最近幾年，隨著人工智能技術的不斷成熟，人臉識別開始廣泛的走進人們生活當中，刷臉應用的場景越來越多，比如刷臉簽到，無論是上學還是上班，都不用象以前需要專門的打卡機或者人工點名了，既然大家感到方便，同時也讓代替打卡簽到的漏洞得到解決。由于人臉和指紋一樣，不存在遺忘攜帶的問題，同時又是安全系數極高的生物特征，所以人臉識別常常被運用于支付、安防、登錄等需要授權的場景。這幾個刷臉場景主要目的是確認刷臉者和數據庫中的證件本人照片比對確認，也就是1：1認證。

還有刷臉尋人，這個相當于1：N人臉識別，即從N個人臉中找出1個目標，它呢可以幫我們找到失散或者被拐賣的兒童，只要我們有走失兒童的照片，通過與龐大的人臉數據庫比對，就有可能發現走失的兒童，因為這些很小就走失的孩子，當他再次進入公共場合時也同樣需要持有證件照，比如他上小學、中學了。辦學生證或者身份證等一系列證件時都需要拍照，通過人工智能的比對就有可能讓孩子的父母或者公安部門識別和找到走失的他。

人臉識別技術，是通過計算機提取人臉的生物特征，比如眼睛大小;眉毛的長度和高度;嘴角、鼻子、額頭之間的距離等等，并根據這些特征進行身份驗證的一種技術。人臉識別主要包括人臉識別、人臉特征提取和人臉特征匹配三部分。人臉檢測，首先確定檢測到的是人臉，不能是動物的臉，然后進一步確定人臉的大小、位置等信息;人臉特征提取，指的是通過精確定位面部關鍵區域的位置，進行特征點抓取，確定這些特征數據是某一個人專有的;人臉特征匹配，就是判定輸入的人臉特征數據是不是和已有的人臉數據庫中存在或者有匹配的，然后在數據庫中找到匹配度最高的人臉。

目前，人臉識別技術可以在人臉上捕捉到3萬多個特征點，不僅可以識別靜態的人臉圖像，行走或者跑動中的動態人臉圖像也能識別，包括很多復雜的場景，比如夜晚光線昏暗，人臉識別也能很好地完成識別。我們人眼的誤識率是千分之一，而人臉識別的誤識率可以低至百萬分之一。好比長得非常象的雙胞胎，依據人眼辨別可能有困難，但是用人臉識別技術就很容易