蚂蚁科学
最近很多手机都推出了人脸解锁的功能。
此外，
1.人脸识别门禁考勤系统、人脸识别安全门等。(企业、住宅安全和管理)
2.利用人脸识别系统和网络在全国范围内搜索逃犯(公安、司法、刑侦)。
......人脸识别前景广阔。
原理是什么？
人脸识别作为一种新的生物技术，有三个环节:
1.建立人像档案
阅读肖像
3.前两者的比较
最核心的是识别算法。
主流的人脸识别技术基本上可以分为三类，即基于几何特征的方法、基于模板的方法和基于模型的方法。
1.基于几何特征的方法
人的眼睛、鼻子、嘴巴、眉毛等。不仅是人的共性，也是区分个体的关键(因为他们的大小和形状不同)。
我们经常使用面部特征来描述个人，机器也可以这样做。
通过处理图像，机器可以获得这些图像的一组特征描述(例如，一组特征度量，如距离、角度等。可以来源于你鼻子的显著特征)。
当然，这些过程会导致一些局部特征信息的丢失。
所以需要改进。
2.基于模板的方法
如特征脸法、线性判别分析法、奇异值分解法、神经网络法等。
人脸方法:(有很多改进的方法，经常结合基于几何特征的方法)
人脸特征法的基本思想是采集大量图像进行分析，找到人脸图像分布的基本元素，即人脸图像样本集协方差矩阵的特征向量，从而逼近人脸图像。
神经网络方法:
神经网络(也称人工神经网络)是一种运算模型，由大量的节点及其连接组成。每个节点代表一个函数，而连接代表一个权重。
这个小玩意是人们对人脑神经网络工作模式抽象的产物，所以加了一个“人工”来区分。
按其反馈机制可分为前馈网络、递归网络等。
12年前，用于人脸识别的神经网络包括前馈和递归。
然后，基于大数据的深度学习卷积神经网络取得了更大的成就。
(耶鲁人脸数据库)
3.基于模型的方法包括隐马尔可夫模型、主动形状模型和主动外观模型。
四......上面的介绍可以说是相当粗糙了。关于图像处理的细节(如预处理的方式，如下所示)，
(图像二值化的效果)
(直方图均衡化的效果)
或者算法的细节(比如如何在人像中找到一个人的鼻子)没有过多提及。
参考资料:
[1]何江。基于几何特征的人脸识别算法研究[D].大连理工大学，2008。
黄欢赵显达。基于卷积神经网络的人脸识别研究[J].信息技术，2018(09):15-19+23。
[3]Danny Brits的《理解NLP的卷积神经网络》
}
[4]《人脸识别主要算法原理》}