知乎上有個「韓國選美大賽，面部識別系統能夠辨別嗎」的問題，這個問題是面部識別的「終極問題」。不過，你還記得微軟小冰能辨別圖片美醜，還能吐槽的功能的新功能嗎？（做圖像識別技術的小夥伴說，小冰的技術屬於卷積深度學習神經網絡，能識別圖像裡的物體是什麼種類的物體，而不能識別這個種類的個體是誰，兩者的區別很大）其實微軟發布的 Windows 10 系統應引入了許多新特性，其中比較受關注的是 Windows Hello，使用人臉識別作為密碼訪問帳戶，最強的是它可以區分出雙胞胎的不同，並全數避免誤識別（就算親哥我也不你用我的電腦！）
· 算法的特徵空間下，三位美女的區分難度非常大
人臉識別的困難在於面部的相似性及易變性，由於個體之間的區別不大，人臉的結構相似，外觀不穩定，不同角度、不同光照、不同遮蔽物等讓人臉識別變得困難重重，是目前人工智慧領域最困難的研究課題之一。
澳大利亞網站 The Australian 邀請了六對（五對女性，一對男性）來自墨爾本和雪梨的雙胞胎參與了 Windows Hello 人臉識別能力的測試。被測試的雙胞胎的其中之一要通過該設備進行 Windows10 帳號註冊（包括面部信息採樣），然後雙胞胎的另一方將通過直接「刷臉」的方式驗證該系統的安全性。
面部識別作為 Windows Hello 的重點項目，錯誤識別率僅為 10 萬分之 1，拒絕識別率為 2%-5% 之間。此項技術需要用三個攝像頭，一個是嵌入顯示器上的 Intel RealSense 攝像頭，另外還包括一個普通攝像頭和 3D 攝像頭，檢測圖像，探測熱量和深度檢測，對人臉進行識別。
· 唯一通過測試的雙胞胎小蘿莉，你能找出幾處不同？
測試的中有一對雙胞胎通過了，這樣的結果意外嗎？其實計算機進行人臉識別的方式有很多種，有 2D 和 3D 之分，現階段主流的算法都是通過計算眼睛，鼻子，嘴角的大概二三十個錨點的相互的幾何關係來生成每個人臉的特徵，用這些特徵來做識別。雙胞胎的人臉特徵之間的差異有的差異大，有的差異小，能不能分辨主要看相機的解析度和算法的精度，並不保證每對雙胞胎都能區分：假設用一個生物識別傳感器是 98% 的話，就是 2% 的出錯率，三個一起用，出錯率是 2% 的三次方，就是百萬分之 8，也會存在有一定機率失誤（粗略的，實際用起來可靠率會比這個假設更高）
· 多生物識別傳感器有助於提高生物識別準確率
不過，Windows Hello 的目的並不是僅僅作為登陸這麼簡單，它將成為你的「微軟護照」，作為統一的登陸程序登陸你的程序和網站，取代原始密碼，這其中包括 Google、聯想、三星和晶片製造商高通等都在積極加入，隨著 RealSense 攝像頭在市面上的普及，以及微軟未來在軟體應用、服務、網站等開啟 Windows Hello 功能，刷臉時代說不定已經快來了。