人脸识别发展史：
第一阶段：机械识别
90年代之前（1964-1990）研究人脸识别的面部特征，没有实现自动识别。
第二阶段：半自动化
90年代（1990-1997）主要研究人脸识别算法。
第三阶段：非接触式
2014年以前（1998-2014）研究光照、姿态等。
第四阶段：互联网应用
2015年~今，活体检测技术成熟，大面积推广使用。
人脸识别技术简介：
人脸识别技术是基于人的脸部特征信息进行身份识别的一种生物识别技术。
人脸识别特点：
具有非强制性、非接触性、并发性，除此之外，还符合视觉特性：以貌识人的特性，以及操作简单、结果直观、隐蔽性好等特点。
人脸识别包括人脸图像采集与检测、人脸识别、输出结果：
人脸图像采集：不同的人脸图像都能通过摄像镜头采集下来，比如静态图像、动态图像、不同的位置、不同表情等方面都可以得到很好的采集。当用户在采集设备的拍摄范围内时，采集设备会自动搜索并拍摄用户的人脸图像。
人脸检测：人脸检测在实际中主要用于人脸识别的预处理，即在图像中准确标定出人脸的位置和大小。人脸图像中包含的模式特征十分丰富，如直方图特征、颜色特征、模板特征、结构特征等。人脸检测就是把这其中有用的信息挑出来，并利用这些特征实现人脸识别。
人脸识别技术是基于人的脸部特征，对输入的人脸图像或者视频流 . 首先判断其是否存在人脸 , 如果存在人脸，则进一步的给出每个脸的位置、大小和各个主要面部器官的位置信息。并依据这些信息，进一步提取每个人脸中所蕴涵的身份特征，并将其与已知的人脸进行对比，从而识别每个人脸的身份。
人脸识别的三种模式：
人脸比对（1:1）
功能：根据面部特征，计算两张人脸的相似度，自动进行身份鉴别。
人脸检索（1:N）
功能：将定一张照片，和数据库中N个人脸进行对比，给出是否为其中某一个人，或者给出相应的排序结果。
人脸监控（N:N）
功能：从视频流中检测人脸，与人像数据库中的人脸进行比较，达到阈值后产生警报
人脸识别技术应用简介：
智慧城市、智慧社区、监狱安全、公共安全、金融安全、智慧零售
我司人脸识别软件产品框架：
人脸识别软件产品：1.移动端（Android/IOS）：活体检测
2.单机版（PC端）Windows：人脸识别
3.服务器端（私有云）Linux/Windows：人脸识别与人证比对
补充：人证合一核验系统 简单来说就是指人的脸部图像与身份证件（二代证、护照、驾驶证、港澳通行证）中包含的头像进行比对查验的系统，此系统中用到两大核心技术，即人脸识别技术和证件识别技术，之后通过摄像头采集的外部人脸图像和身份证件识读设备采集的证件中头像进行比对，在采集证件信息的同时，做到使二者有机的结合起来，判断持证人与证件所有人是否为同一人的技术即为人证合一核验系统。
技术特色：
可靠：人脸识别准确率高达98%以上；
快速：检测时间小于1秒；
易集成：提供SDK+证件识读硬件设备，支持二次开发
功能强大：多证合一+人脸识别+活体检测
欢迎百度“于洪康” ，联系作者。即可获取识别开发包和测试授权，进行接口开发及软件测试。