人脸识别系统是以人脸识别技术为，通过摄像镜头将不同的人脸图像采集下来进行对比，并对人脸身份进行比对，它是多种生物特征识别技术中的一种，俗称「刷脸」。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。接下来，就是电脑主动去区分不同的人脸，人类能够通过眼睛大小、鼻子高低、肤色等外部形态轻松地分辨不同的两张人脸，利用电脑分辨人脸，就需要对图像进行量
小区门禁人脸识别系统
人脸识别系统是以人脸识别技术为，通过摄像镜头将不同的人脸图像采集下来进行对比，并对人脸身份进行比对，它是多种生物特征识别技术中的一种，俗称「刷脸」。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。接下来，就是电脑主动去区分不同的人脸，人类能够通过眼睛大小、鼻子高低、肤色等外部形态轻松地分辨不同的两张人脸，利用电脑分辨人脸，就需要对图像进行量化，得到脸部的 128 个特征测量值，进一步计算出欧式距离值，终即可确定你是不是你。
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。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。大家都知道，计算机能够识别和处理的是二进制，不管我们输入的是文本、图像、声音，计算机都是用一定长度的二进制串进行存储和处理。
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。
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。相较于其他人类身份鉴别技术，人脸识别系统在实际应用过程中既具有一定的优势。如果数据x是低维的、简单的，例如只有二维，那么分类很简单。生物识别技术是一种通过人类的生物特征进行身份认证的技术，目前手形识别、指纹识别、人脸识别、发音识别、虹膜识别等生物识别技术的发展已经相对成熟。
（作者： 来源：）
