怎么查照片上的人是谁？

在iPhone上的“照片”中查找人物

“照片”App使用设备端智能技术来识别照片中的人脸。为面孔添加名字后，您可以按名字搜索照片。

【注】使用“iCloud照片”时，您的“人物”相簿将在满足最低系统要求（iOS 11、iPadOS 13或macOS 10.13）的所有设备上保持最新。（您必须使用同一个Apple ID登录所有设备。）

查找某个人的照片

若要查找某个人的照片，请执行以下任一项操作：

轻点“相簿”，轻点“人物”相簿，然后轻点一个人以查看有其出现的所有照片。

轻点“搜索”，然后在搜索栏中输入人名。

将人物添加到“人物”相簿

打开要添加的某个人的照片，然后轻点“简介”按钮或向上轻扫以查看照片详细信息。

照片中识别出的人物会显示在照片左下角。轻点其旁边带有问号的人的面孔以识别此人。

轻点“标记姓名”。

键入其姓名，轻点“下一步”，然后轻点“完成”。

在“人物”相簿中给人物命名

轻点“相簿”，然后轻点“人物”相簿。

轻点要为其添加名字的某个人的面孔。

轻点屏幕顶部的“添加名字”，然后输入这个人的名字。

轻点“下一步”。

如果“人物”相簿中的一张面孔识别为了两个人或以上，请轻点“选择”，轻点此人的每个实例，然后轻点“合并”。

另外，可以根据照片知道她是谁的方法：1、打开百度APP，点击搜索框后面的“相机按钮”；2、选择“识万物”选项；3、对着人物照片，按下拍摄按钮；4、等待分析完成即可知道照片中是谁。

这些都用到了人脸搜索识别技术，下面对此技术展开介绍！

在大数据环境下，信息技术得到了快速发展。目前，人们正处在一个信息过载的时代，如何在海量数据中获取所需内容，已成为迫在眉睫的问题。

在此背景下，基于关键字检索技术的搜索引擎应运而生。随着网络技术的发展，网络传输带宽变得越来越大，可传输媒体种类随之增加。搜索引擎不仅可以搜索文本，还可以搜索等媒体，但由于部分图像比较难以使用自然语言去量化的描述，基于内容的搜索技术(Content-Based Image Retrieval，CBIR)自此走上了历史舞台。而人脸图像搜索技术作为搜索的一个分支，因其需求广泛，开启了飞速发展的时代。

目前，视频、直播等媒体形式已经成为了生活中的主流，然而，对于视频、直播中人或物的搜索，仍停留在截取图像后需自行搜索的阶段，而主流搜索引擎的搜索功能，使用起来又非常繁琐。同时，视频实时搜索技术正处于发展阶段，现有技术面临诸多问题，如程序鲁棒性普遍较低，难以同时保证准确性与实时性都达到高度可用。

随着人工智能技术的发展，人脸识别技术取得了巨大突破，其凭借着非接触和几乎无感的优良特性，在人类社会中发挥了重要的作用，全方位地渗透到了生活中。人脸识别技术经过几十年研究与发展，形成了多种人脸识别的解决方案，用来满足不同场景的应用需求。面对更加复杂的应用要求，人脸识别的研究也从最单一简单的背景转变到各种复杂场景之下，对于姿态、光照、表情、年龄、妆容、遮挡、噪声、种族、性别差异等影响因素都需要有良好的解决办法。

目前，大部分人脸数据集都是在较为理想的环境下采集的，由于几乎没有其他因素的干扰，大多数的人脸识别算法对处于该环境下的人脸具有良好的识别率。但是，在现实生活中，除了在较为理想环境下的人脸识别外，还有对于实时记录的公共或私人监控系统进行人脸识别的需要。然而，由于拍摄条件参差不齐，如有些监控本身分辨率就较低，再加上环境复杂、距离较远、角度较偏等因素，就会导致图像的分辨率极低，普通的人脸识别技术难以对其进行有效的识别。所以，对于复杂场景下的低分辨率人脸图像的识别研究具有很大的潜在价值与行业需求，此时，低分辨率人脸识别应运而生。

随着人脸识别技术作为公安、刑侦等领域的技术手段，被大量运用在保卫国家安全，保护人民群众及其财产安全，其相关领域的研究、专利数量开始井喷式增长。

人脸识别技术发展阶段

人脸识别技术的具体实现方法是将检测出的人脸图像信息与数据库中的人脸图像进行对比，从中找出与之匹配的人脸。人脸识别的理论研究以正面图像输入模式为主，主要经历了三个阶段。

第一阶段主要研究人脸识别所需要的面部特征，主要的研究者以Bertillon、Allen和Parke为代表；第二阶段主要研究人机交互识别，主要的研究者有Goldstion，Harmon和Lesk；第三阶段开启了机器自动识别技术研究，主要包括基于几何特征、基于代数特征和基于连接机制的三种识别技术。

人脸识别方法

常用的人脸特征提取与识别方法主要包括：基于主元分析的人脸识别方法、基于奇异值分解的人脸识别方法、基于几何结构特征与灰度特征融合的人脸识别方法、非线性建模人脸识别方法、基于隐马尔可夫模型的人脸识别方法和基于图像重建和图像融合的人脸识别方法。

人脸搜索识别过程

人脸识别技术的本质，就是对一张人脸图像进行量化分析后，与其他经过量化分析后的人脸图像作比较。但在实际应用过程中，数据库中很少存储只含有单个面部的照片，即使是单人照、证件照等照片，在进行人脸识别时仍需要进行人脸切割、人脸对齐等必要步骤。

在互联网中存在海量的人脸，大部分含有多张人脸，而且同一人的单人脸中的面部图像，并不一定比含有多张人脸的中的面部图像更具有代表性。传统的人脸识别技术采用的是逐一对比的方法，将该技术应用到含有多张人脸图像的中，能够扩大人脸识别技术的使用范围。

对于搜索端，当截取到的含有多张人脸图像时，先用算法对该进行判断，将所有人脸图像进行定位后，基于人脸中心位置与人脸特征位置进行切割，再通过人工选择其中一张人脸图像，并将其传入搜索网络。

对于人脸数据库端，在获得一张网络后，建立与相对应的人脸图像空间，对中每个人脸都进行检测提取，并存储到对应空间中的每张人脸图像都对应着人脸空间的一个元素。将传入搜索网络的人脸图像与数据库中人脸图像逐一比对，比对完成后，通过人脸图像所在的人脸空间找到对应，爬取的统一资源定位符进行结果返回。通过这种方法，无论匹配或者搜索有一张还是多张人脸图像，系统都能够给出有效的结果返回。

文章来源： 集成技术、 iPhone 使用手册