什麼是人臉辨識？深入解析技術原理與應用功能

了解什麼是臉部辨識、為什麼它很重要，以及如何使用 AWS 機器學習工具來滿足臉部辨識軟體的需求。

卷積神經網絡（CNN，Convolutional Neural Network） 是深度學習中最常用於處理圖像的神經網絡結構，它對於人臉辨識尤其有效。 CNN 能夠自動學習圖像中的空間層次結構，從較低層次的邊緣或紋理特徵，到較高層次的複雜面部結構。 自動特徵提取：不同於傳統的特徵提取方法，CNN 不需要人工設計特徵，通過多層卷積核自動從圖像中學習。 高效處理空間結構信息：卷積層可以很好地捕捉局部圖像的特徵，同時保持空間結構。 端到端訓練：可以從輸入的原始圖像直接學習到最終的特徵向量，並應用於分類或識別。

3D結構光人臉識別、ToF深感3D人臉識別、雙目立體成像（偽3D人臉識別）、紅外攝像頭+2D人臉識別以及最常規的2D人臉識別。 這就是目前市面上最常見的幾種人臉識別的技術方案，我們來一個講一下。

人臉辨識（Face Recognition）是一種人工智慧（AI）影像識別技術，透過分析臉部的獨特幾何特徵（如眼睛、鼻子、嘴巴、下顎輪廓等），將其轉換成數位向量（臉紋碼，Face Embedding），再與資料庫進行比對，以完成身分驗證或識別。

人臉辨識（或臉部辨識，Facial Recognition），是生物辨識技術的一種，人臉辨識原理係 以電腦視覺技術將人臉影像轉換並擷取人臉特徵值，再與事先登錄於資料庫中的特徵值比對，若兩特徵值相似度高於預先設定的閾值時則辨識為同一人。

如果您在設定Windows Hello臉部辨識時戴著眼鏡，您可以點選這個選項，然後以不戴眼鏡時再次設定。 這有助於不論您是否有戴眼鏡時都可以辨識您。

臉部辨識系統 （英語： Facial recognition system），又稱 臉部辨識 、 刷臉。 特指利用分析比較人臉視覺特徵資訊進行身分鑑別的 電腦 技術。 廣義的臉部辨識實際包括構建臉部辨識系統的一系列相關技術，包括人臉 圖像採集 、 人臉定位 、臉部辨識 預處理 、 身分確認 以及 身分尋找 等；而狹義的臉部辨識特指通過人臉進行身分確認或者身分尋找的技術或系統。 臉部辨識是一項熱門的 電腦技術 研究領域，它屬於 生物特徵辨識 技術，是對生物體（一般特指人）本身的生物特徵來區分生物體個體。