人臉識別是一種基于人的臉部特征信息的生物識別技術，它利用攝像機或攝像頭采集包含人臉的圖像或視頻流，并在圖像中自動檢測和跟蹤人臉，并對檢測到的人臉進行相關處理。人臉識別需要積累大量的人臉圖像相關數據來驗證該算法，并不斷提高識別精度。現有的人臉識別系統在用戶協作和獲取的理想條件下，可以獲得滿意的識別效果。但是，在用戶不合作和獲取條件不理想的情況下，現有系統的識別率將突然降低。例如，當將人臉與存儲在系統中的人臉進行比較時，如剃須、改變發型、多戴眼鏡、改變表情可能導致比較失敗。
人臉識別的優勢在于它的自然性和被測試個體沒有察覺到的特征。所謂自然性，是指識別方法與人類在個體識別中所使用的生物特征相同。例如，人臉識別通過觀察和比較人臉和區分身份，再加上自然識別以及語音識別、體型識別等，指紋識別、虹膜識別等都是不自然的，因為人類或其他有機體并不能通過這種生物特征來區分個體。在識別方法中，未檢測到的特征也很重要，這使得識別方法不令人反感，而且不易被欺騙，因為它不易引起人們的注意。人臉識別具有這樣的特點，它完全利用可見光獲取人臉圖像信息，但與指紋識別或虹膜識別不同，需要使用電子壓力傳感器采集指紋，或者用紅外線采集虹膜圖像，這些特殊的采集方法容易被檢測到，因此更容易被偽裝所欺騙。
人臉識別被認為是生物特征識別乃至人工智能領域的難點研究課題之一，人臉識別的困難主要是由于人臉作為生物特征的特征造成的，不同個體之間的差異很小，人臉的結構相似，甚至人臉器官的結構和形狀都非常相似，這種特征有利于人臉定位的使用，但不利于人臉識別。人臉的形狀非常不穩定，人們可以通過臉部的變化產生很多表情，在不同的觀察角度上，人臉的視覺圖像變化很大。此外，人臉識別還受到許多因素的影響，如光照條件、人臉的遮蓋物、年齡等。
在人臉識別中，一種類型的變化應該被放大來作為區分個體的標準，而另一種變化應該被消除，因為它們可以代表同一個個體。一種變化通常被稱為類間變化，另一種稱為類內變化。對于面孔來說，類內變化往往大于類間變化，這使得在類內變化的干擾下很難通過類間變化來區分個人。人臉識別主要用于身份識別，由于視頻監控的迅速普及，許多視頻監控應用迫切需要一種長距離、非配合狀態的快速識別技術，以快速確認遠程人員的身份，實現智能預警。人臉識別技術無疑是一個很好的選擇，采用快速人臉檢測技術可以實時從監控視頻圖像中找到人臉，并與人臉數據庫進行實時比較，從而實現快速的身份識別。
相關信息：人臉識別技術的原理以及優點和缺點
人臉識別技術應用領域，全面告訴你
工地人臉識別技術的應用
