你有没有想过，当我们用手机刷脸支付时，当我们走过公司的门禁时，当我们开车上路时，无处不在的人脸识别系统是如何识别我们的身份的？
2015年3月15日，汉诺威IT博览会上，阿里巴巴创始人马云通过刷脸支付，向默克尔赠送了一枚1948年的汉诺威纪念邮票。
那么他是如何工作的呢？
为了识别人脸，电脑会建立一个数据库，里面存储着每个人第一次登录时的照片。首先，计算机利用人脸模板在图像数据中上下左右移动并计算。根据计算结果，锁定照片中人脸的位置和大小，捕捉照片中的人脸，调整大小到标准状态。计算机需要将正在被注视的人脸与数据库中的数千张人脸进行比较。为了做好人脸比对，研究人员想了很多办法。
一、参考模板法
首先设计一个或几个标准人脸模板，然后计算测试中采集的样本与标准模板的匹配度，通过阈值判断人脸的存在。
二、面子法则法
通过计算机计算，先在每张预存的人脸中找到眼睛、鼻子、嘴巴的位置信息。对比时，测量照片中两眼、口鼻的距离等尺寸信息，对比这张照片是否符合数据库中某人的面部信息。
三、样例学习法
该方法采用模式识别中的人工神经网络方法，通过学习人脸图像样本集和非人脸图像样本集来生成分类器。
第四，肤色建模方法
这种方法是基于面部肤色在颜色中相对集中分布的规律空。
五、特征脸法
更准确的方法是计算机综合数据库中的大量人脸数据，计算出几十个特征人脸。每个张真人面可以由这些特征面按比例组合而成。只要两个人脸所包含的各种特征脸的调和比例非常接近，就可以判断是属于同一个人。
当然，也会有计算机无法识别人脸的时候。人脸识别的难度主要是由人脸作为生物特征的特性造成的。不同个体之间差别不大。所有的脸在结构上都是相似的，甚至面部器官的结构和形状也是相似的。该特征有利于定位人脸，但不利于利用人脸区分人类个体。
因为人脸的外观是很不稳定的，人们可以通过人脸的变化产生很多表情，从不同的视角看人脸的视觉图像差异很大。
照片中显示的人戴着口罩或墨镜，只有半张脸，光线太暗或太亮，都可能使人脸识别系统无法分辨。为了让计算机的视力更好，识别更准确，科学家们还有很多工作要做。
