當前，隨著人工智能、物聯(lián)網等前沿技術的迅速發(fā)展，智能時代已悄然到來，"刷臉"逐漸成為了新的風潮。在人臉識別技術商業(yè)化應用領域不斷擴張的趨勢下，"刷臉"辦事正愈發(fā)常見。

人臉識別，是基于人的臉部特征信息進行身份識別的一種生物識別技術。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技術，通常也叫做人像識別、面部識別。

人臉識別是一種識別技術，用于檢測保存在數(shù)據集中的個人圖像的面部。 盡管其他身份識別方法可以更準確，但面部識別一直是研究的重點，因為它具有非干預性質，而且它對于人們來說是一種輕松的個人識別方法。

1、基于幾何/基于模板

人臉識別算法分為基于幾何或基于模板的算法?；谀０宓姆椒梢允褂肧VM(支持向量機)、PCA(主成分分析)、LDA(線性判別分析)、核方法或跟蹤變換等統(tǒng)計工具構建?；趲缀翁卣鞯姆椒ㄖ饕治鼍植咳四樚卣骷捌鋷缀侮P系因此它也被稱為基于特征的方法。  

2、局部的/整體的

要素之間的關系或功能與整張臉之間的聯(lián)系并不影響數(shù)量，許多研究人員遵循這種方法，試圖推斷出相關的特征。有些方法嘗試用眼睛，一些特征的組合等。一些隱馬爾可夫模型方法也屬于這一類，他們的特征處理在人臉識別中非常有名。

3、基于外貌/基于模型

基于外觀的方法顯示了一張包含多個圖像的臉。被認為是高維向量的圖像。該技術通常用于從圖像分割中提取特征空間。另一方面，基于模型的方法嘗試對人臉進行建模。將新樣本實現(xiàn)到模型中，并用模型的參數(shù)對圖像進行識別。  

基于外觀的方法可以分為線性和非線性兩類。PCA、LDA、IDA用于直接法，而核PCA用于非線性方法。另一方面，在基于模型的方法中可分為二維或三維非彈性束圖匹配方法。

人臉識別技術的優(yōu)劣勢

人臉識別技術的優(yōu)勢

1、自然性，就是指通過觀察人們所具有的自然性的臉部生物特征來進行身份的確認，識別方式十分便捷，用戶不需要攜帶任何證件或額外進行其他操作

2、不易察覺性，被識別的人臉圖像信息能夠主動獲取，可以讓被測個體不察覺，人臉識別是利用可見光獲取人臉圖像信息，或者是紅外線與可見光融合的多光源人臉圖像識別技術。這種特殊的采集方式可以不被人察覺，不會陷于被偽裝欺騙的境地。

3、非接觸性，相比較其他生物識別技術，人臉識別是具有非接觸的，用戶不需人臉與設備直接來接觸的，可以同時滿足多人連續(xù)進行人臉圖像信息的識別和分揀。

4、非侵擾性，人臉識的非接觸性也為被采集者帶來非侵擾性的體驗。對人臉的采集不需要被采集者配合也不用工作人員干預。而且人臉屬于暴露在外的生物特征，對人臉的識別采集容易被大眾接受。

人臉識別技術的劣勢

因為人類臉部存在相似性，不同個體之間的區(qū)別不大，所有的人臉的結構都相似，在加上化妝的掩蓋及雙胞胎的天然相似性更增加識別的難度。還有就是人臉存在易變性，人臉的外形很不穩(wěn)定，可以通過臉部的變化產生很多表情，而在不同觀察角度人臉的視覺圖像也不同。另外，人臉識別還受光照條件、人臉的很多遮蓋物、年齡等多方面因素的影響。