AI 词汇表
人工智能完整词典
人脸检测
一种算法过程，能自动定位数字图像或视频流中的人脸，通常通过在检测到的人脸周围绘制矩形框来实现。
人脸识别
一种生物识别技术，通过分析和比较捕获的面部特征与数据库中存储的特征来识别或验证个人身份。
人脸验证
1:1比较过程，判断两张面部图像是否属于同一个人，通常返回二元响应（匹配/不匹配）。
人脸鉴定
1:N识别过程，通过将个人面部与已知面部数据库进行比较来识别身份以找到匹配项。
人脸嵌入
低维向量表示（通常为128-512维），以独特方式编码人脸的判别性特征以便于比较。
关键点检测
精确定位面部关键解剖点，如眼角、鼻尖和嘴部轮廓，用于标准化和分析面部表情。
人脸对齐
使用面部地标点标准化面部方向和位置的几何变换过程，以减少姿态变化。
活体检测
一套技术，用于判断呈现的面部是否属于真人而非照片、视频或3D面具，以防止欺骗攻击。
三元组损失
用于度量学习的一种损失函数，它最小化锚点与正样本面部之间的距离，同时最大化与负样本面部之间的距离。
ArcFace
一种先进的人脸识别架构，它在softmax损失函数中添加角度间隔，以改善类间分离性和类内紧凑性。
余弦相似度
两个人脸编码向量之间的相似性度量，计算为它们之间角度的余弦值，范围从-1（完全相反）到1（完全相同）。
FaceNet
由谷歌开发的卷积神经网络架构，直接学习将人脸编码映射到紧凑的欧几里得空间，其中距离对应于面部相似性。
活体检测
设计用于检测和防止使用照片、视频或面具等伪影欺骗人脸识别系统的安全机制。
人脸聚类
一种无监督过程，在没有预定义标签的情况下自动将相似的人脸图像分组，以组织大型照片集。
DeepFace
由Facebook开发的深度人脸识别架构，使用九层神经网络，在LFW基准测试上达到接近人类的准确率。
人脸归一化
包括对齐、光照校正和尺寸标准化等的一组预处理操作，用于减少人脸图像中的非身份变化。
孪生网络
具有两个共享权重的相同分支的神经网络架构，经过训练，用于判断两个输入（面部）是相似还是不同。
人脸跟踪
在视频序列中持续跟踪一个或多个人脸运动的过程，并保持逐帧一致的识别。
属性识别
一种面部分析，用于从面部图像中预测人口统计或身体属性，如年龄、性别、种族或情感表达。