在人工智能技術體系中，人臉識別無疑是應用場景較廣泛的生物識別技術。人臉識別技術是指從人臉圖像中提取有效的特征信息后，利用計算機進行分析，從而進行身份認證的一種先進技術。當前人臉識別技術的研究已經成為人工智能與識別領域的熱點。國內主要玩家有曠視、商湯、依圖、優(yōu)圖、云天勵飛等，其產品主要應用于和金融領域。

近兩年來，隨著人臉識別技術的快速迭代（據說每半年都會有一個質的飛躍），人臉識別適用的細分場景越來越多，并逐漸從大安防轉向民用和商用應用市場?？梢哉f，現(xiàn)階段，人臉識別技術已經在我們的生活中隨處可見，如公寓門禁閘機、社區(qū)刷臉，刷臉支付、刷臉考勤和刷臉取款等等。而因為它非接觸式、方便、可靠，人們也正逐漸接受這種應用方式，雖然人臉識別具有一定的安全風險。

人臉圖像預處理：對于人臉的圖像預處理是基于人臉檢測結果，對圖像進行處理并終服務于特征提取的過程。系統(tǒng)獲取的原始圖像由于受到各種條件的限制和隨機干擾，往往不能直接使用，必須在圖像處理的早期階段對它進行灰度校正、噪聲過濾等圖像預處理。對于人臉圖像而言，其預處理過程主要包括人臉圖像的光線補償、灰度變換、直方圖均衡化、化、幾何校正、濾波以及銳化等。




現(xiàn)有的人臉識別系統(tǒng)在用戶配合、采集條件比較理想的情況下可以取得令人滿意的結果。但是，在用戶不配合、采集條件不理想的情況下，現(xiàn)有系統(tǒng)的識別率將陡然下降。比如，人臉比對時，與系統(tǒng)中存儲的人臉有出入，例如剃了胡子、換了發(fā)型、多了眼鏡、變了表情都有可能引起比對失敗。也就是說，人如果發(fā)生較大變化，系統(tǒng)可能就會認證失敗。光照、姿態(tài)、裝飾等，對機器識別人臉都有影響。