了解人脸识别，先要从图像表示讲起。我们先以黑白图片为例，看看计算机是怎么表示的。计算机程序可以将黑白图片可以表示为灰度图像。人脸识别首先是找出镜头中的所有有人脸特征的面孔，比如人们会经常使用手机进行拍照，拍照模式中都会有人像模式，它能够很容易地检测出人脸的位置，这也就是相机能够进行对焦的原因。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
门禁人脸识别系统
了解人脸识别，先要从图像表示讲起。我们先以黑白图片为例，看看计算机是怎么表示的。计算机程序可以将黑白图片可以表示为灰度图像。人脸识别首先是找出镜头中的所有有人脸特征的面孔，比如人们会经常使用手机进行拍照，拍照模式中都会有人像模式，它能够很容易地检测出人脸的位置，这也就是相机能够进行对焦的原因。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？
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。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。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。
人脸识别在近几年已成为一种热门的身份认证技术，它主要利用人的脸部多个特征信息对人体的身份进行辨别。人脸识别技术包括以下几个阶段：一是信息采集，采集并输入各种人脸图像；二是人脸信息预处理，对人脸图像进行化处理；三是人脸判定，判定图像中是否含有人脸图像信息；可以从有限的训练集样本中把算法很好的泛化。所以，我们先找到有限的训练集，设计好初始函数f(x;w)，并已经量化好了训练集中x->y。
随着现代科技的发展，社会中各种有关身份识别的安全问题越来越多，引起了人们对身份鉴别问题方面更多的重视。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。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」。
（作者： 来源：）
