人臉識(shí)別是一項(xiàng)熱門的計(jì)算機(jī)技術(shù)研究領(lǐng)域，它屬于生物特征識(shí)別技術(shù)，是對(duì)生物體（一般特指人）本身的生物特征來(lái)區(qū)分生物體個(gè)體。生物特征識(shí)別技術(shù)所研究的生物特征包括臉、指紋、手掌紋、虹膜、、聲音（語(yǔ)音）、體形、個(gè)人習(xí)慣（例如敲擊鍵盤的力度和頻率、簽字）等，相應(yīng)的識(shí)別技術(shù)就有人臉識(shí)別、指紋識(shí)別、掌紋識(shí)別、虹膜識(shí)別、識(shí)別、語(yǔ)音識(shí)別（用語(yǔ)音識(shí)別可以進(jìn)行身份識(shí)別，也可以進(jìn)行語(yǔ)音內(nèi)容的識(shí)別，只有前者屬于生物特征識(shí)別技術(shù)）、體形識(shí)別、鍵盤敲擊識(shí)別、簽字識(shí)別等。  

人臉識(shí)別技術(shù)包含三個(gè)部分：

(1)人臉檢測(cè)

面貌檢測(cè)是指在動(dòng)態(tài)的場(chǎng)景與復(fù)雜的背景中判斷是否存在面像，并分離出這種面像。一般有下列幾種方法：

①參考模板法

首先設(shè)計(jì)一個(gè)或數(shù)個(gè)標(biāo)準(zhǔn)人臉的模板，然后計(jì)算測(cè)試采集的樣品與標(biāo)準(zhǔn)模板之間的匹配程度，并通過(guò)閾值來(lái)判斷是否存在人臉；

②人臉規(guī)則法

由于人臉具有一定的結(jié)構(gòu)分布特征，所謂人臉規(guī)則的方法即提取這些特征生成相應(yīng)的規(guī)則以判斷測(cè)試樣品是否包含人臉；

③樣品學(xué)習(xí)法

這種方法即采用模式識(shí)別中人工神經(jīng)網(wǎng)絡(luò)的方法，即通過(guò)對(duì)面像樣品集和非面像樣品集的學(xué)習(xí)產(chǎn)生分類器；

動(dòng)態(tài)人臉識(shí)別終端產(chǎn)品特性· 動(dòng)態(tài)人臉識(shí)別終端雙攝防偽，各類照片在各種載體上的；

· 人臉識(shí)別終端夜間紅外、RGB雙補(bǔ)光；

· 動(dòng)態(tài)人臉識(shí)別終端支持外接二維碼掃描器、（目前只支持新中新DKQ-A16D）；

· 動(dòng)態(tài)人臉識(shí)別終端支持串口、韋根26輸出，輸出內(nèi)容支持配置；

· 動(dòng)態(tài)人臉識(shí)別終端采用基于視頻流的動(dòng)態(tài)人臉檢測(cè)、跟蹤識(shí)別算法；

· 動(dòng)態(tài)人臉識(shí)別終端支持設(shè)備本地存儲(chǔ)萬(wàn)人庫(kù)，（a）云平臺(tái)設(shè)備支持同時(shí)儲(chǔ)存5萬(wàn)張人臉照片（小于400KB）、100萬(wàn)條識(shí)別記錄（0.45KB）、2萬(wàn)張現(xiàn)場(chǎng)抓拍照片（b）局域網(wǎng)設(shè)備支持同時(shí)存儲(chǔ)2萬(wàn)張人臉照片（照片按100KB計(jì)算）、1萬(wàn)條識(shí)別記錄（含現(xiàn)場(chǎng)抓拍照片）；

· 動(dòng)態(tài)人臉識(shí)別終端人臉庫(kù)為3000時(shí)，誤識(shí)率萬(wàn)分之三的條件下，1：N識(shí)別準(zhǔn)確率為99.7%；

人臉檢測(cè)：人臉檢測(cè)在實(shí)際中主要用于人臉識(shí)別的預(yù)處理，即在圖像中準(zhǔn)確標(biāo)定出人臉的位置和大小。人臉圖像中包含的模式特征十分豐富，如直方圖特征、顏色特征、模板特征、結(jié)構(gòu)特征及Haar特征等。人臉檢測(cè)就是把這其中有用的信息挑出來(lái)，并利用這些特征實(shí)現(xiàn)人臉檢測(cè)。主流的人臉檢測(cè)方法基于以上特征采用Adaboost學(xué)習(xí)算法，Adaboost算法是一種用來(lái)分類的方法，它把一些比較弱的分類方法合在一起，組合出新的很強(qiáng)的分類方法。