人臉自動(dòng)對(duì)焦和笑臉快門技術(shù)：首先是面部捕1捉。它根據(jù)人的頭部的部位進(jìn)行判定，首先確定頭部，然后判斷眼睛和嘴巴等頭部特征，通過特征庫的比對(duì)，確認(rèn)是人面部，完成面部捕1捉。然后以人臉為焦點(diǎn)進(jìn)行自動(dòng)對(duì)焦，可以大大的提升拍出照片的清晰度。主流的人臉檢測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。 　笑臉快門技術(shù)就是在人臉識(shí)別的基礎(chǔ)上，完成了面部捕1捉，然后開始判斷嘴的上彎程度和眼的下彎程度，來判斷是不是笑了。以上所有的捕1捉和比較都是在對(duì)比特征庫的情況下完成的，所以特征庫是基礎(chǔ)，里面有各種典型的面部和笑臉特征數(shù)據(jù)。

人臉識(shí)別技術(shù)要取得進(jìn)步，這得從它的幾大關(guān)鍵技術(shù)點(diǎn)上尋求突破，人臉識(shí)別的幾大關(guān)鍵技術(shù)包括：

　　基于特征的人臉檢測技術(shù)——通過采用顏色、輪廓、紋理、結(jié)構(gòu)或者直方圖特征等進(jìn)行人臉檢測。

　　基于模板匹配人臉檢測技術(shù)——從數(shù)據(jù)庫當(dāng)中提取人臉模板，接著采取一定模板匹配策略，使抓取人臉圖像與從模板庫提取圖片相匹配，由相關(guān)性的高低和所匹配的模板大小確定人臉大小以及位置信息。

穩(wěn)定性強(qiáng):人臉識(shí)別服務(wù)已成功應(yīng)用于微眾銀行、天天P圖等眾多實(shí)際場景中，經(jīng)過海量用戶和復(fù)雜場景的驗(yàn)證，服務(wù)運(yùn)行穩(wěn)定，魯棒性強(qiáng)，能夠?yàn)橛脩籼峁┛煽康淖R(shí)別體驗(yàn)。

算法領(lǐng)1先:基于高維 LBP、PCA、LDA 聯(lián)合貝葉斯、度量學(xué)習(xí)、遷移學(xué)習(xí)、深度神經(jīng)網(wǎng)絡(luò)等全1面的算法，并根據(jù)每種場景，訓(xùn)練優(yōu)化模型，達(dá)到低時(shí)延。