同样是人脸识别设备，为什么有些用作刷脸支付，有些用作公司考勤？ - 安防知识网 - 资讯

人脸识别已被应用在刷脸支付、金融业务、访客考勤和身份核验等场景。但同样是使用人脸识别设备，为什么有些是用作高铁安检，有些是用作公司...

人脸识别已被应用在刷脸支付、金融业务、访客考勤和身份核验等场景。但同样是使用人脸识别设备，为什么有些是用作高铁安检，有些是用作公司考勤呢？

这里就要从人脸识别的硬件设备和软件算法说起了。

一般来说，对身份验证不太严格的人脸识别设备使用的多数是2D人脸识别，对身份验证比较严格的则是3D识别，主要应用3D结构光、TOF等人脸摄像头，测定眼间距，鼻子高低等立体人脸信息。像天波刷脸支付收银机TPS650T就配置3D结构光摄像头，支持人脸识别,达到金融级安全支付。

同时，我们要看它的应用场景是用人脸识别终端识别和对应的识别人数，从而分为人脸识别的1:1模式、1:N模式和M:N这三种模式。

1:1模式——主要应用于一对一的身份识别场景，例如刷脸支付、酒店入住、考试身份核验、人证对比等。用户站在人脸识别终端前，过程中要站着不动几秒（静态识别），再通过人脸识别摄像头进行身份校验，以此证明“你是你”。由于如刷脸支付、酒店入住登记、考试身份核验、人证对比这些需要实名制的应用场景，搞错一个人都可能带来风险，一般要求识别准确度要达到99%以上，以保障身份精准对应。

1:N模式——主要应用于一对多的人脸识别场景，是从N张人脸中找出要找的人，以此找出“你是谁”。公司企业的刷脸考勤，同样是通过人脸识别设备，从公司内部的人脸数据库中自主查找，判定你是否公司员工，才能开门放行。又例如公安部门要从人流密集的地方找出记录在数据库的逃犯，需要通过从人脸数据库的大量信息中筛选出匹配的人。这类模式比较考验人像数据库的容量大小，准确率会比1:1模式要稍低5%-10%。

天波人脸识别闸机头TPS950内置高通八核CPU与单目宽动态摄像头，16G储存方案，可以支持人脸识别。

天波人脸识别闸机头TPS950.jpg

天波人脸识别闸机头TPS950

M:N模式——这里M可以理解为一个数据库。M:N模式多应用在一些人流量大、需要保障公共安全的地方。如火车站、演唱会、大型体育赛事中，进行这类人脸识别时，通常被识别的主体不会停留在一处，而且处于运动状态（如火车高铁站行色匆匆的旅客），属于动态识别，容易受侧脸、光线、距离等影响准确度，准确度是三种模式中最低。面对数据量大的人脸识别场景，可能还需要经过人脸识别终端进行边缘计算，减轻数据库后台的负担。

纽约使用人脸识别技术保障城市安防.jpg

纽约使用人脸识别技术保障城市安防

用通俗一点的比喻来讲，可以假设你是一位保安大叔。1:1模式就是，你知道今天将有一个叫小明的人会来公司拜访，你需要根据身份证和肉眼对比判断本人是不是小明；1::N模式则是来了一个叫小明的人，你要从通讯录相册中找到他是否公司员工；M:N模式则是从一大群人中找到有某种特征的人。因此，根据应用场景不同，选购人脸识别硬件设备和设置模式都要有所不同。

品牌简介：天波智能硬件专注于建设开放的智能硬件定制解决方案，产品包括手持安卓智能终端系列、台式安卓智能终端系列、柜式安卓智能终端系列。提供一站式的智能硬件定制解决方案，已有安防、餐饮、旅游、酒店，物流、零售、百货等行业的成功案例。