2016年百度世界大會開幕，其百度創始人李彥宏在會上發表了“人工智能”為主題的演講，并推出最新產品“百度大腦”讓參展人員眼前一亮，其圖像識別能力非常突出，人臉識別概率已經高達97%;G20峰會如期舉行，人臉識別技術也被應用到此次大會的安防工作當中。目前，業內普遍到處都非常關注人臉識別相關催化事件。

　　此前小米科技宣布小米人臉檢測團隊研發的新算法在FDDB人臉檢測準確率全球排名第一，緊隨其后，百度、騰訊、360等國內互聯網大咖們也紛紛建立人臉檢測算法團隊，積極參與平臺的評測。除此之外，蘋果、三星、華為、Facebook、谷歌等終端大巨頭也爭先加入人臉識別這一塊領域當中。想必未來應用場景不斷增加的情況下，面部識別功能極大可能成為下一個消費終端大方向。

　　人臉識別基于人的面部特征信息進行身份識別的一種生物識別技術。使用攝像頭或者攝像機采集含有人臉的圖像或視頻，自動檢測圖像信息和跟蹤人臉，對檢測到的人臉進行臉部的一系列相關分析技術。

　　人臉檢測是指從復雜的背景當中提取我們感興趣的人臉圖像。臉部毛發、化妝品、光照、噪聲、人臉傾斜和大小變化及各種遮擋等因素都會有導致人臉檢測問題變得更為復雜。人臉識別技術主要目的在于輸入的整幅圖像上尋找特定人臉區域，從而為后續的人臉識別做準備。

　　人臉識別三大關鍵技術

　　一、基于特征的人臉檢測技術：通過采用顏色、輪廓、紋理、結構或者直方圖特征等進行人臉檢測。

　　二、基于模板匹配人臉檢測技術：從數據庫當中提取人臉模板，接著采取一定模板匹配策略，使抓取人臉圖像與從模板庫提取圖片相匹配，由相關性的高低和所匹配的模板大小確定人臉大小以及位置信息。

　　三、基于統計的人臉檢測技術：通過對于“人臉”和“非人臉”的圖像大量搜集構成的人臉正、負樣本庫，采用統計方法強化訓練該系統，從而實現對人臉和非人臉的模式進行檢測和分類。國內類型此款著名人臉識別客流統計就有雅量門店。