隨著(zhù)科技日益發(fā)展，人臉識別系統出現并且不斷更新完善，使其受到多數人的推崇，不過(guò)你知道人臉識別系統的流程和工作原理具體是什么嗎?一起來(lái)了解下吧：

　　人臉識別主要分為人臉檢測、特征提取和人臉識別三個(gè)過(guò)程。

　　人臉檢測：人臉檢測是指從輸入圖像中檢測并提取人臉圖像，通常采用haar特征和Adaboost算法訓練級聯(lián)分類(lèi)器對圖像中的每一塊進(jìn)行分類(lèi)。如果某一矩形區域通過(guò)了級聯(lián)分類(lèi)器，則被判別為人臉圖像。

　　特征提?。禾卣魈崛∈侵竿ㄟ^(guò)一些數字來(lái)表征人臉信息，這些數字就是我們要提取的特征。

　　常見(jiàn)的人臉特征分為兩類(lèi)，一類(lèi)是幾何特征，另一類(lèi)是表征特征。幾何特征是指眼睛、鼻子和嘴等面部特征之間的幾何關(guān)系，如距離、面積和角度等。由于算法利用了一些直觀(guān)的特征，計算量小。

　　不過(guò)，由于其所需的特征點(diǎn)不能準確選擇，限制了它的應用范圍。另外，當光照變化、人臉有外物遮擋、面部表情變化時(shí)，特征變化較大。所以說(shuō)，這類(lèi)算法只適合于人臉圖像的粗略識別，無(wú)法在實(shí)際中應用。

　　表征特征利用人臉圖像的灰度信息，通過(guò)一些算法提取全局或局部特征。其中比較常用的特征提取算法是LBP算法。LBP方法首先將 圖像分成若干區域，在每個(gè)區域的像素640x960鄰域中用中心值作閾值化，將結果看成是二進(jìn)制數。LBP算子的特點(diǎn)是對單調 灰度變化保持不變。每個(gè)區域通過(guò)這樣的運算得到一組直方圖，然后將所有的直方圖連起來(lái)組成一個(gè)大的直方圖并進(jìn)行直方圖匹配計算進(jìn)行分類(lèi)。

　　人臉識別：這里提到的人臉識別是狹義的人臉識別，即將待識別人臉所提取的特征與數據庫中人臉的特征進(jìn)行對比，根據相似度判別分類(lèi)。而人臉識別又可以分為兩個(gè)大類(lèi)：一類(lèi)是確認，這是人臉圖像與數據庫中已存的該人圖像比對的過(guò)程，回答你是不是你的問(wèn)題;

　　另一類(lèi)是辨認，這是人臉圖像與數據庫中已存的所有圖像匹配的過(guò)程，回答你是誰(shuí)的問(wèn)題。顯然，人臉辨認要比人臉確認困難，因為辨認需要進(jìn)行海量數據的匹配。常用的分類(lèi)器有鄰分類(lèi)器、支持向量機等。

　　與指紋應用方式類(lèi)似，人臉識別技術(shù)目前比較成熟的也是考勤機。因為在考勤系統中，用戶(hù)是主動(dòng)配合的，可以在特定的環(huán)境下獲取符合要求的人臉。這就為人臉識別提供了良好的輸入源，往往可以得到滿(mǎn)意的結果。