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。


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。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?；谥R的人臉表征主要包括基于幾何特征的方法和模板匹配法。


人臉圖像匹配與識別：提取的人臉圖像的特征數(shù)據(jù)與數(shù)據(jù)庫中存儲的特征模板進行搜索匹配，通過設(shè)定一個閾值，當相似度超過這一閾值，則把匹配得到的結(jié)果輸出。人臉識別就是將待識別的人臉特征與已得到的人臉特征模板進行比較，根據(jù)相似程度對人臉的進行判斷。這一過程又分為兩類：一類是確認，是一對一進行圖像比較的過程，另一類是辨認，是一對多進行圖像匹配對比的過程。


基于光照估計模型理論提出了基于Gamma灰度矯正的光照預(yù)處理方法,并且在光照估計模型的基礎(chǔ)上，進行相應(yīng)的光照補償和光照平衡策略。優(yōu)化的形變統(tǒng)計校正理論基于統(tǒng)計形變的校正理論，優(yōu)化人臉姿態(tài)；強化迭代理論強化迭代理論是對DLFA人臉檢測算法的有效擴展；獨創(chuàng)的實時特征識別理論該理論側(cè)重于人臉實時數(shù)據(jù)的中間值處理，從而可以在識別速率和識別效能之間，達到的匹配效果