被大家所认知的人脸识别技术更多的倾向于各大企业的签到系统，而这一项技术其实在安防方面也起到了非常重要的识别作用，人脸特征提取指的是通过面部关键区域的位置，进而进行特征点抓取；人脸匹配指的是判断人脸是不是数据库中存在的，然后在数据库中找到匹配度高的人脸。而狭义的人脸识别特指通过人脸进行身份确认或者身份查找的技术或系统。人脸识别系统的研究始于20世纪60年代，由研究者 Bledsoe 建立了一个半自动
酒店人脸识别系统
被大家所认知的人脸识别技术更多的倾向于各大企业的签到系统，而这一项技术其实在安防方面也起到了非常重要的识别作用，人脸特征提取指的是通过面部关键区域的位置，进而进行特征点抓取；人脸匹配指的是判断人脸是不是数据库中存在的，然后在数据库中找到匹配度高的人脸。而狭义的人脸识别特指通过人脸进行身份确认或者身份查找的技术或系统。人脸识别系统的研究始于20世纪60年代，由研究者 Bledsoe 建立了一个半自动的人脸识别系统开始，
用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部的一系列相关技术，通常也叫做人像识别、面部识别。人脸识别系统成功的关键在于是否拥有的算法，并使识别结果具有实用化的识别率和识别速度；人脸特征提取指的是通过面部关键区域的位置，进而进行特征点抓取；人脸匹配指的是判断人脸是不是数据库中存在的，然后在数据库中找到匹配度高的人脸。
举个例子，更容易理解一些。比如，计算机内部已经存放了包含数字1和7以及它们所对应的灰度矩阵。当新输入一张图像后，程序会自动计算它的矩阵与这些矩阵的相似度。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。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。
（作者： 来源：）
