人脸识别
基于人脸部特征信息进行身份识别的生物识别技术
条目
历史版本
人脸识别技术（Face Recognition）[1]是通过计算机提取人脸特征，并根据这些特征进行身份验证的生物识别技术，[7]其具有无侵犯性、无人工参与、低成本等优点，[8]随着技术的发展，人脸识别主要应用在企业管理、电子支付、刑事侦查等方面。[2][3]
20世纪50年代是人脸识别技术早期探索阶段，那时的研究重心主要局限在社会心理学领域，到了1965年，布莱索（Bledsoe）发表了首篇人脸自动识别的学术论文，是人们首次对人脸识别系统性的研究。[7]随着计算机技术进步，人脸识别在20世纪80年代至90年代初获得显著发展并开始应用于实际。这一时期，基于外貌的统计识别方法有了重大进步。自90年代后期起，商业人脸识别系统逐步面市。[8]2012年，克里泽夫斯基（Krizhevsky Alex）等首次采用深度学习进行三维人脸识别。[9]2020年疫情期间，日本Glory公司开发出能识别戴口罩人脸的系统，展现了技术的进一 步发展。[10]
人脸识别技术的关键组成部分包括算法设计、增量学习、数据增强和多模态学习等，这些都是推动人脸识别技术不断发展的重要驱动力。[5][6]在实际操作中，该技术流程从人脸图像的采集和预处理开始，通过人脸检测确定面部位置，再利用特征提取技术从面部信息中提取关键特征，最后进行人脸识别和活体鉴别。[11]
人脸识别也存在着安全漏洞、隐私问题和准确率不够完美等风险。[12]基于此，各国通过立法保护个人隐私和数据安全，如中国的《中华人民共和国民法典》和《个人信息安全规范》要求个人信息处理需遵循合法、正当、必要原则，并严格管理敏感的生物识别信息[13][14]。此外，美国加利福尼亚州的《停止秘密监视条例》[15]、韩国的《个人信息保护法》[16]、欧盟的《通用数据保护条例》[17]以及德国的“红绿灯”联盟计划都通过法律手段规范了个人信息和生物识别数据的处理，确保数据安全和个人权利的维护。[18]