人臉識別是一種識別技術(shù)，用于檢測保存在數(shù)據(jù)集中的個人圖像的面部。 盡管其他身份識別方法可以更準(zhǔn)確，但面部識別一直是研究的重點(diǎn)，因?yàn)樗哂蟹歉深A(yù)性質(zhì)，而且它對于人們來說是一種輕松的個人識別方法。

1、基于幾何/基于模板

人臉識別算法分為基于幾何或基于模板的算法?；谀０宓姆椒梢允褂肧VM(支持向量機(jī))、PCA(主成分分析)、LDA(線性判別分析)、核方法或跟蹤變換等統(tǒng)計(jì)工具構(gòu)建?；趲缀翁卣鞯姆椒ㄖ饕治鼍植咳四樚卣骷捌鋷缀侮P(guān)系因此它也被稱為基于特征的方法。  

2、局部的/整體的

要素之間的關(guān)系或功能與整張臉之間的聯(lián)系并不影響數(shù)量，許多研究人員遵循這種方法，試圖推斷出相關(guān)的特征。有些方法嘗試用眼睛，一些特征的組合等。一些隱馬爾可夫模型方法也屬于這一類，他們的特征處理在人臉識別中非常有名。

3、基于外貌/基于模型

基于外觀的方法顯示了一張包含多個圖像的臉。被認(rèn)為是高維向量的圖像。該技術(shù)通常用于從圖像分割中提取特征空間。另一方面，基于模型的方法嘗試對人臉進(jìn)行建模。將新樣本實(shí)現(xiàn)到模型中，并用模型的參數(shù)對圖像進(jìn)行識別。  

基于外觀的方法可以分為線性和非線性兩類。PCA、LDA、IDA用于直接法，而核PCA用于非線性方法。另一方面，在基于模型的方法中可分為二維或三維非彈性束圖匹配方法。

傳統(tǒng)的人臉識別技術(shù)主要是基于可見光圖像的人臉識別，這也是人們蕞熟悉的識別方式，已有30多年的研發(fā)歷史。但這種方式有著難以克服的缺陷，尤其在環(huán)境光照發(fā)生變化時，識別效果會急劇下降，無法滿足實(shí)際系統(tǒng)的需要。解決光照問題的方案有三維圖像人臉識別，和熱成像人臉識別。但這兩種技術(shù)還遠(yuǎn)不成熟，識別效果不盡人意。

迅速發(fā)展起來的一種解決方案是基于主動近紅外圖像的多光源人臉識別技術(shù)。它可以克服光線變化的影響，已經(jīng)取得了識別性能，在精度、穩(wěn)定性和速度方面的整體系統(tǒng)性能超過三維圖像人臉識別。這項(xiàng)技術(shù)在近兩三年發(fā)展迅速，使人臉識別系統(tǒng)逐漸走向?qū)嵱没?

人臉與人體的其它生物特征（指紋、虹膜等）一樣與生俱來，它的 性和不易被復(fù)質(zhì)的良好特性為身份鑒別提供了必要的前提。

人臉識別系統(tǒng)的幾大特征

人臉識別系統(tǒng)是從面部點(diǎn)之間的距離和比率作為特征，識別速度快，內(nèi)存要求比較小，對于光照敏感度降低。

1、基于模型特征

根據(jù)不同特征狀態(tài)所具有概率不同而提取人臉圖像特征。

2、基于統(tǒng)計(jì)特征

將人臉圖像視為隨機(jī)向量，并用統(tǒng)計(jì)方法辨別不同人臉特征模式，比較典型的有特征臉、獨(dú)立成分分析、奇異值分解等。

3、基于神經(jīng)網(wǎng)絡(luò)特征

利用大量神經(jīng)單元對人臉圖像特征進(jìn)行聯(lián)想存儲和記憶，根據(jù)不同神經(jīng)單元狀態(tài)的概率實(shí)現(xiàn)對人臉圖像準(zhǔn)確識別。

人臉識別系統(tǒng)是根據(jù)所提取的人臉圖像特征采用相關(guān)識別算法進(jìn)行人臉確認(rèn)或辨別。即將已檢測到的待識別人臉與數(shù)據(jù)庫中已知人臉進(jìn)行比較匹配，得出相關(guān)信息，該過程的關(guān)鍵是選擇適當(dāng)?shù)娜四槺碚鞣绞脚c匹配策略，系統(tǒng)的構(gòu)造與人臉的表征方式密切相關(guān)。一般根據(jù)所提特征而選擇不同識別算法進(jìn)行度量，常用的包括距離度量、支持向量機(jī)、神經(jīng)網(wǎng)絡(luò)、k均值聚類等。