人脸识别
人证识别是把人脸识别技术与识别技术相结合的应用。人脸识别技术，是指通过计算机将人证信息（指人的脸型、面像等固有的身理特征）收集、处理、对比等，来鉴定个人身份的一项技术。人脸识别系统一般用于、监考（今年东北大学就用了天诚盛业的人脸识别技术监考，防止考生）、安防、抓捕，等等。系统采用新人脸识别算法，结合新第二代阅读器应用技术，通过现场采集的照片比对上的照片。
人脸识别考勤门禁
人脸识别
人证识别是把人脸识别技术与识别技术相结合的应用。人脸识别技术，是指通过计算机将人证信息（指人的脸型、面像等固有的身理特征）收集、处理、对比等，来鉴定个人身份的一项技术。人脸识别系统一般用于、监考（今年东北大学就用了天诚盛业的人脸识别技术监考，防止考生）、安防、抓捕，等等。系统采用新人脸识别算法，结合新第二代阅读器应用技术，通过现场采集的照片比对上的照片。
实现过程
以上简单描述了人脸关键特征的计算方法。在实际应用中，需要借助于统计分析的技术，从大量的人脸中找到对应的特征，并通过训练出不同的分类器，如嘴巴分类器、眼睛分类器等，从而实现人脸及关键部位的检测。
在进行比对时，需要对包含脸部的所有可能检测窗口进行穷举搜索，得到关键部位信息，并进行存储或比对，这个过程相对比较耗时。在比对过程中，可以使用各个部位进行相似性比对，并进行结果合并；或者直接对包含各个部件的全局特征进行比对，直接输出比对结果。
人脸检测
“人脸检测（Face Detection）”是检测出图像中人脸所在位置的一项技术。
人脸检测算法的输入是一张图片，输出是人脸框坐标序列（0个人脸框或1个人脸框或多个人脸框）。一般情况下，输出的人脸坐标框为一个正朝上的正方形，但也有一些人脸检测技术输出的是正朝上的矩形，或者是带旋转方向的矩形。
常见的人脸检测算法基本是一个“扫描”加“判别”的过程，即算法在图像范围内扫描，再逐个判定候选区域是否是人脸的过程。因此人脸检测算法的计算速度会跟图像尺寸、图像内容相关。开发过程中，我们可以通过设置“输入图像尺寸”、或“小脸尺寸限制”、或“人脸数量上限”的方式来加速算法。
人脸配准
“人脸配准（Face Alignment）”是定位出人脸上五官关键点坐标的一项技术。
人脸配准算法的输入是“一张人脸图片”加“人脸坐标框”，输出五官关键点的坐标序列。五官关键点的数量是预先设定好的一个固定数值，可以根据不同的语义来定义（常见的有5点、68点、90点等等）。
当前效果的较好的一些人脸配准技术，基本通过深度学习框架实现，这些方法都是基于人脸检测的坐标框，按某种事先设定规则将人脸区域扣取出来，缩放的固定尺寸，然后进行关键点位置的计算。因此，若不计入图像缩放过程的耗时，人脸配准算法是可以计算量固定的过程。另外，相对于人脸检测，或者是后面将提到的人脸提特征过程，人脸配准算法的计算耗时都要少很多。
（作者： 来源：）
