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灰度矯正的光照預處理方法,并且在光照估計模型的基礎上，進行相應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


現(xiàn)有的人臉識別系統(tǒng)在用戶配合、采集條件比較理想的情況下可以取得令人滿意的結(jié)果。但是，在用戶不配合、采集條件不理想的情況下，現(xiàn)有系統(tǒng)的識別率將陡然下降。比如，人臉比對時，與系統(tǒng)中存儲的人臉有出入，例如剃了胡子、換了發(fā)型、多了眼鏡、變了表情都有可能引起比對失敗。優(yōu)勢困難優(yōu)勢人臉識別的優(yōu)勢在于其自然性和不被被測個體察覺的特點。