静态侦测是指在一张图片或者视频帧中，识别出其中的人脸，并且对其进行特征提取、比对等操作。在静态侦测中，主要面临的问题是光照、角度、表情等因素的影响，这些因素都会对人脸的特征提取产生一定的影响。因此，在静态侦测中需要使用到一些特殊的算法和模型，比如基于深度学习的卷积神经网络（CNN），可以很好地解决这些问题。
静态侦测主要应用于人脸识别场景的照片或视频中，它可以帮助我们进行人脸比对、人脸搜索等操作，常用于人脸门禁、考勤系统、安防等领域。
动态侦测是指在视频流中实时地检测出其中的人脸，实时进行识别和跟踪。相对于静态侦测，动态侦测强调的是实时性和鲁棒性，因为视频流中存在诸如抖动、遮挡、光照变化等问题，这些都需要在动态侦测中得到一定的解决。
在动态侦测中，需要使用到一些跟踪算法和目标检测算法。目标检测算法可以帮助我们在视频流中找到人脸的位置，并对其进行特征提取，而跟踪算法则是在之后的帧中对这个人脸进行追踪，实现实时识别和跟踪。
静态侦测和动态侦测在算法和应用方面都有所不同。静态侦测更注重准确性和精度，它的应用领域主要是在照片或者视频中进行人脸识别和比对，而且静态侦测算法相对比较简单和成熟。动态侦测则更加强调实时性和鲁棒性，它需要在视频流中实时检测和识别人脸，算法也相对比较复杂和难以实现。
另外，静态侦测和动态侦测还有一些具体的方法和算法可选，比如静态侦测中可以使用传统的特征提取算法（如LBP、HOG等）或者深度学习算法（如CNN），而动态侦测中常用的算法有Kalman滤波、MeanShift跟踪、YOLO目标检测等等。
静态侦测主要应用于人脸识别场景的照片或视频中，如门禁、考勤、安防等场景。而动态侦测主要应用于现场监控、视频会议等场景，需要实时检测和识别人脸，跟踪其位置和变化。
值得注意的是，现在随着计算机视觉技术的发展和智能终端的普及，人脸识别已经开始广泛应用于各个场景，不仅限于上述场景，如支付、社交、医疗等都可以应用到人脸识别技术。
关注微信