人脸识别的难点
1、图像光线：识别的视频和图片面临各种环境光源的考验，可能出现侧光、顶光、背光和高光等现象，而且有可能出现各个时段的光照不同，甚至在监控区域内各个位置的光照都不同。
2、人脸姿态和饰物：因为监控是非配合型的，监控人员通过监控区域时以自然的姿态通过，因此可能出现侧脸、低头、抬头等各种非正脸的姿态和佩戴帽子、黑框眼镜、口罩等饰物现象。
3、人的脸部
考勤人脸识别
人脸识别的难点
1、图像光线：识别的视频和图片面临各种环境光源的考验，可能出现侧光、顶光、背光和高光等现象，而且有可能出现各个时段的光照不同，甚至在监控区域内各个位置的光照都不同。
2、人脸姿态和饰物：因为监控是非配合型的，监控人员通过监控区域时以自然的姿态通过，因此可能出现侧脸、低头、抬头等各种非正脸的姿态和佩戴帽子、黑框眼镜、口罩等饰物现象。
3、人的脸部存在相似性：不同个体之间特别是同一民族的区别不大，所有人脸的结构都相似，甚至人脸的结构外形都很相似。这样的特点对于利用人脸进行定位是有利的，但是对于利用人脸区分个体是不利的。再加上化妆的掩盖及双胞胎的天然相似性更增加了识别的难度。
4、人脸存在易变性：人脸的外形很不稳定，人可以通过脸部的变化产生很多表情，而在不同观察角度，人脸的视觉图像也相差很大。
人脸识别技术应用概况
2014年是我国
人脸识别技术的转折点，使人脸识别技术从理论走向了应用，2018年则是人脸识别技术全方面应用的重要节点，"刷脸"时代正式到来。
目前，从我国人脸识别技术应用来看，主要集中在三大领域：考勤门禁、安防以及金融。
从具体应用来看，主要包含了公共安全领域的刑侦追逃、罪犯识别以及边防安全等；信息安全领域的职能领域的电子政务、户籍管理、社会福利和保险；商业企业领域的电子商务、电子货币和支付、考勤、市场营销；场所进出领域的军事机要部门、金融机构的门禁控制和进出管理等。
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。
（作者： 来源：）
