人脸识别的主题与计算机视觉一样古老，这既是因为该主题的实际重要性，也是由于认知科学家的理论兴趣。尽管其他识别方法（例如指纹或虹膜扫描）可以更加准确，但由于其非侵入性的性质，并且因为它是人们的主要身份识别方法，因此人脸识别始终始终是研究的重点。人脸识别模型执行两个主要任务。首先是验证，这是将新输入的面孔与已知身份进行比较的任务。
一个很好的例子是使用人脸识别功能解锁智能手机。设置系统时，手机会将使用者的面部注册为手机的所有者。因此，解锁时的唯一任务是将新的输入面部与设备上注册的面部进行比较；第二个是识别，这是将输入人脸与多个人脸身份数据库进行比较的任务，此任务通常用于安全和监视系统。执法中的人脸识别就是一个很好的例子。在国际刑警组织网站上，有一个取证部分，说明他们如何使用人脸识别来识别机场和边境口岸的关注人员。
对人类心灵的卓越追求并探索技术可以满足惊人可能性，人脸识别软件在消费市场、安全以及监视行业中拥有无数的应用程序。实际上，在国内已经广泛使用人脸识别技术来改进安全协议和支付程序，世界其他地区正在效仿。人脸识别如何工作？人脸识别系统使用计算机算法来挑选有关人脸的特定、独特的细节，然后将这些特征转换为数字表示形式，并与在数据库中保存的数据进行比较。
这些系统将提供几种潜在的匹配，并按照正确识别的可能性进行排序，而不仅仅是返回单个结果。人脸识别过程始于人脸检测，然后进行特征提取，比较和最后的匹配。 人脸检测。面部检测过程中的一个重要步骤，因为它检测到并定位在图像和视频的人脸。人脸识别的第一步是在预定条件下并在规定的时间段内收集身体或行为样本。用于识别和定位图像和视频中的人脸，可以裁剪检测到的面部图像以获得称为规范图像的特征图像。
在规范的人脸图像中，人脸的大小和位置大约被标准化为预定义的值，并且背景区域被最小化。同样，相对于图库或参考数据库中的图像，图像必须在大小、姿势、照明等方面进行标准化。为此，必须准确地定位面部标志，否则将无法使整个识别任务成功。提取。应从样本中提取所有收集的数据，以基于这些样本创建模板。可以对标准化图像进行进一步处理，以进行特征提取。
在这里，图像被转换为数学表示，称为生物特征模板或生物特征参考，以将其存储到数据库中。这些图像数据库然后用于验证和识别探针图像。通过算法将图像数据转换为数学表示形式。已经开发了许多人脸识别算法来获得简化的数学形式，以执行识别任务。算法将灰度像素形式的图像数据转换或转换为特征的数学表示的方式将它们彼此区分开。
