应用场景

• 1:1 人脸识别
  获取单个人脸，与库中明确的一个人脸对比，满足一定相似度即对比成功
  如手机人脸验证场景
• 1:N 人脸识别
  获取单个人脸，与库中所有人脸对比，找到满足一定相似度中的最相似人脸
  如会员识别场景，判断是否是会员，是哪个会员
• N:N 人脸识别
  1:N 的多任务版本，多个人脸与库中所有人脸对比，分别找到满足一定相似度中的最相似人脸
  如门禁打卡场景，多人动态识别
• 换脸（人脸融合）
• 头肩检测
• 人体检测

---

相关算法

• 使用人脸目标检测模型在图像中搜索人脸位置，如有则返回其边界框坐标。其本质为目标检测
• 使用特征点定位模型检测人脸五官等特征点坐标，并将人脸旋转矫正为正向
• 通过人脸特征比对模型将人脸图像转化成多维特征向量，并与库中的向量比对，得到相似度分数并排序
• 换脸
  本质是特征点映射，通过Deepfake训练人脸图像合成，完成人脸融合

---

Mask掩膜

隐藏局部原始图像的图形操作，可用于为人脸添加一些装饰品，如墨镜、猫耳等

RGB三通道彩色图像与灰度

RGB三通道都有0~255的数值，即共有256*256*256种颜色
采用16进制时有#000000到#FFFFFF，一样有16*16*16*16*16*16种颜色

灰度使用黑色调表示物体,即用黑色为基准色，不同的饱和度的黑色来显示图像。 每个灰度对象都具有从 0%（白色）到100%（黑色）的亮度值。

常见操作

• 二值化操作
  设置一个基准点数值，大于等于该值的像素都变为255，小于该值的像素都变为0
• 按位与
  原图与Mask同区域像素按位与，为True则保留原图像素，否则为0
• 按位或
  原图与Mask同区域像素按位或，为True则保留原图像素，否则为0
• 按位加
  两图同区域像素值相加，如相加后超过255则为255

操作流程示例

1. 眼镜区域算法处理
   先通过二值化操作获得眼镜图像的Mask图，再对Mask图和眼镜原图进行按位与操作，使非眼镜部分彻底变为像素0

   
   

2. 人脸区域算法处理
   先通过人脸检测模型找出人脸区域，再通过特征点定位模型找出眼睛部分，并将包含眼睛的部分人脸区域截取出来。
   对截取出的人脸区域和眼镜的结果图进行按位加操作

   
   

3. 把处理后的区域放回人脸原图