主页（http://www.cnwulian.net）：机器视觉人脸识别技术在智能商业中的应用
人脸识别有两个比较重要的概念，即1:1和1:N。
1:1和1:N
1:N的特点是动态和非配合，这是对于1:N而言也是非常重要的两个点，所谓的动态也就是识别的不是照片，不是图片，而是一个动态的视频流;非配合是指识别对象不用感知到摄像头的位置并配合完成识别工作，而地点，阴暗，光线，玻璃都会影响识别的准确性，所以1:N相对根据挑战性。
现任旷视科技(Face++)智能商业产品线资深总监的宋晨在第17期RobotXDay上与听众分享了人工智能机器视觉领域中的人脸识别技术在智能商业领域应用的价值和实践经验，以下是根据宋晨的演讲内容提炼出的核心内容：
什么是人工智能
从2011年成立以来，旷视科技(Face++)致力于成为“让机器看懂世界”的人工智能公司，赋予机器一双慧眼。让它像人一样去“观察”、去“思考”，这样它就能够产生更多的功能，从它看的、想的一些数据里面继而形成一个整体的数据分析，而我们可以运用这些数据去做判断、检测、识别还有测量等，这样以往可能需要人工或半人工做的事情，随着机器视觉技术的变革都可以通过机器提升效率。
1:1的应用于证明自己是自己的场景，你可以想象当你去机场过安检的时候，总有一个人拿着你的身份证对比，身份证里面是不是你本人。这种场景就是1:1的场景。人的肉眼识别精准度是在95%左右，而人的眼睛是有疲劳度的，所以机场安检人员需要在半个小时到一个小时之内换班一次。换岗的目的就是为了保持比较平均的识别的准确率。但是，在这种场景下，机器可以达到97%甚至是更高的准确率而且机器没有疲劳度的问题。
在旷视科技(Face++)宋晨看来，人工智能应该是一种能够通过数据、技术、产品三者不断循环完成的滚雪球式闭环。以Google为例，它是通过数据来产生了搜索的技术，从而形成的一种产品，通过点击的转换最终又产生了数据，通过这种数据再次去学习并优化结果，而相比扫地机器人也许算不上人工智能产品，因为它并不能够通过数据和扫地的经验行为来优化自身算法而提升效率。
机器视觉是赋予机器一双眼睛
我们知道机器视觉领域可分为人脸识别、物体识别以及行为、动作识别等，旷视科技是在人脸识别方面做的比较早的。而在人脸识别技术应用中，我们同样会发现在数据、产品、技术这几个维度形成一个整体闭环。通过标注出来的有包括人像，物体的信息的图像数据，和核心算法、深度学习技术行成自己的产品，比如人脸识别的闸机、人脸识别机器人等，然后再通过产品本身来服务用户，在用户使用的过程当中自主去学习从而产生用户行为数据，接而再反哺并促使产品和技术不断优化、自我学习。
人工智能领域主要分布在机器学习(通用)、机器学习(应用)、计算机视觉(通用)、智能机器人、虚拟个人助理、自然语言处理(语音识别)、自然语言处理(通用)、实时语音翻译、情境感知计算、手势控制、推荐引擎及协同过滤、视频内容自动识别等。如今机器视觉已成为人工智能领域中一项核心关键技术，并成功应用到多个重要行业中，虚拟现实、自动驾驶汽车、机器人、智能城市和物联网等应用领域也随之加速发展。旷视科技(Face++)在计算机视觉通用平台中以人脸识别技术为突破点，为企业用户和开发者们提供技术支持。
