人脸识别系统的原理与发展
1，人脸识别介绍
广义定义：构建人脸识别系统的一系列相关技术，包括人脸图像采集，人脸定位，人脸识别预处理，身份确认以及身份查找等。
狭义定义：通过人脸进行身份确认或者身份查找的技术或系统,。
2，人脸识别系统功能模块
人脸捕获与跟踪功能：人脸捕获是指在一副图像或者视频流中的一帧中检测出人像并将人像分离出来，并自动保存。人像跟踪技术是指利用人像捕获技术，当指定的人像在摄像头拍摄范围内移动时自动地对其进行跟踪。
人脸识别对比：人脸识别模式分为核实式和搜索式两种对比模式，核实式是将捕获得到的人像或特定的人像与数据库中已登记的某一对象作比对核实确定是否为同一人。搜索式的对比是从数据库中已登记的所有人像中搜索查找是否有指定的人像存在。
人脸建模与检索：可以将登记入库的人像数据进行建模提取人脸特征，并将其生成人脸模板（人脸特征文件）保存到数据库中。在进行人脸搜索时（搜索式），将指定的人像进行建模，在将其与数据库中的所有人的模板相对比识别，最终根据所对比的相似值列出最相似的人员列表。
真人鉴别功能：系统可以识别出摄像头前的人是一个真正的人还是一副照片。以此杜绝使用者用照片作假。此项技术需要使用者做脸部表情的配合动作。
图像质量检测：图像质量的好坏直接影响到识别效果，图像质量的检测功能能对即将进行对比的照片进行图像质量评估，并给出相应的建议值来辅助识别。
3，人脸识别的特点
3-1，不同个体之间的区别不大，所有的人脸结构相似，甚至人脸的器官结构的相似。这样的特点对于利用人脸定位是有利的，但对于区分人类个体是不利的。
3-2，人脸的外形很不稳定，人可以通过脸部的变化产生很多表情，而不同的角度观察，人脸的视觉图像差别也很大。
3-3，人脸识别还受光照影响，人脸有很多遮罩物，例如胡须帽子，年龄等多方面因素影响。
在人脸识别中，第一类变化是应该放大而作为区分个体的标准，而第二类的变化应该消除，因为它可以代表同一个个体。通常称第一类变化为类间变化，而称第二类变化为类内变化。对于人脸，类内变化往往大于类间变化，从而在使在受类内变化干扰的情况下利用类间变化区分个体变得异常困难。
4，人脸识别的基本方法
4-1，几何特征的人脸识别方法：几何特征可以是眼，鼻，嘴等的形状和他们之间的几何关系（如相互之间的距离）。这类算法识别速度快，占用内存少，速度快。
4-2，基于特征脸（PCA）的人脸识别方法：特征脸方法是基于KL变换的人脸识别方法，KL的变化是图像压缩的一种最优正交变化。高维的图像空间经过KL变换后得到一组新的正交基，保留其中最重要的正交基，就可以将这些投影用作识别的特征矢量，这就是特征脸方法的基本思想。这类方法需要较多的训练样本，而且完全是基于图像灰度的统计特性的。
4-3，神经网络的人脸识别方法：神经网络的输入可以是低分辨率的人脸图像，局部区域的自相关函数，局部纹理的二阶矩等，这类方法需要较多的样本训练，而在许多应用中，样本的数量是有限的。
4-4，弹性图匹配的人脸识别方法：弹性图匹配法在二维的空间中定义了一种对于通常的人脸变形具有一定的不变性的距离，并采用属性拓扑图来代表人脸，拓扑图的任何一项点均包含一特征向量，用来记录人脸在该顶点位置附近的信息。该方法结合了灰色特性和几何因素。在比对时可以允许图像存在弹性形变，在克服表情变化对识别的影响方面收到了较好的效果。同时对于单个人也不再需要多个样本进行训练。
4-5，线段Hausdorff距离（LHD）的人脸识别方法：心理学研究表明，人类在识别轮廓图（比如漫画）的速度和准确度上丝毫不比识别灰度图差。LHD是基于从人脸灰度图像提取出来的线段图的，他定义的是两个线段集之间的距离，与众不同的是，LHD并不建立不同线段之间线段的一一对应关系，因而它更能适应线段图之间的微小变化。实验结果表明，LHD在不同光照条件下和不同姿态下都有出色的表现，但是它在大表情下识别效果不好。
4-6支持向量机（SVM)：支持向量机主要解决二分类问题，他的基本思想是试图把一个低纬的不可分问题转化成一个高维的线性可分问题。实验结果表明SVM有很好的识别率，但是他需要大量的训练样本（每类300个），这在实际应用中往往是不现实的。而且支持向量机训练时间长，方法实现复杂，该函数的取法没有统一的理论。
5，人脸识别的技术细节
一般来说人脸识别流程为：图像摄取，人脸定位，图像预处理，以及人脸识别（身份确认或者身份查找）。系统输入一般是 一张或一系列含有未知身份的人脸图像，以及人脸数据库中若干已知身份的人脸图像或者相应的编码，而输出是一系列相似度的得分，表明待识别的人脸身份。
注：这里说明了人脸识别的流程，能指明文档撰写时需要包含的内容。
目前人脸识别的算法可以分类为：基于人脸特征点的识别算法，基于整副人脸图像的识别算法，基于模板的识别算法，利用神经网络进行识别的算法。
6，人脸识别系统的用途
与此前的指纹识别系统相比，人脸识别系统有很多的改进。指纹技术的使用寿命不如人脸识别系统，使用成本也高于人脸识别系统。由于沾水、沾汗、沾灰，还有传感器只能在室内使用等原因，指纹识别系统在露天户外使用的可能性很小。而用于人脸识别的摄像机一天24小时都可工作，第一它不侵犯人权，第二它是很安全的，无论室内还是户外均可使用。人脸识别系统意味着每个人的脸上都贴着名字，外人看不见，但监控系统能看得见。包括外国人，从踏入中国的一瞬间，他的图像和个人资料就会进入电脑的控制中心，不管在什么地方出现，都可认出此人。
人脸识别系统具有广泛的应用：人脸识别出入管理系统、人脸识别门禁考勤系统、人脸识别监控管理、人脸识别电脑安全防范、人脸识别照片搜索、人脸识别来访登记、人脸识别ATM机智能视频报警系统、人脸识别监狱智能报警系统、人脸识别RFID智能通关系统、人脸识别公安罪犯追逃智能报警系统等等。
注：这里加深了人脸识别的优点的认知，因为在目前的指纹门禁和人脸识别门禁系统中，体验上感觉指纹识别体验更便利。
7，人脸识别的系统应用案例
企业、住宅安全和管理。如人脸识别门禁考勤系统，人脸识别防盗门等。
电子护照及身份证。这或许是未来规模最大的应用。
公安、司法和刑侦。如利用人脸识别系统和网络，在全国范围内搜捕逃犯。
自助服务。如银行的自动提款机，如果用户卡片和密码被盗，就会被他人冒取现金。如果同时应用人脸识别就会避免这种情况的发生。