人脸识别的原理和辨别依据是什么？人脸毁容后能否识别出来？

人脸识别可以用的技术很多，我见过的技术大多数是依靠提取特征。大体上分为非神经网络和神经网络两个时代，两者的原理都是特征识别。

http://www.cnblogs.com/ello/ar ... .html

其中有一个特征叫做haar特征，你可以看上面的那个文章，是经典的解决方案。haar特征是人工总结出来的一些特征，可以根据其模板将图片从RGB空间变换到特征空间。

你识别一个人怎么识别？举个简单例子，我认识一个胖子，在我看他的照片的时候，我得到了如下信息：

“是个胖子”
“肤色较浅”
“右脸上有个痣”
“嘴大”
“鼻子小”
……

在你看到的一瞬间，其实你大脑就自动把他的照片从原始的“rgb空间”变换到了“特征空间”中，每个人的特征提取还不尽相同，所以白百合和王珞丹有人很简单分辨出来，有人很久也分辨不出来。据悉她们最明显的特征是一个人人中下面的嘴唇边缘是一个m字，一个是比较平的——有的人在辨认自己熟人的时候也这么看，有的人不怎么看嘴唇上部分的边缘形状。

现在电脑做人脸识别，也是提取了特征的，其中有些特征是人工总结的，有些事可以机器学习的。然后根据这些特征的组合，去判定是不是一个人。

至于毁容，看特征有没有被毁坏，因为特征不仅仅可能是时域的，也有可能是在变换域（傅里叶变换）等其他空间下提取的。有些特征是只包含灰度信息，所以皮肤变色可能影响不大，还有些特征是面部起伏信息，那肤色就更没有什么关系了。但是如果真是说亲妈都认不出来了，那估计机器也识别不出来。整体来说取决于特征被毁坏的数量，超过置信区间了就失效了。

现在的算法也是考虑到性能，我的touch id都常常提示错误，估计面部识别的正确率很难做高。本科毕业翻译的那篇论文，讲的是视频中的人物识别，只能识别出“是否戴眼镜”，“是否大胡子”这种结论，用于一些监控视频的自动处理。现在的面部识别应该说只能用作辅助的手段，其成功率应该还没有到很可靠的地步。

当然，如果你肯用超算来跑，估计精度是可以做高的甚至比人类还高，不过没人家里会有天河吧……普通酷睿的识别效率还是不怎么高的，很多情况下一秒钟可能只能处理几帧，还是简单的分类器，复杂的估计算量庞大，还需要大量的图库来进行训练。反正imagenet都是拿集群跑的，还一跑跑十天半个月。

当然，按照摩尔定律，20年后手机就有现在超算的计算力，那时候应该就很容易做了。

https://www.zhihu.com/question/19561362
知乎的讨论可以看看，反正我这样的水平只能凑合答题，去面试还是稳挂的。