人工智能应用-机器视觉：人脸识别（8）小结

人脸识别技术的发展经历了从几何特征分析、特征脸到深度学习三个阶段。

特别是深度学习技术的应用，极大地提升了人脸识别在复杂环境下的性能，使这一技术真正走向实用。

然而，随着技术的普及，信息泄露和仿冒攻击等问题也逐渐浮现，成为人们关注的焦点。解决这些问题不仅需要技术手段的创新，还需要法律法规的完善，以确保人脸识别技术在法律框架下合法、合规地运行。

思考题：

1. 讨论一下，和传统方法相比，深度神经网络模型在人脸识别方面解决了哪些问题，有哪些优势？
2. 2021 年，美国纽约的“抵制扫描（Ban the Scan）”行动形成声势浩大的反人脸识别浪潮，组织者称人脸识别会带来巨大的社会风险。同时，包括我国在内的很多国家都在立法严控人脸识别技术的使用。讨论一下，为什么人们对这一技术的使用如此担心？
3. 实践设计：在大语言模型的帮助下，编写简单的人脸识别程序。输入一张你自己的照片和五张明星的照片，看看你和哪个明星更像。