人脸识别技术从早期频频翻车到如今流畅运行，背后是园区产品经理们的血泪进化史。从物业大叔当人肉开关的尴尬，到考勤打到别人身上的崩溃；从HR收集五花八门自拍照的混乱，到自助录入系统的优雅升级——本文用亲身经历揭秘技术迭代背后的产品逻辑，更给出所有创新者都该牢记的黄金准则。

说真的，我做园区产品这些年，见过人脸识别最狼狈的样子，也见过它最成熟的样子。

这中间隔了大概五六年的样子。

变化大到我有时候回想起来都会觉得——卧槽，那时候我们是怎么撑过来的。

那段”识别不了就找物业开闸”的日子

早期上人脸识别的时候，准确率是真的不稳定，不是偶尔识别不了，是经常识别不了。

员工站在闸机前刷脸，设备转圈，没反应，再试一次，还是没反应。

那怎么办？没有备用方案，就一个办法——找现场物业人员手动开闸放行。

你能想象那个画面吗？一个智能园区，员工每天早上排队等物业大叔手动给他们开门。智能，智能个锤子啊。

然后员工去反馈，我们这边排查：是照片不合格？光线问题？角度偏了？还是戴了眼镜口罩？每一个识别失败的背后，都要去查一遍原因，那个时候真的是烦躁啊。

项目又要上，识别率又上不来，完全只能人工顶上，这种日子持续了相当长一段时间，现在想起来还有点头皮发麻。

最离谱的是这件事：考勤打卡打到别人身上

识别不了是麻烦，但还有一个更让人崩溃的问题——识别错人。

员工站在考勤机前刷脸，系统识别成功，屏幕上显示出来的头像、姓名、人员编号——不是自己的。

如果是普通员工，大不了反馈一下，如果识别出错的是领导，免不了一顿挨叼。

这种情况是怎么发现的呢，其实很简单，识别之后屏幕上会显示被识别人的信息，员工一眼就看出来不对。但在他发现之前，这条考勤记录已经打到别人身上了。自己没打上卡，那可是要扣工资的啊。

当时接到这个反馈，我当时还是挺懵的。后来让研发查了日志，好家伙，真的打错了。

根源是早期算法模型样本量不够，对相似面孔的区分能力很弱。两个长相有几分相似的员工，系统傻傻分不清。

好吧，我认了，这锅得背。

人脸照片的采集方式——从土到不土的三个阶段

说到早期人脸识别的问题，绕不开照片采集这件事，这个环节踩的坑一点不比算法少。

第一阶段：HR收集自拍照

员工自己拍一张照片，按照”姓名+人员编号.jpg”的格式命名，发给HR，HR统一导入系统。

听起来好像还行，实际操作完全是灾难现场。

有人用五年前的证件照，有人用美颜过度的自拍，有人照片里戴着墨镜，有人背光拍导致脸黑乎乎一片，还有人直接发了一张卡通头像——我是认真的，真的发过卡通头像。

照片质量千差万别，识别率当然上不去，你让系统怎么认？

第二阶段：后台统一录入

意识到自拍照质量不可控之后，升级成现场采集。由专人在固定光线、固定角度下给员工拍照，统一标准录入后台。

质量好多了，但流程真的很重。新员工入职要专门安排时间采集，离职员工要手动清除，万一忘了清，离职员工还能刷脸进门——这个bug想想就觉得可怕。

第三阶段：小程序或App员工自助录入

员工自己打开小程序，按照系统提示完成人脸录入。系统实时检测照片质量——光线不够会提示，角度不对会提示，遮挡太多会提示，不合格直接拒绝上传。

这个阶段之后，照片质量的问题基本消失了。员工随时可以更新自己的人脸数据，戴了眼镜、换了发型、胖了瘦了，自己重新录一次就行，再也不用麻烦HR了。

说实话，这个体验升级我觉得是整个人脸识别改造里最爽的一步。

技术成熟之后，产品跟着发生了什么变化

算法模型通过大量项目积累了足够多的样本，识别率大幅提升之后，很多东西都不一样了。

以前识别不了就找物业开闸，现在这个兜底流程基本用不上了，物业大叔终于不用当人肉开关了。

以前需要专人管理人脸数据，现在员工自助完成，HR从这件事里解放出来，省出来的时间可以干点更有价值的事。

以前只敢用在人流少的区域，现在高峰期早晚几千人进出，闸机流畅得像没有识别一样，完全感觉不到阻力。

每次看到现在的系统跑得这么顺，我都会想起当年物业大叔手动开闸的画面，真的，那感觉像是上辈子的事了。

最后想说的一件事

这段经历让我想清楚了一件事——技术还没准备好，千万别急着把产品推出去。

早期我们上人脸识别，是因为客户要，是因为竞品在做，是因为这个功能看起来很酷。但技术的成熟度撑不住产品的承诺，结果就是用户体验一塌糊涂，物业天天被投诉，我们天天在排查问题。

后来我做任何涉及新技术的产品功能，都会先问自己一个问题：

这个技术现在的成熟度，能不能撑住我对用户的承诺？

撑得住，上。撑不住，要么等，要么先在小范围试点，不要全量铺开，别让用户替你验证一个还没准备好的技术。

早期那段日子，说苦吧确实苦，但回头看，学到的东西是真的多，只是代价有点大就是了。