你当前正在访问 Microsoft Azure Global Edition 技术文档网站。 如果需要访问由世纪互联运营的 Microsoft Azure 中国技术文档网站，请访问 https://docs.azure.cn。
什么是 Azure AI 人脸服务？
警告
2020 年 6 月 11 日，Microsoft 宣布在以人权为基础的强有力的法规颁布之前，将不向美国的警察局出售人脸识别技术。 同样地，如果客户是美国警察局、由美国警察局准许使用或针对美国警察局使用 Azure 服务，则这些客户不得使用这类服务中包含的人脸识别特性或功能（例如人脸或视频索引器）。 创建新的人脸资源时，必须在 Azure 门户中确认并同意将不会由美国警察局使用该服务或是为美国警察局使用该服务，并且已查看了负责任的 AI 文档，将根据它使用此服务。
重要
如果使用 Microsoft 产品或服务处理生物识别数据，则需负责以下事项：(i) 向数据主体提供通知，包括有关保留期和销毁的通知；(ii) 从数据主体处获得同意；(iii) 根据适用的数据保护要求删除生物识别数据。 “生物识别数据”将具有 GDPR 第 4 条中所述的含义，以及其他数据保护要求中的等效术语（如果适用）。 如需相关信息，请参阅人脸的数据和隐私。
注意
为了支持我们负责任的 AI 原则，基于资格和使用标准对人脸服务访问进行限制。 人脸服务仅适用于 Microsoft 托管客户和合作伙伴。 使用人脸识别引入表单来申请访问。 有关详细信息，请参阅人脸受限访问页面。
Azure AI 人脸服务提供了可检测、识别和分析图像中的人脸的 AI 算法。 人脸识别软件在许多不同情形中都十分重要，例如身份验证、无接触访问控制和实现隐私的人脸模糊。
你可以通过客户端库 SDK，或者直接调用 REST API 使用人脸服务。 按快速入门的说明开始使用。
或者，你可以使用 Vision Studio 快速轻松地在浏览器中试用人脸服务的功能。
本文档包含以下类型的文章：
- 快速入门是分步说明，可按照其调用服务，并在短时间内获得结果。
- 操作指南包含以更具体的方式或自定义方式使用服务的说明。
- 概念性文章对服务的功能和特性进行了深入说明。
- 教程是较长的指南，向你演示了如何在更广泛的业务解决方案中使用此服务作为组件。
如果需要更加结构化的方法，请遵循适用于人脸识别的培训模块。
示例用例：
身份验证：根据政府颁发的身份证（如护照、驾照或其他注册映像）验证某人的身份。 你可以使用此验证授权访问数字或物理服务或恢复帐户。 特定访问情形包括建立新帐户、验证工作人员或管理联机评估。 身份验证可以在员工入职时进行一次，并在他们访问数字或物理服务时重复进行。
非接触式访问控制：与如今的卡片或票证等方法相比，选择性人脸识别能够增强访问控制体验，同时降低因卡片共享、丢失或盗窃而带来的卫生和安全风险。 人脸识别可以帮助在机场、体育场馆、主题公园、建筑物或者办公室、医院、健身房、俱乐部或学校的接待亭进行人工值机。
人脸编修：编辑或模糊视频中录制的检测到的人脸，以保护其隐私。
人脸检测和分析
在所有其他情况下，需要将人脸检测作为第一步。 检测 API 可以检测图像中的人脸，并返回其位置的矩形坐标。 它还返回一个表示存储的人脸数据的唯一 ID。 该 ID 将在以后的操作中用于识别或验证人脸。
人脸检测还可提取一组人脸相关属性，例如头部姿势、年龄、情绪、面部毛发和眼镜。 这些属性是一般预测，而不是实际分类。 某些属性可用于确保在用户将自己添加到人脸服务时，应用程序获得高质量的人脸数据。 例如，如果用户戴着太阳镜，应用程序可以建议用户取下太阳镜。
注意
Microsoft 已停用面部识别功能，这些功能可用于尝试推断情绪状态和身份属性，如果滥用，可能会使人们遭受刻板印象、歧视或受到不公平的拒绝服务攻击。 这些包括预测情绪、性别、年龄、微笑、面部毛发、头发和化妆的能力。 在此处阅读有关此决定的更多信息。
有关人脸检测和分析的详细信息，请参阅人脸检测概念文章。 另请参阅检测 API 参考文档。
身份验证
新式企业和应用可以使用人脸识别和人脸验证操作来验证用户是否是其声称的用户。
标识
人脸识别可解决图像中一张人脸与安全存储库中一组人脸的“一对多”匹配问题。 根据其人脸数据与查询人脸的匹配程度，返回匹配候选项。 此方案用于向对某组人员授予建筑物或机场进出权限或验证设备的用户。
下图显示名为 "myfriends" 的数据库的示例。 每个组最多可以包含 100 万个不同的 person 对象。 每个人员对象可以注册最多 248 张人脸。
创建并训练一个组后，可以对组使用新检测到的人脸执行识别。 如果人脸被标识为组中的某一人员，则返回该人员对象。
快速轻松地使用 Vision Studio 试用人脸识别功能。
验证
验证操作会回答问题“这两个人脸是否属于同一人？”。
验证也是将图像中的人脸与安全存储库或照片中的一张人脸进行“一对一”匹配，以验证他们是否是同一个人。 验证可用于身份验证，例如银行应用可让用户拍摄自己的新照片并将其与身份证件照片一起发送，以远程开立信用帐户。
有关身份验证的详细信息，请参阅人脸识别概念指南或识别和验证 API 参考文档。
快速轻松地使用 Vision Studio 试用人脸验证功能。
查找相似人脸
查找相似人脸操作会在目标人脸和一组候选人脸之间进行人脸匹配，找出与目标人脸相似的一小组人脸。 这对于按图像进行人脸搜索很有用。
该服务支持两种工作模式：matchPerson 和 matchFace 。 使用验证 API 针对同一人进行筛选后，matchPerson 模式会返回相似人脸。 matchFace 模式会忽略同一人筛选器。 它返回相似候选人脸的列表，这些人脸不一定属于同一人。
以下示例显示了目标人脸：
这些图像是候选人脸：
为了查找四张相似人脸，matchPerson 模式会返回 A 和 B，它们与目标人脸显示的是同一个人。 matchFace 模式返回 A、B、C、D，恰好四个候选项，即使某些选项与目标不是同一人或者相似度低，也是如此。 有关详细信息，请参阅人脸识别概念指南或查找相似人脸 API 参考文档。
对人脸分组
组操作会基于相似性将未知人脸的集合分为几个较小的组。 每个组是原始人脸集合的互不相交真子集。 它还返回单个“messyGroup”数组，其中包含未找到相似性的人脸 ID。
返回的一个组中的所有人脸可能属于同一人，但一个人可能有多个不同的组。 这些组按其他因素（例如表情）区分。 有关详细信息，请参阅人脸识别概念指南或分组 API 参考文档。
数据隐私和安全性
与所有 Azure AI 服务资源一样，使用人脸服务的开发人员必须了解 Microsoft 关于客户数据的策略。 有关详细信息，请参阅 Microsoft 信任中心内的“Azure AI 服务”页。
后续步骤
按照快速入门中的说明，使用所选语言对人脸识别应用的基本组件进行编码。