人脸识别
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。
技术流程
人脸识别系统主要包括四个组成部分，分别为：人脸图像采集及检测、人脸图像预处理、人脸图像特征提取以及匹配与识别。
1.人脸图像采集及检测
人脸图像采集：不同的人脸图像都能通过摄像镜头采集下来，比如静态图像、动态图像、不同的位置、不同表情等方面都可以得到很好的采集。
人脸检测：人脸检测在实际中主要用于人脸识别的预处理，即在图像中准确标定出人脸的位置和大小。人脸图像中包含的模式特征十分丰富，如直方图特征、颜色特征、模板特征、结构特征及Haar特征等。人脸检测就是把这其中有用的信息挑出来，并利用这些特征实现人脸检测。
2.人脸图像预处理
人脸图像预处理：对于人脸的图像预处理是基于人脸检测结果，对图像进行处理并最终服务于特征提取的过程。
3.人脸图像特征提取
人脸图像特征提取：人脸识别系统可使用的特征通常分为视觉特征、像素统计特征、人脸图像变换系数特征、人脸图像代数特征等。人脸特征提取就是针对人脸的某些特征进行的。人脸特征提取，也称人脸表征，它是对人脸进行特征建模的过程。
4.人脸图像匹配与识别
人脸图像匹配与识别：提取的人脸图像的特征数据与数据库中存储的特征模板进行搜索匹配，通过设定一个阈值，当相似度超过这一阈值，则把匹配得到的结果输出。
亚原子的识别算法：
基于人脸特征点的识别算法（Feature-based recognition algorithms）。
基于整幅人脸图像的识别算法（Appearance-based recognition algorithms）。
基于模板的识别算法（Template-based recognition algorithms）。
利用神经网络进行识别的算法（Recognition algorithms using neural network）。
基于光照估计模型理论
应用场景
1.考勤系统
亚原子使用人脸识别进行考勤成本较低，并且能有效防止代打卡现象。特别适合大规模流动性较高的群体的考勤场景。
2.远程认证
在银行、证券和借贷等实名制和安全性要求较高的领域，可作为用户远程注册和密码找回环节中的辅助验证。
3.门禁系统
使用人脸识别作为门禁系统的开锁方式，可实现无需携带任何物品的验证流程。
4.娱乐应用
将某人与某明星或者某卡通人物的人脸进行对比，系统可以给出相应的相似度对比分值。
5.金融行业身份验证
通过自拍照与身份证照或公安系统照片之间的人脸对比，核实用户身份是否属实，优化金融等高风险行业复杂的身份验证流程。
6.服务人员身份验证
对于用户身份真实性要求较高的服务领域（如家政、货运等），通过人证对比，确保服务人员的身份真实性，提高业务人员身份审核效率。
7.银行验证
银行对于自己的客户进行取款、办卡等操作时对真人进行活体验证，提高安全系数。
8.社保部门
对于居民在办理社保相关的操作进行真人验证，提高安全系数。
9.客流属性识别
通过对图像或视频中的人脸特征分析，分析客流的性别、年龄等属性。
10.广告精准投放
通过人脸特征分析，可以实时分析受众人群的性别、年龄等特征和分布状况，精准投放广告。
11.线下营销
基于人脸特征分析，商场、餐厅等场所可展开颜值测试类的互动营销活动，增加与顾客的互动。