傳統(tǒng)的人臉識別技術(shù)主要是基于可見光圖像的人臉識別，這也是人們熟悉的識別方式，已有30多年的研發(fā)歷史。但這種方式有著難以克服的缺陷，尤其在環(huán)境光照發(fā)生變化時，識別效果會急劇下降，無法滿足實際系統(tǒng)的需要。解決光照問題的方案有三維圖像人臉識別，和熱成像人臉識別。但這兩種技術(shù)還遠不成熟，識別效果不盡人意。

人臉與人體的其它生物特征（指紋、虹膜等）一樣與生俱來，它的唯1一性和不易被復(fù)1制的良好特性為身份鑒別提供了必要的前提。

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，組合出新的很強的分類方法。人臉檢測過程中使用Adaboost算法挑選出一些1能代表人臉的矩形特征(弱分類器)，按照加權(quán)投1票的方式將弱分類器構(gòu)造為一個強分類器，再將訓(xùn)練得到的若干強分類器串聯(lián)組成一個級聯(lián)結(jié)構(gòu)的層疊分類器，有效地提高分類器的檢測速度。

人臉識別主要用于身份識別。由于視頻監(jiān)控正在快速普及，眾多的視頻監(jiān)控應(yīng)用迫切需要一種遠距離、用戶非配合狀態(tài)下的快速身份識別技術(shù)，以求遠距離快速確認人員身份，實現(xiàn)智能預(yù)警。人臉識別技術(shù)無疑是1佳的選擇，采用快速人臉檢測技術(shù)可以從監(jiān)控視頻圖象中實時查找人臉，并與人臉數(shù)據(jù)庫進行實時比對，從而實現(xiàn)快速身份識別。