當前社會上頻繁出現的入室偷盜、、傷人等案件的不斷發(fā)生，鑒于此種原因，防盜門開始走進千家萬戶，給家庭帶來安寧；同時抓取的照片還將通過網絡傳輸給公1安相對應的人口庫（黑名單庫）進行比對識別，結果將實時傳回前端。然而，隨著社會的發(fā)展，技術的進步，生活節(jié)奏的加速，消費水平的提高，人們對于家居的期望也越來越高，對便捷的要求也越來越迫切，基于傳統的純粹機械設計的防盜門，除了堅固耐用外，很難快速滿足這些新興的需求：便捷，開門記錄等功能。人臉識別技術已經得到廣泛的認同，但其應用門檻仍然很高：技術門檻高（開發(fā)周期長），經濟門檻高（價格高）。

　基于統計的人臉檢測技術——通過對于“人臉”和“非人臉”的圖像大量搜集構成的人臉正、負樣本庫，采用統計方法強化訓練該系統，從而實現對人臉和非人臉的模式進行檢測和分類。

　　從技術層面，人臉識別改進的辦法可從上述三個方面。任何一個細節(jié)技術的突破都可能帶來識別率的提升改進。

除了上述三個技術層面改進人臉識別，也有很多上游企業(yè)在做人臉識別技術改進的研究，如通過在元器件上的改進，提升人臉識別準確率。

通常采取三種應對措施，使人臉識別系統能正常運作：

1. 工程角度：研發(fā)質量模型，對檢測到人臉質量進行評價，質量較差則不識別/檢驗。

2. 應用角度：施加場景限制，比如刷臉，人臉閘機，會場簽到時，都要求用戶在良好的光照條件下正對攝像頭，以避免采集到質量差的圖片。

3. 算法角度：提升人臉識別模型性能，在訓練數據里添加更多復雜場景和質量的照片，以增強模型的抗干擾能力。