人臉的識別過程
一般分三步：
(1)首先建立人臉的面像檔案。即用攝像機采集單位人員的人臉的面像文件或取他們的照片形成面像文件，并將這些面像文件生成面紋(Faceprint)編碼儲存起來。
(2)獲取當前的人體面像。即用攝像機捕捉的當前出入人員的面像，或取照片輸入，并將當前的面像文件生成面紋編碼。
(3)用當前的面紋編碼與檔案庫存的比對。即將當前的面像的面紋編碼與檔案庫存中的面紋編碼進行檢索比對。上述的“面紋編碼”方式是根據人臉臉部的本質特征和開頭來工作的。這種面紋編碼可以抵抗光線、皮膚色調、面部毛發、發型、眼鏡、表情和姿態的變化，具有強大的可靠性，從而使它可以從百萬人中精確地辨認出某個人。人臉的識別過程，利用普通的圖像處理設備就能自動、連續、實時地完成。

人臉識別是指能夠識別或驗證圖像或視頻中的主體的身份的技術。人臉識別算法誕生于七十年代初 [1,2]。自那以后，它們的準確度已經大幅提升，現在相比于指紋或虹膜識別等傳統上被認為更加穩健的生物識別方法，人們往往更偏愛人臉識別。讓人臉識別比其它生物識別方法更受歡迎的一大不同之處是人臉識別本質上是非侵入性的。比如，指紋識別需要用戶將手指按在傳感器上，虹膜識別需要用戶與相機靠得很近，語音識別則需要用戶大聲說話。相對而言，現代人臉識別系統僅需要用戶處于相機的視野內（假設他們與相機的距離也合理）。這使得人臉識別成為了對用戶友好的生物識別方法。這也意味著人臉識別的潛在應用范圍更廣，因為它也可被部署在用戶不期望與系統合作的環境中，比如監控系統中。人臉識別的其它常見應用還包括訪問控制、欺詐檢測、身份認證和社交媒體。

功能模塊：
人臉捕獲與跟蹤
人臉捕獲是指在一幅圖像或視頻流的一幀中檢測出人像并將人像從背景中分離出來，并自動地將其保存。人像跟蹤是指利用人像捕獲技術，當*的人像在攝像頭拍攝的范圍內移動時自動地對其進行跟蹤。
人臉識別比對
人臉識別分核實式和搜索式二種比對模式。核實式是對指將捕獲得到的人像或是*的人像與數據庫中已登記的某一對像作比對核實確定其是否為同一人。搜索式的比對是指，從數據庫中已登記的所有人像中搜索查找是否有*的人像存在。
人臉建模與檢索
系統可以將登記入庫的人像數據進行建模提取人臉的特征，并將其生成人臉模板（人臉特征文件）保存到數據庫中。在進行人臉搜索時（搜索式），將*的人像進行建模，再將其與數據庫中的所有人的模板相比對識別，終將根據所比對的相似值列出相似的人員列表。
真人鑒別
系統可以識別得出攝像頭前的人是一個真正的人還是一張照片。以此杜絕使用者用照片作假。此項技術需要使用者作臉部表情的配合動作。
圖像質量檢測
圖像質量的好壞直接影響到識別的效果，圖像質量的檢測功能能對即將進行比對的照片進行圖像質量評估，并給出相應的建議值來輔助識別。

人臉識別系統具有廣泛的應用：人臉識別出入管理系統、人臉識別門禁考勤系統、人臉識別監控管理、人臉識別電腦安全防范、人臉識別照片搜索、人臉識別來訪登記、人臉識別ATM機智能視頻報警系統、人臉識別監獄智能報警系統、人臉識別RFID智能通關系統、人臉識別公安罪犯追逃智能報警系統等等。

http://www.gtype.com.cn