xm8023
人臉識別可以算是人工智能的一個很成功的落地項目了。問題中提到的四家企業均有人臉識別相關的業務，但是實際人臉識別的效果可能遠遠沒有達到媒體宣傳的效果。
首先抓拍其實是非配合型的人臉識別，這和人證1:1驗證的人臉識別以及我們廣為熟知的IPHONE等手機人臉解鎖完全不是一個難度的。非配合意味著可能僅暴露出很小的人臉信息，從直觀上就可以理解，相比於正臉對比信息少了很多，另外背景等等更加複雜，而同時如果搜索庫很大的話（保守幾十萬量級），那麼在限制一定的誤報率（將其他人誤認為目標的概率）的情況下可能準確率會低的慘不忍睹。下圖是中科院山世光老師（人臉識別方向的大牛老師）的一個ppt中的數字：
可見非配合情況下，監控庫中有1000人，在10-6的FAR下（FAR是人臉識別中的指標，確定非同人的一個閾值，如果想仔細瞭解可以搜索一下）可能準確率只有50%，監控庫中有1w人，在10-7的FAR下準確率只有10% 。
其次目前可落地的人臉識別應用大都是限定場景限定人群庫的操作，完全開放的識別準確率其實是比較低的，或者至少還要經歷很長時間的發展、積累數據過程。我們看到的媒體宣傳的人臉識別在LFW庫的準確率達到99.7%等等其實是不能代表廣義意義上的識別水平的，LFW只有萬級的數據，而訓練集打比賽的各方往往採用百萬級的或公開或未公開的人臉數據，因此過擬合非常嚴重，甚至參考性都不大，有泡沫的嫌疑。
最後人臉候選比對庫其實是限制在一個小範圍內才能夠滿足實際系統運行的時間限制要求，假設需要將一張人臉和全中國的人比較（10億+的人臉庫），估計要算的黃花菜都涼了。。實時的系統短期內必然會犧牲掉一些準確率方面的性能指標。
目前火熱的人工智能始終還是在弱人工智能的範疇，因此使用上都或多或少會有限制，大多數都會限定場景和領域，當然這種技術的發展已經能夠顯著的提高我們的生活工作效率了，不過也要理性看待，不要過度宣傳。
CynthiaLee95
這麼舉例子，一個地鐵站，一分鐘100人，每分鐘抓25個關鍵幀，這裡麵人臉還有重複，和逃犯數據庫比對，數據庫可能在30萬左右，每分鐘比對可能是200*300000=60000000次，這個比對需要多少機器來跑?
