据悉，银行、社保、边防海关、考场等真实场景下，现场人脸采集照片受光照、角度、遮挡等影响大。同时，身份证芯片里存储的身份证照片人脸区域像素小，照片模糊，加之一般为多年以前的照片，和现场采集照片相差大。因此，要在真实场景下实现人脸识别身份认证相当困难。

　　对此，重庆研究院科研人员采用双层异构深度神经网络，将跨场景、非同源人脸图像映射到同一图像空间，有效解决了真实场景光照、角度、遮挡、年龄跨度对人脸识别的影响。同时将专家知识和大数据挖掘有效结合，使算法模型具有自适应更新学习能力，从而更适应于现场环境。

　　目前，基于该算法开发的人脸识别人证合一验证系统已成功应用于银行、社保、边防海关、机场、火车站、考场等真实场景。

　　最近，研究人员收集、整理了2000人的身份证照和真实环境现场采集照，并在真实环境数据库上进行了算法与人眼的测试比对，最终统计出各自识别率。通过组织200人的人眼测试，在受光照、角度、遮挡、模糊、年龄跨度等因素综合影响下，人眼的平均识别率仅为72.7%，而算法识别率达到93.2%。

　　（原载于《中国科学报》 2014-10-30 第4版 综合)