小好HHH2019-02-11 15:31:02會的，我之前拿身份證去開移動卡，因為我身份證名下有五張卡了，就拿了我嫂子的去，最後電腦認證比對也通過了，可能是長的有點相像吧或者是開卡的人像識別沒有國家一些安檢部門的那麼嚴格
數碼大學生2019-02-11 20:07:48您好，會的，不過幾率特別特別小。
大蝦王哥2019-02-11 21:25:41這個問題比較複雜，回答問題之前，先簡單闡述一下人臉識別的原理。
人臉圖片透過人臉採集裝置來獲取，比如手機、人臉抓拍機等採集人臉圖片，一般以PNG、JPEG、JPG等格式儲存圖片。這裡，帶來2個問題：
1 和誰比的問題。
一般的，需要底庫，也就是需要比對的人組成的一個庫。這是基本條件，沒有比對的目標了，比對和識別也就無從談起。
2 圖片和圖片能比對嗎？
回答是不能，圖片是由一個個的畫素來組成的，由於光照、角度等的不同，每次拍照得到的圖片也不同，所以這樣的比對沒有意義。
所以，引入了特徵值的概念，對人臉的部位提取特徵點，比如臉頰、嘴、眼、鼻等部位提取特徵點，得到人臉的輪廓，輪廓相對關係是特定的，也就真正的表示了人臉的特徵。
一般的：
1 仰俯角<±15°，旋轉角<±15°，可以獲取到人臉基本特徵，這也是AI演算法廠商人臉識別的識別要求。
2 40*40pixel<純人臉區域畫素<300*300pixel，識別準確性可以達到比較好的水平，一般的，廠家對於人臉畫素都會設定一定指標要求。
所以，我們平常談到的人臉識別是對於2張圖片的特徵值的比對，而不是2張圖片本身比對，這點特別重要。人臉識別過程也就是人臉特徵值的比對過程。
國內人臉識別演算法獨角獸企業，比如依圖、商湯、曠視、雲從等的特徵值數量選擇並不相同，有80多點，也有100多點，各家演算法建模不同，演算法思路、訓練集不同，並不能說誰一定就比別家好。但是對於某一家廠商來說，特徵點數量越多，獲取到的人臉資訊會更全面、更精確，識別效果也會越好，這點是確定的，但是也會帶來更多硬體資源的消耗，所以會均衡選擇，效能和資源達到一個比較合理的水平。
對於所提問題，主要可能有以下幾個原因：
1 演算法問題，本身準確度不夠，可能是模型選擇問題、訓練集數量不夠，也可能是本身設計思路有問題。
2 閾值設定問題。比如我們發現自己的蘋果手機，被別人人臉可以刷開，這個可能是由於門限設定過低導致。一般的，某一演算法都會設定一個門限值，超過門限值，會認為是同一人，低於某一值，會認為是另一人。設定過低時候，會導致識別成為另外一人，但是對於toC產品來說，廠家寧願選擇低一點的門限，更容易刷開，這也是現在網上經常可以看到的問題。
3 A確實很像B；
2017年6月，在美國國家標準於技術研究院（NIST）舉辦人臉識別測試（FRVT）中，依圖科技獲得冠軍，其在千萬分之一誤報下的識別準確率達95。5%，這是全球工業界在此項指標下的最好成績。
而在依圖最新的測算中，中國每1億人中有一個人和你長得一模一樣！按照中國目前13億人口測算，就有13名長得幾乎相同的人。當他們一同站在其中一位的親生父母面前，或許連親生父母都無法做到準確辨別。
最後，說明一下，無論是多精密的機器或系統，都會犯錯，我們不能因為一點點小的差錯而因噎廢食，比如公安發現比中一個嫌疑人時，並不是馬上抓捕，還要進一步人工核對，確認後才進行下一步行動。現在公安、金融、手機終端、小區、商業等多個行業已經對人臉識別有了比較好的商業應用，效果還不錯，相信在不久的將來，隨著人臉識別、虹膜識別、聲紋識別技術的不斷提高，應用也會越來越廣泛。
感性的小酒館2019-02-11 18:01:00目前沒有碰到過這種情況。我物件身份證辦的時間較早，那時候比較胖，後來減肥之後辦了張中國銀行的卡，網銀登陸需要刷臉識別，因為網銀系統自動備份身份證的人像，所以網銀登陸不上去，沒辦法還得去派出所更新身份資訊。
如果有那就可能是系統的原因了，畢竟人臉識別功能開發了這麼久，一些bug已經逐步得到了完善，基本不會存在這種問題，如果出現要麼是手機中毒，要麼是系統損壞。
零售大寶箱2019-02-11 19:23:46目前人像識別大型的網際網路公司還不敢承諾100%，但是識別率已經非常高了，號稱99%以上，因為識別時要考慮極端的、複雜的情況，比如識別裝置即攝像頭的正常性、外部光源的干擾、識別人的角度以及主觀配合程度等多方面因素。
rouker2019-02-11 18:28:40會的，就連指紋也不是百分百的安全
