人脸识别的难点
1、图像光线：识别的视频和图片面临各种环境光源的考验，可能出现侧光、顶光、背光和高光等现象，而且有可能出现各个时段的光照不同，甚至在监控区域内各个位置的光照都不同。
2、人脸姿态和饰物：因为监控是非配合型的，监控人员通过监控区域时以自然的姿态通过，因此可能出现侧脸、低头、抬头等各种非正脸的姿态和佩戴帽子、黑框眼镜、口罩等饰物现象。
3、人的脸部
人脸识别系统
人脸识别的难点
1、图像光线：识别的视频和图片面临各种环境光源的考验，可能出现侧光、顶光、背光和高光等现象，而且有可能出现各个时段的光照不同，甚至在监控区域内各个位置的光照都不同。
2、人脸姿态和饰物：因为监控是非配合型的，监控人员通过监控区域时以自然的姿态通过，因此可能出现侧脸、低头、抬头等各种非正脸的姿态和佩戴帽子、黑框眼镜、口罩等饰物现象。
3、人的脸部存在相似性：不同个体之间特别是同一民族的区别不大，所有人脸的结构都相似，甚至人脸的结构外形都很相似。这样的特点对于利用人脸进行定位是有利的，但是对于利用人脸区分个体是不利的。再加上化妆的掩盖及双胞胎的天然相似性更增加了识别的难度。
4、人脸存在易变性：人脸的外形很不稳定，人可以通过脸部的变化产生很多表情，而在不同观察角度，人脸的视觉图像也相差很大。
在
人脸识别过程中，对于前端在各种环境下采集到的图像，需要先做预处理，譬如光线规整、图像增强、关键点分析、人脸对齐等手段，在检测到人脸后，再以预先训练好的人脸特征模型进行特征值的提取与比对，即可知道待识别对象与目标对象是否为同一个人。
人脸识别的完整过程是：人脸数据采集-模型训练-图片拍摄-预处理-特征采集与比对-输出结果。人脸检测只是其中个别环节。
当前，随着人工智能、物联网等前沿技术的迅速发展，智能时代已悄然到来，"刷脸"逐渐成为了新的风潮。在人脸识别技术商业化应用领域不断扩张的趋势下，"刷脸"办事正愈发常见。
人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部识别的一系列相关技术，通常也叫做人像识别、面部识别。
（作者： 来源：）
