人臉識別有兩個較為關鍵的定義，即1:1和1:N。但通常很多人不理解什么情況是1:1，什么情況是1:N呢？此外哪一個更合適旅游景區這類場景應用呢？

    1:1如大家如今機場安檢、高級工程建筑通道等的人與身份證件上的照片開展核對的運用，用于證實自身是自身。想一想，現階段我們在地鐵站搭車過安檢時，驗票工作人員一直拿著身份證件跟你自己做比照，證實身份證件里邊你是不是自己，這類場景就是1:1的場景。據有關統計分析證實人的人眼識別精確度做到95%上下，可是人的雙眼是有疲勞值的，因此地鐵站安全檢查工作人員必須定時執行調班轉崗。目地便是為了更好地維持較為均值的識別的準確度。可是，在這類場景下，假如選用人臉識別技術性，識別率可做到97%乃至是高些的準確度并且系統軟件機器設備是沒有疲勞值的難題。因此1：1合適用以景區大門出站口處，用以識別人跟票的唯一性。

    而1:N如大家現在在地鐵站或一些關鍵的場地如商業街、候車室等人流密集的場地運用的人臉識別操控系統軟件，其特性是動態和非相互配合。說白了的動態也就是識別的并不是照片，并不是照片，只是由前端開發監控攝像頭收集的動態rtmp協議;非相互配合就是指識別目標無需認知到監控攝像頭的部位并相互配合進行識別工作中，全部識別全過程十分便捷，不容易令人抵觸。但1:N會由于應用地址，自然環境，光源，乃至是夾層玻璃反射面都是會危害識別的精確性，因此1:N相對性更具備趣味性，合適用以旅游景區內客流量相對性很大的游客服務中心、演出管理中心等。

    紐特智能的人臉識別系統軟件，牽涉到好多個較為關鍵的重要環節——人臉識別算法、品質分辨、識別核對。無論是照片還是rtmp協議，靜態數據還是動態必須在界面中分辨出面部的部位，這就是人臉識別算法;第二點品質分辨也就是讓人臉識別系統軟件去分辨是否一張正臉合理的照片，1:N的動態場景中更難一些，由于在動態人臉識別算法全過程中，界面會出現仰頭，低下頭，側顏等非相互配合的情況。因而品質分辨的優劣立即危害最終的結果。依據每秒鐘輸出的25幀上下的界面，系統軟件便會全自動識別什么會做到分數線，在其中有一張做到了的情況下就吐出交給后臺管理核對數據庫查詢以進行最后一步識別核對的工作中。