打开摄像头的一瞬间，系统已经在200毫秒内完成了从像素到身份的判断。这背后是人脸识别API在起作用——它不是单一算法，而是一条精密的流水线。南宁先创科技在为客户部署人脸识别API、SDK的实践中，梳理出这条流水线的核心技术环节。

人脸检测：找到画面中的每一张脸

人脸检测是整个流程的第一步，目标是从图像或视频帧中定位人脸的位置。主流方案采用RetinaFace或YOLO-Face等单阶段检测器，在WiderFace测试集上，RetinaFace的mAP可达91.4%。检测输出通常包含人脸边界框和5个关键点（双眼、鼻尖、嘴角），为后续对齐提供基准。

人脸分析与特征提取

检测到人脸后，需要做人脸分析——包括关键点定位、姿态估计和质量评估。质量分低于阈值的帧会被直接丢弃，避免影响识别率。通过仿射变换将人脸对齐到标准尺寸（如112×112），再送入特征提取网络。

• 骨干网络：ArcFace、CosFace等基于ResNet-100的变体，输出512维嵌入向量
• 损失函数：加性角度间隔损失（Additive Angular Margin Loss）让同类特征紧凑、异类特征分离
• 推理优化：通过TensorRT量化，单张人脸特征提取可压缩至15ms以内

特征比对与阈值决策

比对阶段计算两个特征向量的余弦相似度。业内常用阈值在0.35~0.45之间，对应误识率（FAR）控制在1e-5量级。实际部署中，1:N检索还需引入FAISS等向量索引库，百万级底库的检索延迟可控制在50ms以内。

以某园区门禁项目为例，接入免费人脸API做POC验证后，团队发现强逆光场景下识别率从97.2%跌至83%。引入质量评估模块过滤低分帧后，误拒率下降了41%。这说明人脸识别API、SDK的选型不能只看标称精度，必须结合场景做工程调优。

从检测到比对，每个环节的精度损耗都会累积。选择可解释、可调参的API与SDK，比追求单一指标更有实际价值。