人脸识别是基于人的脸部特征信息进行身份识别的一种生物识别技术，随着刷脸时代的到来，人脸识别技术在国内发展迅速，应用场景越来越广泛，可应用于自动门禁系统、身份验证、ATM 取款机以及家庭安全等场景。

在多数的应用场景中，人脸图像都是在非严格控制的条件下采集的，使得拍摄的人脸图像不可避免地存在包含姿态、光照和表情变化等方面的变化，这些变化增加了人脸识别的难度。其中，姿态变化是目前人脸识别技术中存在的最大瓶颈之一。受姿态变化的影响，同一个人脸的表观产生巨大差异，导致人脸识别精度急剧下降，因此如何提取与人脸身份相关而与人脸姿态无关的特征显得尤为重要。

姿态鲁棒人脸识别技术就是为了解决姿态问题给人脸识别准确性带来的挑战，可以在保持较好识别性能的同时，增强人脸识别对各种应用场景的适应能力，得到稳定准确的人脸识别结果。

中科视拓一直致力于人脸识别技术的研究，自主研发了人脸检测、面部特征点定位、人脸属性分析、监控视频结构化等技术，通过漏斗型全姿态人脸检测技术可以检测出复杂场景中的各种人脸，同时可以实现人物性别、年龄、表情、肤色、等不同人脸属性的判别。

下周二晚七点，智东西公开课策划推出的计算机视觉应用合辑第3讲继续开讲。中科视拓联合创始人张杰将主讲，主题为《姿态鲁棒人脸识别关键技术及其在智慧园区中的应用》。

张杰博士将从损失函数设计的角度介绍近年来人脸识别在特征提取方面的进展，然后从显示对齐人脸的角度介绍一系列姿态鲁棒的人脸识别方法，以及姿态鲁棒人脸识别在智慧园区解决方案中的应用。