人臉識別系統(tǒng)的研究始于20世紀60年代，80年代后隨著計算機技術(shù)和光學成像技術(shù)的發(fā)展得到提高，而真正進入初級的應用階段則在90年后期，并且以美國、德國和日本的技術(shù)實現(xiàn)為主；人臉識別系統(tǒng)成功的關(guān)鍵在于是否擁有的核心算法，并使識別結(jié)果具有實用化的識別率和識別速度；“人臉識別系統(tǒng)”集成了人工智能、機器識別、機器學習、模型理論、系統(tǒng)、視頻圖像處理等多種專業(yè)技術(shù)，同時需結(jié)合中間值處理的理論與實現(xiàn)，是生物特征識別的應用，其核心技術(shù)的實現(xiàn)，展現(xiàn)了弱人工智能向工智能的轉(zhuǎn)化。用攝像機或攝像頭采集含有人臉的圖像或視頻流，并自動在圖像中檢測和跟蹤人臉，進而對檢測到的人臉進行臉部識別的一系列相關(guān)技術(shù)，通常也叫做人像識別、面部識別。

迅速發(fā)展起來的一種解決方案是基于主動近紅外圖像的多光源人臉識別技術(shù)。它可以克服光線變化的影響，已經(jīng)取得了的識別性能，在精度、穩(wěn)定性和速度方面的整體系統(tǒng)性能超過三維圖像人臉識別。這項技術(shù)在近兩三年發(fā)展迅速，使人臉識別技術(shù)逐漸走向?qū)嵱没?

人臉與人體的其它生物特征（指紋、虹膜等）一樣與生俱來，它的性和不易被的良好特性為身份鑒別提供了必要的前提，與其它類型的生物識別比較人臉識別具有如下特點：非強制性：用戶不需要專門配合人臉采集設備，幾乎可以在無意識的狀態(tài)下就可獲取人臉圖像，這樣的取樣方式?jīng)]有“強制性”；人臉識別算法分類基于人臉特征點的識別算法（Feature-basedrecognitionalgorithms）。

基于知識的表征方法主要是根據(jù)人臉的形狀描述以及他們之間的距離特性來獲得有助于人臉分類的特征數(shù)據(jù)，其特征分量通常包括特征點間的歐氏距離、曲率和角度等。（3）閘桿安裝道閘機箱固定牢固便閘桿安裝桿把位置用配備螺釘擰緊并確定閘桿傾斜需安裝叉桿調(diào)試好垂直水平狀態(tài)用手閘桿搖水平位置確定閘桿端部叉桿安裝位置并用螺絲叉桿固定牢固（無叉桿情況無需安裝）。人臉由眼睛、鼻子、嘴、下巴等局部構(gòu)成，對這些局部和它們之間結(jié)構(gòu)關(guān)系的幾何描述，可作為識別人臉的重要特征，這些特征被稱為幾何特征。基于知識的人臉表征主要包括基于幾何特征的方法和模板匹配法。