人脸识别发展史
人脸识别系统的研究始于20世纪60年代，80年代后随着计算机技术和光学成像技术的发展得到提高，而真正进入初级的应用阶段则在90年后期，并且以美国、德国和日本的技术实现为主；人脸识别系统成功的关键在于是否拥有的核心算法，并使识别结果具有实用化的识别率和识别速度；“人脸识别系统”集成了人工智能、机器识别、机器学习、模型理论、系统、视频图像处理等多种技术，同时需
红外人脸识别
人脸识别发展史
人脸识别系统的研究始于20世纪60年代，80年代后随着计算机技术和光学成像技术的发展得到提高，而真正进入初级的应用阶段则在90年后期，并且以美国、德国和日本的技术实现为主；人脸识别系统成功的关键在于是否拥有的核心算法，并使识别结果具有实用化的识别率和识别速度；“人脸识别系统”集成了人工智能、机器识别、机器学习、模型理论、系统、视频图像处理等多种技术，同时需结合中间值处理的理论与实现，是生物特征识别的新应用，其核心技术的实现，展现了弱人工智能向工智能的转化。
人脸识别优势
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。每个人的面孔都由额头、眉毛、眼睛、鼻子、嘴巴、双颊等部位组合而成，它们之间的大致位置关系也是固定的。然而，人脸具有性，这个世界上找不出两张完全相同的人脸，人们通常能够根据不同面孔之间的细微差异将不同人区分开来。
人脸具有相似性和易变性，不同环境、光线、角度、年龄，均会对人脸的成像产生变化，因此，人脸识别是生物识别领域困难的研究领域之一。
人脸识别技术具有非强制性、非接触性、并发性等几大优势。
Canny边缘检测
Canny边缘检测是澳洲计算机科学家 约翰坎尼（John F. Canny）于1986年开发出来的一个多级边缘检测算法，其目标是找到一个优的边缘，其优边缘的定义是：
优检测——算法能够尽可能多示出图像中的实际边缘，漏检和误检的概率非常小；
优定位——检测出的边缘要与实际图像中的实际边缘尽可能接近；
检测点与边缘点一一对应——算子检测的边缘点与实际边缘点应该是一一对应的。
1）图像去噪
噪声会影响边缘检测的准确性，因此首先要将噪声过滤掉，通常使用高斯滤波。
2）计算梯度的幅度与方向
使用高斯滤波器来进行计算，让距离中心点越近的像素点权重越大。
（作者： 来源：）
