人脸识别是指能够识别或验证图像或视频中的主体的身份的技术。人脸识别算法诞生于七十年代初。自那以后，它们的准确度已经大幅提升，现在相比于指纹或虹膜识别等传统上被认为更加稳健的生物识别方法，人们往往更偏爱人脸识别。让人脸识别比其它生物识别方法更受欢迎的一大不同之处是人脸识别本质上是非侵入性的。
比如，指纹识别需要用户将手指按在传感器上，虹膜识别需要用户与相机靠得很近，语音识别
校园人脸识别
人脸识别是指能够识别或验证图像或视频中的主体的身份的技术。人脸识别算法诞生于七十年代初。自那以后，它们的准确度已经大幅提升，现在相比于指纹或虹膜识别等传统上被认为更加稳健的生物识别方法，人们往往更偏爱人脸识别。让人脸识别比其它生物识别方法更受欢迎的一大不同之处是人脸识别本质上是非侵入性的。
比如，指纹识别需要用户将手指按在传感器上，虹膜识别需要用户与相机靠得很近，语音识别则需要用户大声说话。相对而言，现代人脸识别系统仅需要用户处于相机的视野内（假设他们与相机的距离也合理）。这使得人脸识别成为了对用户友好的生物识别方法。这也意味着人脸识别的潜在应用范围更广，因为它也可被部署在用户不期望与系统合作的环境中，比如监控系统中。人脸识别的其它常见应用还包括访问控制、欺诈检测、身份认证和社交媒体。
人脸识别是一种识别技术，用于检测保存在数据集中的个人图像的面部。 尽管其他身份识别方法可以更准确，但面部识别一直是研究的重点，因为它具有非干预性质，而且它对于人们来说是一种轻松的个人识别方法。
1、基于几何/基于模板
人脸识别算法分为基于几何或基于模板的算法。基于模板的方法可以使用SVM(支持向量机)、PCA(主成分分析)、LDA(线性判别分析)、核方法或跟踪变换等统计工具构建。基于几何特征的方法主要分析局部人脸特征及其几何关系因此它也被称为基于特征的方法。
2、局部的/整体的
要素之间的关系或功能与整张脸之间的联系并不影响数量，许多研究人员遵循这种方法，试图推断出相关的特征。有些方法尝试用眼睛，一些特征的组合等。一些隐马尔可夫模型方法也属于这一类，他们的特征处理在人脸识别中非常有名。
3、基于外貌/基于模型
基于外观的方法显示了一张包含多个图像的脸。被认为是高维向量的图像。该技术通常用于从图像分割中提取特征空间。另一方面，基于模型的方法尝试对人脸进行建模。将新样本实现到模型中，并用模型的参数对图像进行识别。
基于外观的方法可以分为线性和非线性两类。PCA、LDA、IDA用于直接法，而核PCA用于非线性方法。另一方面，在基于模型的方法中可分为二维或三维非弹性束图匹配方法。
人脸识别技术的优劣势
人脸识别技术的优势
1、自然性，就是指通过观察人们所具有的自然性的脸部生物特征来进行身份的确认，识别方式十分便捷，用户不需要携带任何证件或额外进行其他操作
2、不易察觉性，被识别的人脸图像信息能够主动获取，可以让被测个体不察觉，人脸识别是利用可见光获取人脸图像信息，或者是红外线与可见光融合的多光源人脸图像识别技术。这种特殊的采集方式可以不被人察觉，不会陷于被伪装欺骗的境地。
3、非接触性，相比较其他生物识别技术，人脸识别是具有非接触的，用户不需人脸与设备直接来接触的，可以同时满足多人连续进行人脸图像信息的识别和分拣。
4、非侵扰性，人脸识的非接触性也为被采集者带来非侵扰性的体验。对人脸的采集不需要被采集者配合也不用工作人员干预。而且人脸属于暴露在外的生物特征，对人脸的识别采集容易被大众接受。
人脸识别技术的劣势
因为人类脸部存在相似性，不同个体之间的区别不大，所有的人脸的结构都相似，在加上化妆的掩盖及双胞胎的天然相似性更增加识别的难度。还有就是人脸存在易变性，人脸的外形很不稳定，可以通过脸部的变化产生很多表情，而在不同观察角度人脸的视觉图像也不同。另外，人脸识别还受光照条件、人脸的很多遮盖物、年龄等多方面因素的影响。
（作者： 来源：）
