人臉識(shí)別技術(shù)通俗的來(lái)講就分三步:
1.人臉檢測(cè)，就是在鏡頭中確定位置，找到人臉“在哪里”
2.關(guān)鍵點(diǎn)檢測(cè)，在已經(jīng)確定的人臉位置處，找準(zhǔn)眉眼、耳鼻等臉部輪廓的關(guān)鍵點(diǎn)，為進(jìn)一步的分析做基礎(chǔ)數(shù)據(jù)庫(kù)；
3.基于大規(guī)模數(shù)據(jù)的人臉識(shí)別匹配，進(jìn)行1:1或者1:N匹配對(duì)比
對(duì)應(yīng)以上三點(diǎn)，國(guó)際上分別有一套公認(rèn)的評(píng)測(cè)體系，人臉檢測(cè)FDDB評(píng)測(cè)、人臉關(guān)鍵點(diǎn)定位300-W評(píng)測(cè)和人臉識(shí)別LFW評(píng)測(cè)。
上面評(píng)測(cè)為學(xué)術(shù)界評(píng)測(cè)，評(píng)測(cè)成績(jī)好的（特別是中國(guó)區(qū)的），實(shí)際項(xiàng)目應(yīng)用上使用問(wèn)題太多，為什么這里不做多說(shuō)。
比較靠譜的評(píng)測(cè)還是看FRVT.實(shí)際項(xiàng)目中采用的可以參考FRVT評(píng)測(cè)。
fddb評(píng)測(cè)官方網(wǎng)址：
http://vis-www.cs.umass.edu/fddb/results.html300vw測(cè)評(píng)官方網(wǎng)址：
http://ibug.doc.ic.ac.uk/resourcesLFW評(píng)測(cè)官方網(wǎng)址：
http://vis-www.cs.umass.edu/lfw/FRVT評(píng)測(cè)官方網(wǎng)址：
http://www.nist.gov/itl/iad/ig/frvt-2013.cfm其他相關(guān)網(wǎng)址：
ILSVRC挑戰(zhàn)賽：
http://image-net.org/challenges/LSVRC/2014/indexFRVT概況：
從上世紀(jì)90年代起，NIST在國(guó)際范圍內(nèi)定期舉辦生物特征識(shí)別技術(shù)評(píng)測(cè)，在評(píng)估各種系統(tǒng)識(shí)別率的同時(shí)，也大大推動(dòng)了生物特征識(shí)別技術(shù)的發(fā)展。這些評(píng)測(cè)主要分1:1比對(duì)和1：N比對(duì)兩大類(lèi)。1:1比對(duì)也稱(chēng)查驗(yàn)，是指判斷評(píng)測(cè)數(shù)據(jù)集中的兩幅圖像是否采集自同一人；
1：N比對(duì)也稱(chēng)搜索鑒別，是指給定一幅圖像，判斷該圖像與數(shù)據(jù)庫(kù)中的哪一幅圖像屬于同一個(gè)人。
NIST組織了針對(duì)人臉識(shí)別供應(yīng)商系統(tǒng)的評(píng)測(cè)——FRVT（FaceRecognitionVendorTest），至今已連續(xù)舉辦了FRVT2000、FRVT2002、FRVT2006、MBE2010和FRVT2013五屆評(píng)測(cè)。這些評(píng)測(cè)一方面對(duì)知名的人臉識(shí)別系統(tǒng)的性能進(jìn)行比較，另一方面全面總結(jié)了人臉識(shí)別技術(shù)發(fā)展的現(xiàn)狀，并進(jìn)一步指出了人臉識(shí)別算法亟待解決的若干問(wèn)題。
FRVT2002評(píng)測(cè)分為高計(jì)算強(qiáng)度（HCInt）和中等計(jì)算強(qiáng)度（MCInt）兩種，其中HCInt測(cè)試使用的數(shù)據(jù)庫(kù)為來(lái)自37437人的12萬(wàn)幅圖像，所有圖像全部由美國(guó)國(guó)務(wù)院下屬的領(lǐng)事事務(wù)局簽證服務(wù)處提供。MCInt測(cè)試使用的數(shù)據(jù)庫(kù)包括室內(nèi)、室外采集的圖像，最長(zhǎng)時(shí)間跨度為三年。基于這些數(shù)據(jù)，測(cè)試了身份認(rèn)證、閉集識(shí)別、開(kāi)集識(shí)別三類(lèi)不同的人臉識(shí)別任務(wù)的性能。測(cè)試結(jié)果表明：自FRVT2000以來(lái)，室內(nèi)圖像的識(shí)別性能有較大的提高，但是室外圖像的識(shí)別率仍然有待提高；在識(shí)別模式下，識(shí)別性能隨數(shù)據(jù)庫(kù)規(guī)模擴(kuò)大而下降，數(shù)據(jù)庫(kù)規(guī)模每擴(kuò)大一倍，識(shí)別率約下降2到3個(gè)百分點(diǎn)；采用三維融合（morphIng）模型校正姿勢(shì)變化，可以提高識(shí)別率。
FRVT2006評(píng)測(cè)主要目標(biāo)是針對(duì)最高水平人臉識(shí)別原型系統(tǒng)、算法及成熟的商業(yè)人臉識(shí)別系統(tǒng)進(jìn)行評(píng)價(jià)，共有來(lái)自10個(gè)國(guó)家的22個(gè)單位參加。測(cè)試結(jié)果表明：與FRVT2002相比，靜態(tài)人臉識(shí)別與3D人臉識(shí)別算法的錯(cuò)誤率下降了一個(gè)數(shù)量級(jí)；不同光照環(huán)境下的人臉比對(duì)取得了進(jìn)步。FRVT2006還第一次將機(jī)器識(shí)別效果與人的識(shí)別能力進(jìn)行比較。結(jié)果發(fā)現(xiàn)，在不同的光照環(huán)境下，給定一個(gè)低的虛警率，七個(gè)自動(dòng)人臉識(shí)別算法的性能相當(dāng)于或優(yōu)于人的識(shí)別能力；若不指定虛警率，則七個(gè)算法中的三個(gè)算法的性能相當(dāng)于或優(yōu)于人的識(shí)別能力。
2010年并沒(méi)有舉行FRVT評(píng)測(cè)，而是進(jìn)行了與之非常類(lèi)似的MBE（Multiple-BiometricEvaluation）人臉識(shí)別評(píng)測(cè)，此次評(píng)測(cè)共有7家供應(yīng)商和3所大學(xué)參加，用于評(píng)測(cè)的數(shù)據(jù)庫(kù)規(guī)模超過(guò)了以往評(píng)測(cè)規(guī)模，首次達(dá)到百萬(wàn)級(jí)（180萬(wàn)），采集圖像來(lái)自罪犯和簽證照片，采集時(shí)間跨度超過(guò)10年。同時(shí)首次公布各個(gè)算法的識(shí)別準(zhǔn)確率，并對(duì)算法的運(yùn)行速度進(jìn)行了測(cè)試。MBE2010評(píng)測(cè)中表現(xiàn)最好的為日本NEC公司的算法，在160萬(wàn)幅人臉圖像（犯罪紀(jì)錄中所截取）中搜索識(shí)別準(zhǔn)確率達(dá)到92％，每次搜索比對(duì)所需時(shí)間僅為約0.4秒；在180萬(wàn)幅人臉圖像（簽證申請(qǐng)時(shí)采集）中，準(zhǔn)確率則達(dá)到了95％。從這次評(píng)測(cè)結(jié)果來(lái)看，人臉識(shí)別技術(shù)有了非常大的進(jìn)步。
2013年，FRVT在前幾次人臉識(shí)別供應(yīng)商評(píng)測(cè)基礎(chǔ)上繼續(xù)進(jìn)行，主要評(píng)測(cè)任務(wù)包括：在圖像集中實(shí)施1：N人臉?biāo)阉麒b別、1:1的簽證圖像驗(yàn)證、視頻序列中進(jìn)行人臉識(shí)別、雙胞胎識(shí)別、性別估計(jì)、年齡估計(jì)和姿勢(shì)估計(jì)。從測(cè)評(píng)任務(wù)上，我們可以看到人臉識(shí)別技術(shù)已經(jīng)向更加智能化發(fā)展，不僅僅是單純追求識(shí)別的成功率，同時(shí)也反應(yīng)了人臉識(shí)別與視頻監(jiān)控技術(shù)對(duì)接的發(fā)展趨勢(shì)。到目前為止，NIST只發(fā)布了關(guān)于年齡估計(jì)的報(bào)告（世界上首份自動(dòng)年齡估計(jì)算法性能報(bào)告），評(píng)測(cè)結(jié)果表明：在600萬(wàn)規(guī)模的數(shù)據(jù)庫(kù)進(jìn)行年齡估計(jì)（誤差在5歲以?xún)?nèi)），最好的算法的準(zhǔn)確率為67%，所有算法的運(yùn)行時(shí)間小于0.15秒/圖片，最準(zhǔn)確的算法平均運(yùn)行速度為0.125秒/圖片。
人臉檢測(cè)曲線(xiàn)圖如何看？
圖標(biāo)中橫軸表示誤檢人臉數(shù)，縱軸表示檢出率。曲線(xiàn)越陡峭，曲線(xiàn)上的點(diǎn)越接近（0,1），表示檢測(cè)器性能越好。
國(guó)內(nèi)人臉識(shí)別算法和應(yīng)用做的比較好的是上海快視信息技術(shù)有限公司。
