近日，山西太原一路口的紅路燈下，設置了屏幕進行曝光闖紅燈的行人。除了成年人的照片，還有未成年人的照片未打碼直接展示在屏幕上。太原交警部門表示，未成年人和成年人是一樣的，只要違法闖紅燈就會被曝光展示一周左右。

所謂的人臉識別是基于人的臉部特征信息進行身份識別的一種生物識別技術。人臉識別系統主要包括四個組成部分，分別為人臉圖像采集及檢測、人臉識別預處理、人臉圖像特征提取以及匹配與識別。

人臉識別的流程

人臉識別的流程主要包括圖像處理、人臉檢測、人臉圖像預處理、人臉圖像特征提取以及人臉圖像匹配與識別等五個步驟。

圖像處理主要通過攝像頭采集下來；然后通過人臉檢測選取其中有用的信息，并利用人臉圖像中的模式特征，實現人臉檢測；在得到人臉檢測的結果后，對人臉圖像進行光線補償、灰度變換、直方圖均衡化、歸一化、幾何校正、濾波以及銳化等預處理；而后通過人臉圖像特征點提取出一個人的眼鏡、表情等特征，將人臉特征進行向量化；提取的人臉圖像的特征數據與數據庫中的特征模板進行搜索匹配，通過設定一個閾值，當相識度超過閾值時，輸出匹配結果。

人臉識別的優點

人臉識別與其他生物識別方式相比，優勢在于自然性、不被察覺性等特點。自然性即該識別方式同人類進行個體識別時所利用的生物特征相同。

隨著人類社會步入信息時代，人們所獲取和處理的信息量不斷加大。傳統的信息采集輸入是通過人工手段錄入的，不僅勞動強度大，而且數據誤碼率高。那么怎么解決這一問題呢？答案是以計算機和通信技術為基礎的自動識別技術。自動識別技術在國外發展較早也較快，尤其是發達國家具有較為先進成熟的自動識別系統，而我國在2010年左右也實現了自動識別技術的產業化。例如，目前比較火的生物識別——人臉識別技術其應用非常的廣泛。如公安領域的出入境邊檢、刑偵等，交通領域的機場、火車站、汽車站等場景，教育行業的人臉考勤、宿舍出入管理、幼兒園接送等。

人臉識別產業鏈

人臉識別產業鏈上游為基礎層，包括人工智能芯片、算法技術和數據集；中游由視頻人臉識別、圖片人臉識別和數據庫對比檢驗等技術層構成，中游企業的主要產品為嵌入式人臉識別軟件以及一站式解決方案的提供，中游的相關技術大體包括人臉檢測、活體檢測、人臉識別、視頻對象提取與分析等技術；下游則是具體的場景應用，即應用方案、消費類終端或服務等。

人臉識別市場規模

近年來，人工智能在國內狂飆突進，科技巨頭扎堆布局，越來越多的產業資本也開始關注人臉識別，人臉識別等自動識別技術漸成趨勢。人臉識別技術逐漸在智慧城市、公共安全、軌道交通、政府治理及交通等行業的應用。2015年以來，國家持續出臺利好政策，推動了人臉識別在金融、安防、醫療等領域的應用，為中國人臉識別行業奠定堅實的基礎。據預測，隨著人臉識別技術在各行業應用滲透的不斷深入，預計2020年中國人臉識別市場規模將突破40億元。