1.人脸识别是属于人工智能领域的一项新技术。早在上世纪80年代随着计算机技术的迅猛发展，进入了初级应用。以美德日的技术为主。人脸识别的关键核心在于是否拥有尖端的核心算法。并使识别结果具有实用化的识别率和识别度。“人脸识别系统”集成了人工智能、机器识别、机器学习、模型理论、专家系统、视频图像处理等多种专业技术，同时需结合中间值处理的理论与实现，是生物特征识别的最新应用，其核心技术的实现，展现了弱人工智能向强人工智能的转化。
2.传统的人脸识别技术主要在于可见光图像和人脸识别。这也是我们熟悉的识别方式。这种方式也有明显的缺陷，比如环境光照发生变化，识别效果会急剧下降。后来迅速发展起来的一种是基于主动近红外图像的多光源人脸识别技术。后来此技术逐渐走向成熟。开始商业化领域应用。
3.人脸识别算法分类:
基于人脸特征点的识别算法（Feature-basedrecognitionalgorithms）
基于整幅人脸图像的识别算法（Appearance-basedrecognitionalgorithms）
基于模板的识别算法（Template-basedrecognitionalgorithms）
利用神经网络进行识别的算法（Recognitionalgorithmsusingneuralnetwork）
基于光照估计模型理论
优化的形变统计校正理论
独创的实时特征识别理论
强化迭代理论
4.人脸识别系统主要包括:人脸图像采集及检测、人脸图像预处理、人脸图像特征提取以及匹配与识别。人脸图像采集包括:人脸检测和图像信息采集。
图像预处理:对人脸主要特征的提取。人脸图像匹配与识别。
5.人脸识别需要积累采集到的大量人脸图像相关的数据，用来验证算法，不断提高识别准确性，这些数据诸如ANeuralNetworkFaceRecognitionAssignment(神经网络人脸识别数据)、orl人脸数据库、麻省理工学院生物和计算学习中心人脸识别数据库、埃塞克斯大学计算机与电子工程学院人脸识别数据等。
6.人脸识别主要用于身份识别。由于视频监控正在快速普及，众多的视频监控应用迫切需要一种远距离、用户非配合状态下的快速身份识别技术，以求远距离快速确认人员身份，实现智能预警。人脸识别技术无疑是最佳的选择，采用快速人脸检测技术可以从监控视频图象中实时查找人脸，并与人脸数据库进行实时比对，从而实现快速身份识别。当然人脸识别也可以使用在支付领域，国内率先投入使用的就是支付宝，用户可以不带手机出门直接使用支持刷脸支付的线下网点支付。
7.人脸识别前瞻:
人脸识别产品已广泛应用于金融、司法、军队、公安、边检、政府、航天、电力、工厂、教育、医疗及众多企事业单位等领域。随着技术的进一步成熟和社会认同度的提高，人脸识别技术将应用在更多的领域。
1、企业、住宅安全和管理。如人脸识别门禁考勤系统，人脸识别防盗门等。
2、电子护照及身份证。中国的电子护照计划公安部一所正在加紧规划和实施。
3、公安、司法和刑侦。如利用人脸识别系统和网络，在全国范围内搜捕逃犯。
4、自助服务。
5、信息安全。如计算机登录、电子政务和电子商务。在电子商务中交易全部在网上完成，电子政务中的很多审批流程也都搬到了网上。而当前，交易或者审批的授权都是靠密码来实现，如果密码被盗，就无法保证安全。但是使用生物特征，就可以做到当事人在网上的数字身份和真实身份统一，从而大大增加电子商务和电子政务系统的可靠性。
标签：人脸识别
