注：本文来自百度文库
人体生物特征识别技术是依靠人体的生物特征来进行人的身份验证的一种高科技识别技术。而人脸识别技术具有比其他生物特征识别技术更直观、简便、准确、可靠及可扩展性良好等众多优势。因而应用广泛。本文主要介绍人脸识别技术的原理。
（一）人脸识别技术包含三个部分：
（1）人脸检测
人脸检测是指在动态的场景与复杂的背景中判断是否存在人脸，并分离出这种人脸。一般有下列几种方法：
1、参考模板法--首先设计一个或数个标准人脸的模板，然后计算测试采集的样品与标准模板之间的匹配程度，并通过阈值来判断是否存在人脸。
2、人脸规则法--由于人脸具有一定的结构分布特征，所谓人脸规则的方法即提取这些特征生成相应的规则以判断测试样品是否包含人脸。
3、样品学习法--这种方法即采用模式识别中人工神经网络的方法，即通过对人脸样品集和非面像样品集的学习产生分类器。
4、肤色模型法--这种方法是依据人脸肤色在色彩空间中分布相对集中的规律来进行检测。
5、特征子脸法--这种方法是将所有人脸集合视为一个人脸子空间，并基于检测样品与其在子空间的投影之间的距离判断是否存在人脸。
值得提出的是，上述5种方法在实际检测系统中也可综合采用。
（2）人脸跟踪
人脸跟踪是指对被检测到的人脸进行动态目标跟踪。具体采用基于模型的方法或基于运动与模型相结合的方法。此外，利用肤色模型跟踪也不失为一种简单而有效的手段。
（3）人脸比对
人脸比对是对被检测到的人脸进行身份确认或在人脸库中进行目标搜索。这实际上就是说，将采样到的人脸与库存的人脸依次进行比对，并找出最佳的匹配对象。所以，人脸的描述决定了人脸识别的具体方法与性能。目前主要采用特征向量与面纹模板两种描述方法：
1、特征向量法--该方法是先确定眼虹膜、鼻翼、嘴角等面部五官轮廓的大小、位置、距离等属性，然后再计算出它们的几何特征量，而这些特征量形成一描述该人脸的特征向量。
2、面纹模板法--该方法是在库中存贮若干标准人脸模板或人脸器官模板，在进行比对时，将采样人脸所有象素与库中所有模板采用归一化相关量度量进行匹配。
此外，还有采用模式识别的自相关网络或特征与模板相结合的方法。
人脸识别技术的核心实际为“局部人体特征分析”和“图形/神经识别算法”。这种算法是利用人体脸部各器官及特征部位的方法。如对应几何关系多数据形成识别参数与数据库中所有的原始参数进行比较、判断与确认。一般要求判断时间低于1秒。
（二）人脸识别的过程一般分三步：
（1）首先建立人体脸部的面像档案--即用摄像机采集单位人员人脸的面像文件或取他们的照片形成面像文件，并将这些面像文件生成面纹（Faceprint）编码贮存起来。
（2）获取当前的人体面像--即用摄像机捕捉的当前出入人员的面像，或取照片输入，并将当前的面像文件生成面纹编码。
（3）用当前的面纹编码与档案库存的比对--即将当前的面像的面纹编码与档案库存中的面纹编码进行检索比对。
上述的“面纹编码”方式是根据人体脸部的本质特征来工作的。这种面纹编码可以抵抗光线、皮肤色调、脸部毛发、发型、眼镜、表情和姿态的变化，具有强大的可靠性，从而使它可以从百万人中精确地辩认出某个人。
人体脸部的识别过程，利用普通的图像处理设备就能自动、连续、实时地完成。
近 几年来，已开发应用了声音识别、签字识别、指纹识别、掌形识别、眼虹膜识别等人体生物特征识别技术，与上述识别技术相比较，而最近开发的人脸识别技术则具 有简便、准确、经济及可扩展性良好等众多优势，因此可广泛应用于出入口控制、安全验证、安防监控与搜寻罪犯等有关方面。
我国目前人脸识别技术的研究和应用还刚刚开始，而欧美等发达国家这一技术已被应用在许多场所。现在我国不少大专院校与科研单位已着手这方面的实质性的研究，相信不久，即有新型产品问世。