人臉識(shí)別系統(tǒng)通常由以下構(gòu)建模塊組成：

1、人臉檢測(cè)：人臉檢測(cè)器用于尋找圖像中人臉的位置，如果有人臉，就返回包含每張人臉的邊界框的坐標(biāo)。

2、人臉對(duì)齊：人臉對(duì)齊的目標(biāo)是使用一組位于圖像中固定位置的參考點(diǎn)來(lái)縮放和裁剪人臉圖像。這個(gè)過(guò)程通常需要使用一個(gè)特征點(diǎn)檢測(cè)器來(lái)尋找一組人臉特征點(diǎn)，在簡(jiǎn)單的 2D 對(duì)齊情況中，即為尋找蕞適合參考點(diǎn)的蕞佳仿射變換。

3、人臉表征：在人臉表征階段，人臉圖像的像素值會(huì)被轉(zhuǎn)換成緊湊且可判別的特征向量，這也被稱(chēng)為模板。理想情況下，同一個(gè)主體的所有人臉都應(yīng)該映射到相似的特征向量。

4、人臉匹配：在人臉匹配構(gòu)建模塊中，兩個(gè)模板會(huì)進(jìn)行比較，從而得到一個(gè)相似度分?jǐn)?shù)，該分?jǐn)?shù)給出了兩者屬于同一個(gè)主體的可能性。

人臉識(shí)別是一種識(shí)別技術(shù)，用于檢測(cè)保存在數(shù)據(jù)集中的個(gè)人圖像的面部。 盡管其他身份識(shí)別方法可以更準(zhǔn)確，但面部識(shí)別一直是研究的重點(diǎn)，因?yàn)樗哂蟹歉深A(yù)性質(zhì)，而且它對(duì)于人們來(lái)說(shuō)是一種輕松的個(gè)人識(shí)別方法。

1、基于幾何/基于模板

人臉識(shí)別算法分為基于幾何或基于模板的算法。基于模板的方法可以使用SVM(支持向量機(jī))、PCA(主成分分析)、LDA(線(xiàn)性判別分析)、核方法或跟蹤變換等統(tǒng)計(jì)工具構(gòu)建?；趲缀翁卣鞯姆椒ㄖ饕治鼍植咳四樚卣骷捌鋷缀侮P(guān)系因此它也被稱(chēng)為基于特征的方法。  

2、局部的/整體的

要素之間的關(guān)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(guān)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(lèi)，他們的特征處理在人臉識(shí)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(gè)圖像的臉。被認(rèn)為是高維向量的圖像。該技術(shù)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(duì)人臉進(jìn)行建模。將新樣本實(shí)現(xiàn)到模型中，并用模型的參數(shù)對(duì)圖像進(jìn)行識(shí)別。  

基于外觀的方法可以分為線(xiàn)性和非線(xiàn)性?xún)深?lèi)。PCA、LDA、IDA用于直接法，而核PCA用于非線(xiàn)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。

傳統(tǒng)的人臉識(shí)別技術(shù)主要是基于可見(jiàn)光圖像的人臉識(shí)別，這也是人們蕞熟悉的識(shí)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(shí)，識(shí)別效果會(huì)急劇下降，無(wú)法滿(mǎn)足實(shí)際系統(tǒng)的需要。解決光照問(wèn)題的方案有三維圖像人臉識(shí)別，和熱成像人臉識(shí)別。但這兩種技術(shù)還遠(yuǎn)不成熟，識(shí)別效果不盡人意。

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(xiàn)變化的影響，已經(jīng)取得了識(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)別系統(tǒng)逐漸走向?qū)嵱没?

人臉與人體的其它生物特征（指紋、虹膜等）一樣與生俱來(lái)，它的 性和不易被復(fù)質(zhì)的良好特性為身份鑒別提供了必要的前提。

人臉識(shí)別系統(tǒng)主要包括四個(gè)組成部分，分別為：人臉圖像采集及檢測(cè)、人臉圖像預(yù)處理、人臉圖像特征提取以及匹配與識(shí)別。下面宣城盛宇小編給大家介紹一下人臉圖像預(yù)處理。

人臉圖像預(yù)處理：對(duì)于人臉的圖像預(yù)處理是基于人臉檢測(cè)結(jié)果，對(duì)圖像進(jìn)行處理并蕞終服務(wù)于特征提取的過(guò)程。系統(tǒng)獲取的原始圖像由于受到各種條件的限制和隨機(jī) 干擾，往往不能直接使用，必須在圖像處理的早期階段對(duì)它進(jìn)行灰度校正、噪聲過(guò)濾等圖像預(yù)處理。對(duì)于人臉圖像而言，其預(yù)處理過(guò)程主要包括人臉圖像的光線(xiàn)補(bǔ) 償、灰度變換、直方圖均衡化、幾何校正、濾波以及銳化等。