自從有了深度學(xué)習(xí)，人臉識別設(shè)備實現(xiàn)了人工智能的第一步，不可思議啊

機器本來是沒智慧的，她怎么變得有智慧的呢？人工干活不僅費時費力，還需要由人類提供大量的先驗經(jīng)驗以彌補對數(shù)據(jù)本身挖掘不足的缺陷。那么深度學(xué)習(xí)又是如何做到呢？深度學(xué)習(xí)是通過構(gòu)建一個多層的表示學(xué)習(xí)結(jié)構(gòu)，使用一系列非線性變換操作實現(xiàn)，所以國際象棋就戰(zhàn)勝了卡斯帕羅夫。

智能機器怎么實現(xiàn)有智慧的？深度學(xué)習(xí)模型的結(jié)構(gòu)設(shè)計遵循了這種思路，具體做法是將一系列相對簡單的非線性映射操作構(gòu)建成一個多層網(wǎng)絡(luò)，每一層(layer)都完成一次特征變換。以人臉識別為例，網(wǎng)絡(luò)以像素表示的圖像作為輸入，在低級層次中主要學(xué)習(xí)到代表圖像邊緣的特征，可能是連續(xù)幾個像素所組成的某個方向上的線段。中級層次會學(xué)習(xí)到由邊緣線段所組成的局部圖案，這些圖案實際上是構(gòu)成目標(biāo)物體的各種部件，比如眼睛、鼻子、耳朵。

人臉識別實現(xiàn)了人工智能，在最后的高級層次中，以各種局部部件作為基本單元就可以組合出人臉支付的抽象表示，比如包插人臉上會有一個鼻子兩只眼睛、眼睛的相對位置在鼻子的兩側(cè)，等等。而符合這種抽象表示的圖像，就可以被判定為人臉圖片。如此多層學(xué)習(xí)結(jié)構(gòu)中的中間特征。

人臉識別設(shè)備，是基于人的臉部特征信息進行身份識別的一種生物識別技術(shù)。用攝像機或攝像頭采集含有人臉的圖像或視頻流，并自動在圖像中檢測和跟蹤人臉，進而對檢測到的人臉進行識別的一系列相關(guān)技術(shù)，通常也叫做人像識別、面部識別。

人臉識別從科技研發(fā)階段漸漸走進了日常生活中，手機驗證登錄、門禁、攝像頭監(jiān)控等應(yīng)用場景下無處不在。那么人臉識別到底是什么？安不安全？你真的完全了解嗎？

人臉識別具備自然性、非強制性和非接觸性等特點，利用人臉的獨一無二特性，不易被復(fù)制，識別率高，識別速度快；另外人臉識別還成功通過雙胞胎的測試，在應(yīng)用性能上能得到測試認(rèn)可。

人臉識別主要特性：

1、唯一性:每個人都有一張臉，且無法被復(fù)制，仿冒，因此安全性更高。

2、自然性好: 人臉識別技術(shù)同人類（甚至其它生物）進行個體識別時所利用的生物特征相同，其他生物特征如指紋、虹膜不具備這個特征。

3、簡單方便:無需攜帶卡,識別速度快，操作簡單便捷

4、非接觸性:無需接觸設(shè)備，不用擔(dān)心病毒的接觸性傳染，既衛(wèi)生，又安全什么樣的結(jié)構(gòu)才算是有“深度”？其實包含三個以上隱層( hidden layer)的神經(jīng)網(wǎng)絡(luò)就可以說是一種深度學(xué)習(xí)模型，但由于在真實場景使用時參數(shù)過多、計算量過大，存在梯度消失和梯度爆炸的問題，無法做到穩(wěn)定收斂，所以一般不會使用。一個網(wǎng)絡(luò)的深度，可以以網(wǎng)絡(luò)中串聯(lián)的計算的層數(shù)，或者是非線性變換次數(shù)，甚至更加抽象一些，以不同的計算概念來評估。從這我們得到什么啟發(fā)了？