人臉識别是指能(néng)夠識别或驗證圖像或視唱員頻中的主體的身份的技術。首個人臉識别算法誕生于七十年代初 [1,2]。自那以後火下(hòu)，它們的準确度已經(jīng)大幅提升，現在相比于指紋或虹膜識别 [讀高3] 等傳統上被(bèi)認爲更加穩健的生物識别方法，人們往往更偏愛光器人臉識别。讓人臉識别比其它生物識别方這快法更受歡迎的一大不同之處是人臉識别本質上是非侵入性的能爸。比如，指紋識别需要用戶將(ji熱鐘āng)手指按在傳感器上，虹膜識别需要用戶與相機靠得很近，語音識别子暗則需要用戶大聲說(shuō)話。相對(duì)而言，現風聽代人臉識别系統僅需要用戶處于相機的視野内（假設冷樂他們與相機的距離也合理）。這(來票zhè)使得人臉識别成(chéng)爲了對(duì)用戶最風笑友好(hǎo)的生物識别方法。這(zhè)讀子也意味著(zhe)人臉識别的潛在姐兒應用範圍更廣，因爲它也可被(bèi)部署在用戶不期望與系統合作的環境中，比如監信小控系統中。人臉識别的其它常見應用還(há能和i)包括訪問控制、欺詐檢測、身份認證和社交媒體。

人臉檢測。人臉檢測器用于尋找圖像中人臉的位到化置，如果有人臉，就(jiù)返回包含每亮兵張人臉的邊界框的坐标。

人臉對(duì)齊。人臉對(duì)齊的目标是使用一組位于圖像中固定位置的參雨內考點來縮放和裁剪人臉圖像。這(zhè)個過(guò)程通常需要使用一個特征城件點檢測器來尋找一組人臉特征點，在簡單的 2鄉河D 對(duì)齊情況中，即爲尋找最适暗綠合參考點的最佳仿射變換。圖 3b 和 3c熱謝 展示了兩(liǎng)張使用了同一組參考點對(duì)齊後北坐(hòu)的人臉圖像。更複雜的 3D 對(duì)齊算法（如 [16小歌]）還(hái)能(néng)實現人臉正面(miàn)化，即將(jiān哥跳g)人臉的姿勢調整到正面(miàn)向(xià媽呢ng)前。

人臉表征。在人臉表征階段，人臉圖像的像素值會(huì)被(bèi睡熱)轉換成(chéng)緊湊且可判别的特征向(xiàng)量，這(zhè)也可物被(bèi)稱爲模闆（template）。行師理想情況下，同一個主體的所有人臉都(影爸dōu)應該映射到相似的特征向(xiàng)量。

人臉匹配。在人臉匹配構建模塊中，兩(liǎng)個模闆會(huì)進頻制(jìn)行比較，從而得到一個相似度分數從南，該分數給出了兩(liǎng)者屬于同一個主體的可在玩能(néng)性。

當被(bèi)部署在無約束條件的環境中風光時(shí)，由于人臉圖像在現實世界中的呈現具有高度的可變性（這(z遠她hè)類人臉圖像通常被(bèi)稱爲自輛山然人臉（faces in-the-wi城秒ld）），所以人臉識别也是最有挑戰性的生物識别方法好用之一。人臉圖像可變的地方包括頭部姿勢、年齡、遮擋、光照條件和人臉表情

相關閱讀：客流統計|生物識别技術|人流分析