在政策的指引和扶持下，人工智能行业一片火热，其中以商汤、云从、依图和旷视四小龙势头猛，这些公司都有自己独立研发的人脸识别算法并且可用于商业化程度高，
面部作为当代人的“第二张”，目前在金融、交通、、政务、学校、政务和等等都有使用到人脸识别技术用于登记和验证身份，日常生活出行都会使用到面部作为识别。
人脸识别的研究不断深入人脸识别
人脸核验设备系统
在政策的指引和扶持下，人工智能行业一片火热，其中以商汤、云从、依图和旷视四小龙势头猛，这些公司都有自己独立研发的人脸识别算法并且可用于商业化程度高，
面部作为当代人的“第二张”，目前在金融、交通、、政务、学校、政务和等等都有使用到人脸识别技术用于登记和验证身份，日常生活出行都会使用到面部作为识别。
人脸识别的研究不断深入
人脸识别的研究不断深入，研究者开始关注面向真实条件的人脸识别问题，主要包括以下四个方面的研究：1）提出不同的人脸空间模型，包括以线性判别分析为代表的线性建模方法，以Kernel方法为代表的非线性建模方法和基于3D信息的3D人脸识别方法。2）深入分析和研究影响人脸识别的因素，包括光照不变人脸识别、姿态不变人脸识别和表情不变人脸识别等。3）利用新的特征表示，包括局部描述子（Gabor Face， LBP Face等）和深度学习方法。4）利用新的数据源，例如基于视频的人脸识别和基于素描、近红外图像的人脸识别。
人脸识别系统预先设定一个相似程度的数值
我们在人脸识别系统，预先设定一个相似程度的数值，再将对应的人脸图像和系统数据库中的所有人脸图像进行比对。如果超过预设的数值，系统会将超过的图像输出，根据人脸图像相似程度、人脸身份筛选，可以是1：1，也可以是1：n。比如，我们在系统中设置一个阙值0.7，系统比对后相似度大于0.7，就会自动认定为是同一个人并会在LabVIEW中输出反馈结果。
人脸图像特征提取:人脸识别系统可使用的特征
人脸图像特征提取：人脸识别系统可使用的特征通常分为视觉特征、像素统计特征、人脸图像变换系数特征、人脸图像代数特征等。人脸特征提取就是针对人脸的某些特征进行的。人脸特征提取，也称人脸表征，它是对人脸进行特征建模的过程。人脸特征提取的方法归纳起来分为两大类：一种是基于知识的表征方法；另外一种是基于代数特征或统计学习的表征方法。
（作者： 来源：）
