名单预警	低分辨率、大角度、遮挡
金融支付	活体检测、高精度比对	防攻击（照片、视频、3D 面具）
门禁考勤	快速通行、多人识别	光照变化、人群遮挡
社交娱乐	美颜滤镜、表情迁移	实时性、表情夸张变形
司法刑侦	跨年龄识别、模糊图像重建	数据稀缺、年龄跨度大

为什么会这样？因为现实世界太「脏」了。实验室里 99.9% 的精度，到了现场可能直接掉到 80%。我经历过一个安防项目，摄像头装在 5 米高的位置，人脸只有几十个像素，传统模型根本跑不动。后来换了轻量级深度学习模型，才勉强能用。

1.4 知识体系总览

下面这张图，把本章的核心知识点串起来了。你可以把它当作整个课程的地图：

这张图把本章的三个核心模块串起来了。你从发展史入手，理解技术演进的脉络；然后对比传统方法和深度学习的差异；最后带着这些认知，去面对真实场景中的挑战。后面的章节，我们会逐一深入每个技术细节。