去 年 ， 人 们 的 朋 友 圈 被 一 个 名 为 “how-old” 的 网 页 刷 屏 了 ， 当 用 户 把 个 人 照 片 上 传 后 ， 它就 能 测 算 出 照 片 人 物 的 性 别 和 年 龄 。 how-old主 要 是 靠 三 个 技 术 来 完 成 的 ， 它 们 分 别 是 人脸 检 测 、 性 别 分 类 和 年 龄 检 测 。 其 中 人 脸 检 测 是 其 他 两 个 技 术 的 基 础 ， 而 年 龄 检 测 和 性 别 检测 ，它 们 只 是 在 机 器 学 习 的 过 程 中 解 决 了 分 类 的 问 题 。相 关 技 术 过 程 涉 及 到 人 脸 特 征 的 描 述 、收 集 可 学 习 的 数 据 ， 建 立 一 个 分 类 模 型 以 及 模 型 优 化 。 这 种 应 用 会 分 析 人 们 脸 上 的 数 十 个 关键 点 来 得 出 结 论 ， 比 如 瞳 孔 ， 眼 角 或 鼻 子 ——它 们 会 随着年 龄 而 发生明显的 变化 。 传 统的 人 脸 识别 技 术 主 要 是 基 于可 见光图像的 人 脸 识别 ， 这 也是 人 们 熟悉的 识别 方式，已有 30多年 的 研发历史。 但这 种 方式有着难以 克服的 缺陷， 尤其 在 环境光照 发生变化 时，识别 效果会 急剧下降，无法满足实际系统的 需要 。解 决 光照 问 题 的 方案有三 维图像人 脸 识别 、热成 像人 脸 识别 和 基 于红外的 多光源人 脸 识别 技 术 。由于热成 像和 红外方案成 本短期内难以降下来 ， 现在 国内人 脸 识别 前沿厂商多采用 三 维图像的 方法。 人脸 识 别 核 心 基 础 —算法 人 脸 识别 最核心的 基 础 是 算 法， 主 流算 法大致有基 于特 征 点 、 基 于模 板、 基 于光照 估计模 型 、 基 于深度神经网 络等几种 。 现在 新兴的 专业人 脸 识别 厂商多采用 深度神经网 络来 训练计算 机 视觉。 深度神经网 络的 主 要 缺点 在 于它 是 一 种 黑盒方法， 其 细节隐藏在 连接节点 （神经元）和 节点 之间的 权值中 ， 而 这 些权值却是 没有明确现实意义的 （无法确定哪些权值与哪些属性 有关 ， 也就 是 说这 种 神经网 络是 同构的 ）， 这 就 导致了 先验信息很难加入到 网 ...
