一、人脸识别技术特点简介

人脸识别，是一种基于面部特征信息进行身份识别的生物识别技术。使用摄像机或摄像头采集包含人脸的图像或视频流，并自动检测和跟踪图像中的人脸，进而对所检测到的人脸进行识别的一系列相关技术，通常也称为人像识别、面部识别。

人脸与生俱来的生物特征(指纹、虹膜等)，其唯一性和不易被复制的优良特征为身份识别提供了必要的前提条件，与其他种类的生物识别相比，人脸识别有以下特点：

1、非强制性：使用者无需专门与人脸采集设备合作，在几乎无意识的情况下就能获取人脸图像，这种抽样方式并无强制性；

2、非接触性：用户无需与设备直接接触即可获得人脸图像；

3、并行性：实际应用场景中可对人脸进行分类、判断和识别；

二、人脸识别的算法。

一般而言，人脸识别系统的输入通常是一张或一系列包含一个或一系列包含未确定身份的人脸图像，以及人脸数据库中已知身份的人脸图象或相应编码，而输出则是一系列的相似度分数来显示要识别的人脸。

人脸识别算法的分类：

特征点(Feature-basedrecognitionalgorithms)基于人脸特征点的识别算法。

一种基于整个人脸图像的识别算法(Appearance-basedrecognitionalgorithms)。

一个基于模板的识别算法(Template-basedrecognitionalgorithms)。

使用神经网络的算法(Recognitionalgorithmsusingneuralnetwork)。

根据光照估计模型理论(提出了基于Gamma灰度校正的光照预处理方法，并根据光照估计模型，给出相应的光照补偿和光照平衡策略)

最优变形统计校正理论(基于统计变形的校正理论，优化人脸姿态)；

增强迭代论(强化迭代理论是DLFA人脸检测算法的一个有效扩展)；

独特的实时特征识别理论(该理论侧重于对人脸实时数据的中间值处理，从而在识别率与识别效率之间实现最佳匹配)