迅速發(fā)展起來(lái)的一種解決方案是基于主動(dòng)近紅外圖像的多光源人臉識(shí)別技術(shù)。它可以克服光線變化的影響，已經(jīng)取得了的識(shí)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(guò)三維圖像人臉識(shí)別。這項(xiàng)技術(shù)在近兩三年發(fā)展迅速，使人臉識(shí)別技術(shù)逐漸走向?qū)嵱没?

非強(qiáng)制性：用戶不需要專(zhuān)門(mén)配合人臉采集設(shè)備，幾乎可以在無(wú)意識(shí)的狀態(tài)下就可獲取人臉圖像，這樣的取樣方式?jīng)]有“強(qiáng)制性”；非接觸性：用戶不需要和設(shè)備直接接觸就能獲取人臉圖像；

并發(fā)性：在實(shí)際應(yīng)用場(chǎng)景下可以進(jìn)行多個(gè)人臉的分揀、判斷及識(shí)別；

除此之外，還符合視覺(jué)特性：“以貌識(shí)人”的特性，以及操作簡(jiǎn)單、結(jié)果直觀、隱蔽性好等特點(diǎn)。

人臉圖像采集：不同的人臉圖像都能通過(guò)攝像鏡頭采集下來(lái)，比如靜態(tài)圖像、動(dòng)態(tài)圖像、不同的位置、不同表情等方面都可以得到很好的采集。當(dāng)用戶在采集設(shè)備的拍攝范圍內(nèi)時(shí)，采集設(shè)備會(huì)自動(dòng)搜索并拍攝用戶的人臉圖像。人臉檢測(cè)：人臉檢測(cè)在實(shí)際中主要用于人臉識(shí)別的預(yù)處理，即在圖像中準(zhǔn)確標(biāo)定出人臉的位置和大小。人臉圖像中包含的模式特征十分豐富，如直方圖特征、顏色特征、模板特征、結(jié)構(gòu)特征及Haar特征等。人臉檢測(cè)就是把這其中有用的信息挑出來(lái)，并利用這些特征實(shí)現(xiàn)人臉檢測(cè)。

主流的人臉檢測(cè)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(lái)分類(lèi)的方法，它把一些比較弱的分類(lèi)方法合在一起，組合出新的很強(qiáng)的分類(lèi)方法。人臉檢測(cè)過(guò)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(lèi)器)，按照加權(quán)投1票的方式將弱分類(lèi)器構(gòu)造為一個(gè)強(qiáng)分類(lèi)器，再將訓(xùn)練得到的若干強(qiáng)分類(lèi)器串聯(lián)組成一個(gè)級(jí)聯(lián)結(jié)構(gòu)的層疊分類(lèi)器，有效地提高分類(lèi)器的檢測(cè)速度。

生物識(shí)別技術(shù)已廣泛用于政府、銀行、社會(huì)福利保障、電子商務(wù)、安全防務(wù)等領(lǐng)域。例如，一位儲(chǔ)戶走進(jìn)了銀行，他既沒(méi)帶銀行1卡，也沒(méi)有回憶密碼就徑直提款，當(dāng)他在提款機(jī)上提款時(shí)，一臺(tái)攝像機(jī)對(duì)該用戶的眼睛掃描，然后迅速而準(zhǔn)確地完成了用戶身份鑒定，辦理完業(yè)務(wù)。這是美國(guó)德克薩斯州聯(lián)合銀行的一個(gè)營(yíng)業(yè)部中發(fā)生的一個(gè)真實(shí)的鏡頭。而該營(yíng)業(yè)部所使用的正是現(xiàn)代生物識(shí)別技術(shù)中的“虹膜識(shí)別系統(tǒng)”。此外，美國(guó)“9.11”事件后，反恐活動(dòng)已成為各國(guó)政府的共識(shí)，加強(qiáng)機(jī)場(chǎng)的安全防務(wù)十分重要。