随着计算机技术的发展，人脸识别技术得到广泛研究与开发，成为近 30 年里模式识别和凸图像处理热门的研究之一。这个问题的依赖于分类问题。即，先不谈特征值，首先如何把照片集合按人正确的分类？这里就要先谈谈机器学习。对图像中的人脸信息进行定位与提取；对不同的人脸信息进行分类处理，并将信息传递给人脸识别系统；对比人脸特征信息相似度，并确认身份。随着计算机技术的发展，人脸识别技术得到广泛研究与开发，成为近
人脸识别系统道闸机
随着计算机技术的发展，人脸识别技术得到广泛研究与开发，成为近 30 年里模式识别和凸图像处理热门的研究之一。这个问题的依赖于分类问题。即，先不谈特征值，首先如何把照片集合按人正确的分类？这里就要先谈谈机器学习。对图像中的人脸信息进行定位与提取；对不同的人脸信息进行分类处理，并将信息传递给人脸识别系统；对比人脸特征信息相似度，并确认身份。
随着计算机技术的发展，人脸识别技术得到广泛研究与开发，成为近 30 年里模式识别和凸图像处理热门的研究之一。简单起见，就使用两个矩阵对应元素之差的之和或者平方和等，计算机进行运算，找到相似的矩阵，然后将其所代表的数字进行输出。为此，我们必须适当地调整图片中的人脸，使得脸部的特征点能更好的和被检测者重叠。
但在计算机的世界里，只有0和1，想要通过辨识矩阵内容并将结果输出，就必须建立矩阵到结果的映射。这样，输入一张图片，经过处理和计算后，才能输出一个数字。人脸识别目前的用处就是用于安全验证，包括考勤打卡 门禁等功能。现在AI发展的如火如荼，我们已逐步进入智能时代。人脸识别主要分为确认和辨认两部分，确认就是将人脸图像和数据库中已经存有的人脸图像进行比对，之后确认你是不是你，而辨认是将人脸图像与数据库中已存有的所有人脸图像进行匹配对比，从而辨认出你是谁。
这一过程叫做监督学习下的训练。由清晰的人脸照转化出的象素值矩阵，应当设计出什么样的函数f(x)转化为特征值呢？这样我们就解决了图像的表示问题，建立了图像和矩阵的等价关系。图片可以转化为矩阵，通过矩阵也可以恢复原始图片。很朴素的想法就是将各个数字所代表的矩阵提前存放在计算机内，当输入一张图片后，计算机通过计算，从而找到适合的数字进行输出。
（作者： 来源：）
