互动变脸

经过特征提取，人脸图像信息转换成了高维特征向量，例如 4096 维浮点的深度学习特征向量。后续的应用，就可以根据实际场景进行不同的领域探索了，例如人脸身份识别、人脸图像搜索、人脸支付等。

 

除了应用在金融社保、教育安防行业等比较利益攸关的场合外，人脸识别技术也可以应用在其他轻松娱乐的行业，比如：直播美颜，视频特效等领域。

 直播美颜：现在的直播平台都会提供人脸美颜的功能，让主播的形象更加光彩照人。

视频特效：通过手机拍摄，在朋友圈中分享一些丰富多彩的特效视频，是一件很 cool 的事情。

 

这类应用中所涉及的底层技术(人脸检测、关键点跟踪)大部分都需要在手机上实时运行，带来的技术挑战是：如何在保证准确率的同时具有非常高的运行速度，以便达到手机上实时处理的效果。

 

目前所采用的解决方案大部分是通过算法优化和模型优化的工程手段，将算法移植到手机端，例如：将基于 Adaboost 的人脸检测算法，和基于 ERT 的关键点检测算法相结合，分别通过样本训练得到较小规模的模型，从而适合于在手机端运行。

 

通过这些不同的应用方式，人脸识别技术不但为人们的生活带来了便利，也增添了生活的乐趣。互联网时代，人脸识别技术应用到很多场合，如何保证数据安全以及技术的合理使用，是不容忽视的课题。只有安全合理的使用，我们才能发挥好人脸识别技术的作用，为人们生活带来福利。