人脸识别属于计算机视觉的任务吗？做人脸识别项目核心知识点

人脸识别明确属于计算机视觉（Computer Vision, CV）中的一个经典任务，而且是应用最广、研究最深、商业价值非常高的方向之一。

🔍 计算机视觉中的“人脸相关任务”分类：

任务类别	描述	技术关键词
人脸检测（Face Detection）	找出图像中是否有脸、在哪	MTCNN、YOLO、人脸框
人脸识别（Face Recognition）	判断是谁（比对身份）	ArcFace、FaceNet、embedding向量
人脸对齐（Face Alignment）	对齐五官位置，规整图像	人脸关键点检测
人脸验证（Face Verification）	判断两张脸是否是同一个人	1:1 比对
人脸检索（Face Retrieval）	从数据库中找出最相似的几张脸	向量检索、ANN
活体检测（Anti-Spoofing）	判断是否为照片、视频欺骗	RGB/红外/深度信息分析

---

🎯 人脸识别的应用场景非常广：

• 门禁系统、考勤系统

• 手机解锁、刷脸支付

• 警务追踪、监控系统

• 社交软件照片标记

• 银行 KYC 身份认证

➡️ 这些都依赖“人脸识别 + 活体检测”等CV技术。

---

🔧 背后用到的CV技术包括：

• 卷积神经网络（CNN）

• 特征提取 + 向量空间度量

• 图像对齐、关键点检测

• Triplet Loss / ArcFace / CosFace 等损失函数

---

✅ 总结：

人脸识别是计算机视觉的一个重点子方向，属于“图像识别 + 特征提取 + 模型匹配”的实际应用类型。
也是很多入门CV实战项目最常用的课题之一。

---

 免费分享一些我整理的人工智能学习资料给大家，整理了很久，非常全面，获取方式见图。
【人工智能自学路线图（图内推荐资源可点击内附链接直达学习）】
【AI入门必读书籍-花书、西瓜书、动手学深度学习等等...】
【机器学习经典算法视频教程+课件源码、机器学习实战项目】
【深度学习与神经网络入门教程】

【计算机视觉+NLP经典项目实战源码】
【大模型入门自学资料包】
【学术论文写作攻略工具】