为什么被折叠？
0 个回复被折叠
7 回答
人脸识别（Face Recognition）是基于人的脸部特征信息进行身份识别的一种生物识别技术。说简单点，人脸识别解决“这是谁的脸”问题。
人脸检测（Face Detection）是指对于任意一幅给定的图像，采用一定的策略对其进行搜索以确定其中是否含有人脸，如果是则返回脸的位置、大小和姿态. 说简单点，人脸检测解决“是不是人脸”的问题。
所以，人脸检测是人脸识别的关键环节。先进行人脸检测，获得人脸图像信息，然后再进行人脸识别，确定身份信息。如下图所示。不知道这个回答是否讲清楚了？
人脸检测（Face Detection）实际上就是对一张照片或者一段视频检测里面是否有人脸；而人脸识别（Face Recognition）是对已检测到的人脸，识别出他是谁。检测是识别的一部分，虹软公司免费开放了人脸检测、人脸识别的接口，可以去体验一下，就容易明白了
感谢邀请，具体可以看一下百科，如果有能力可以看一下英文的WIKI
人脸检测：人脸检测技术_百度百科
人脸识别：人脸识别_百度百科人脸检测是指对于任意一幅给定的图像，采用一定的策略对其进行搜索以确定其中是否含有人脸，如果是则返回一脸的位置、大小和姿态。
一个完整的人脸识别流程是 1、先人脸检测是否有人脸。 2、检测是否是活体，防止仿冒攻击。 3、根据需求进行人脸识别返回置信度。 题主提出问题之前可以先去自己搜索一下或者翻看一些书籍，大部分定义类问题很快就可以找到答案的，如果还有问题可以在评论区讨论，希望可以帮助到题主。人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部识别的一系列相关技术，通常也叫做人像识别、面部识别。
谢谢邀请。总的来说，人脸检测是人脸识别算法必备的模块之一，所以两者是被包含和包含的关系。具体可以参考SIGAI 人脸识别算法演化史 以及 人脸检测算法综述 两篇文章。小编这里给你简要回答下：
人脸识别算法主要包含三个模块：
人脸检测
用于确定人脸在图像中的大小和位置，即解决“人脸在哪里”的问题，把真正的人脸区域从图像中裁剪出来，便于后续的人脸特征分析和识别。
人脸对齐
同一个人在不同的图像序列中可能呈现出不同的姿态和表情，这种情况是不利于人脸识别的。所以有必要将人脸图像都变换到一个统一的角度和姿态，这就是人脸对齐。它的原理是找到人脸的若干个关键点（基准点，如眼角，鼻尖，嘴角等），然后利用这些对应的关键点通过相似变换（Similarity Transform，旋转、缩放和平移）将人脸尽可能变换到标准人脸。
人脸特征表征
第三个模块是本文重点要讲的人脸识别算法，它接受的输入是标准化的人脸图像，通过特征建模得到向量化的人脸特征，最后通过分类器判别得到识别的结果。这里的关键是怎样得到对不同人脸有区分度的特征，通常我们在识别一个人时会看它的眉形、脸轮廓、鼻子形状、眼睛的类型等，人脸识别算法引擎要通过练习（训练）得到类似这样的有区分度的特征。本系列文章主要围绕人脸识别中的人脸特征表征进行展开，人脸检测和人脸对齐方法会在其它专题系列文章中进行介绍。
人脸检测（Face Detection） 人脸对齐（Face Alignment） 人脸特征表征（Feature Representation）
人脸检测
用于确定人脸在图像中的大小和位置，即解决“人脸在哪里”的问题，把真正的人脸区域从图像中裁剪出来，便于后续的人脸特征分析和识别。
人脸对齐
同一个人在不同的图像序列中可能呈现出不同的姿态和表情，这种情况是不利于人脸识别的。所以有必要将人脸图像都变换到一个统一的角度和姿态，这就是人脸对齐。它的原理是找到人脸的若干个关键点（基准点，如眼角，鼻尖，嘴角等），然后利用这些对应的关键点通过相似变换（Similarity Transform，旋转、缩放和平移）将人脸尽可能变换到标准人脸。
人脸特征表征
第三个模块是本文重点要讲的人脸识别算法，它接受的输入是标准化的人脸图像，通过特征建模得到向量化的人脸特征，最后通过分类器判别得到识别的结果。这里的关键是怎样得到对不同人脸有区分度的特征，通常我们在识别一个人时会看它的眉形、脸轮廓、鼻子形状、眼睛的类型等，人脸识别算法引擎要通过练习（训练）得到类似这样的有区分度的特征。本系列文章主要围绕人脸识别中的人脸特征表征进行展开，人脸检测和人脸对齐方法会在其它专题系列文章中进行介绍。
问题动态
- 发布时间
- 2026-01-18 23:36
- 更新时间
- 2026-01-18 23:36
- 关注人数
- 0 人关注
