您还记得电影中的这些情节吗？在“变形金刚2”中，当年轻演员和他的朋友通过测试时，尽管他们欺骗了值班士兵，但他们是通过军人的面部识别技术被发现的。在2014年的“机器人”翻拍中，机器人首次在公众面前露面，扫描人群中的所有面孔，并在通缉犯数据库中比较所获得的面孔。
是的，我立刻发现了一个通缉犯，他在人群中逃脱了许多年并制服了他。还有许多其他电影，但是对于美国所有机密部门，从早期电影中的指纹和虹膜到当前的人脸，进入门时都必须扫描各种生物学特征。
人脸识别到底是什么？人脸识别是视觉模式识别的细分问题，可能是最难解决的问题。实际上，我们人类一直在执行视觉模式识别。
我们通过眼睛获得视觉信息，并且大脑会处理这些信息，以将其识别为有意义的概念。因此，我们知道摆在我们面前的是水杯，一本书还是其他东西。
我们还始终执行面部识别。我们在日常生活中遇到无数人，认识他们中的那些熟人，向他们打招呼，与他们打交道，并忽略其他陌生人。
甚至要避免那些我们欠钱但暂时无法付款的人。但是，对于机器来说，完成这项看似简单的任务并非易事。
对于计算机而言，图像信息，无论是静态图片还是动态视频中的帧，都是由许多像素组成的矩阵。例如，1080p数字图像是由1980 * 1080像素组成的矩阵。
如果每个像素为8位rgb格式，则有3个数字，范围从0到255。机器需要从这些数据中找出数据的某个部分代表了什么概念：数据的哪一部分是水杯，一部分是一本书，而另一部分是一张脸。
这是视觉模式识别中的一个粗略的分类问题。在人脸识别中，有必要在所有机器都认为是人脸的数据部分中区分人脸属于谁。
这是一个很好的分类问题。可以分为几种类型的面孔？取决于要处理的人脸数据库的大小。
人脸数据库中有多少张目标人脸需要机器执行相应数量的子类别。如果您想让机器识别他看到的每个人，那么世界上有那么多人，并且面部可以分为许多类别，这些类别之间的区别非常微妙。
这说明了人脸识别问题的难度。更不用说，这个问题还受到各种因素的影响，例如人脸的光，角度和装饰。
不难解释为什么面部识别技术没有在日常生活中得到广泛使用。大多数人只能在科幻电影中接触人脸识别。
容易混淆的愚蠢和不清楚的概念人们不熟悉的一些事物，通常伴随着很多概念的混乱。例如，对西方宗教不了解的人可能不明白为什么有些人相信上帝，却不相信耶稣。
他们都是在教堂里工作的叔叔。为什么有些人必须节制而有些人可以结婚。
作为一种新事物，人脸识别还伴随着很多概念上的混乱，因此区分这些概念对于理解人脸识别非常重要。