上個月我寫了篇文章，大概講了講人臉識別的在商業上的一些困境，剛好上週有同事在搞一個線下連鎖門店的人臉識別簽到的方案，告訴我說他們已經接觸了一兩家公司，聽得天花亂墜毫無頭緒，問我有沒有什麼好的推薦和可能出現的坑，所以我今天決定寫一篇防忽悠指南，主要針對一線的一些企業信息化人員，如何快速甄別技術好壞，快速找到合適自己企業的方案。
1、通篇講融資情況和團隊大神，提到實際落地案例寥寥無幾的可以直接pass！
通常這類團隊/公司屬於是在沒有拿出手的案例，只能吹這些了。落地案例少說明只有算法，沒什麼商業化實施能力，如果你在挑選一個成熟的方案實施商，那就不用考慮了。
2、著重介紹自己的LFW排名的，也可以pass！
LFW是一個對非限制環境下的人臉識別能力評估的一個數據集，基本市面上都能到97%以上，小數點後兩位意義不大，這類公司一般就是刷個排名，忽悠外行，通常他們的介紹會伴隨著“力壓騰訊，力壓微軟”這樣的字樣，一般我看到這樣的企業就只能呵呵噠！
3、1比1識別只談通過率的都是耍流氓！
一比一識別其實說句大白話就是解決：“這個人是不是你？”這個問題，通常用於考勤啊，酒店入住時候的身份證比對啊。為什麼說只談通過率是在耍流氓呢？這就要簡單說說比對的原理，有張你的照片A留底，然後你過去刷個臉產生照片B，對比這兩張照片，給相似度打個分，比如0-100分，這個時候我就設個門檻 ，比如80分，超過80的我就算兩張照片是一個人，達不到的就不是。所以問題來了，我要把這個門檻設置成10分，是個人都能通過，可不通過率百分之百嘛！所以一旦有團隊說通過率很高，不妨問問他們設置的這個“門檻”也就是閾值究竟多高？
4、不談複雜光線環境下處理能力的，一律說明能力不強！
人臉識別算法誰家算法牛逼，全看不同複雜光線下的處理能力，避而不談的說明不咋地啊老鐵！
5、告訴你比對源來自於NCIIC，進行消網紋處理的，就不要考慮了。
第一，現在合法的只有銀行系統能用，剩下的誰用誰違法。第二，消網紋後的照片特徵點損毀不少，成功率有五六成了不錯了！
6、告訴你用讀卡器讀取身份證照片的，這不算加分項。
讀出來的照片就2k，很多質量很差沒法用，但市面上大家也只能這麼辦，所以這條不加分不減分。
7、告訴你數據源來自“特殊渠道”，反手就是一個舉報！
沒什麼所謂特殊渠道，就是違法的。
8、1比N人臉識別的，跟你說支持實時識別的，不是在吹牛就是庫太小。
1比N這個事兒可不比1比1，1比1不過是識別你是不是你，1比N回答的則是另一個問題：“你是誰？”這個數據量，計算量和1比1可不在一個數量級上，一般跟你說在一個政府機構，大國企已經有落地案例的，也不用太當真，一般都是面子工程。我們集團也用，用在哪裡？集團開年會領導刷臉簽到！庫裡面了不得放一萬個人，這就叫“該配合你演出的我演視而不見”。
9、告訴你在採集端直接做解析的，除非是強勢設備生產商，否則三思。
一般都是照片裁剪後傳到後端搞。
10、告訴你僅用人臉識別技術，不用輔助多模認證，就能做到極高精度，大騙子！
對校驗識別精度要求特別高的，需要配以虹膜，指紋，聲紋，活體檢測甚至最土鱉的手機驗證碼。
最後我想說，看過之後，如果覺得有用，能關注我一下下嘛？每天上班之餘寫文章好辛苦的！
閱讀更多 科創八卦圈 的文章
