人臉識別，是基于人的臉部特征信息進行身份識別的一種生物識別技術。用攝像機或攝像頭采集含有人臉的圖像或視頻流，并自動在圖像中檢測和跟蹤人臉，進而對檢測到的人臉進行臉部的一系列相關技術，通常也叫做人像識別、面部識別。

　　傳統的人臉識別技術主要是基于可見光圖像的人臉識別，這也是人們熟悉的識別方式，已有30多年的研發歷史。但這種方式有著難以克服的缺陷，尤其在環境光照發生變化時，識別效果會急劇下降，無法滿足實際系統的需要。解決光照問題的方案有三維圖像人臉識別，和熱成像人臉識別。但這兩種技術還遠不成熟，識別效果不盡人意。

　　迅速發展起來的一種解決方案是基于主動近紅外圖像的多光源人臉識別技術。它可以克服光線變化的影響，已經取得了卓越的識別性能，在精度、穩定性和速度方面的整體系統性能超過三維圖像人臉識別。這項技術在近兩三年發展迅速，使人臉識別技術逐漸走向實用化。

　　人臉與人體的其它生物特征（指紋識別、虹膜識別等）一樣與生俱來，它的唯一性和不易被復制的良好特性為身份鑒別提供了必要的前提，這是一個非常好的優勢，可這也為人臉識別技術的研究帶來了困難，正所謂“成也蕭何敗蕭何”。

　　人臉識別技術的優勢

　　相比于其他識別技術，人臉識別的優勢比較明顯，主要集中在以下幾個方面：

　　一是自然性，所謂的自然性是指該識別方式同人類(包括其它生物)進行個體識別時所利用的生物特征相同，是通過觀察比較人臉區分和確認身份；具有自然性的識別還有語音識別和體形識別，而指紋識別和虹膜識別等因人類或其他生物不能通過此類生物特征區別個體所以不具備自然性。

　　二是非強制性，被識別的人臉圖像信息可以主動獲取而不被被測個體察覺，人臉識別是利用可見光獲取人臉圖像信息，而不同于指紋識別或者虹膜識別需要利用電子壓力傳感器采集指紋，或者利用紅外線采集虹膜圖像，這些特殊的采集方式很容易被人察覺，從而帶有可被偽裝欺騙性。

　　三是非接觸性，相比較其他生物識別技術而言，人臉識別是非接觸的，用戶不需要和設備直接接觸。

　　四是并發性，在實際應用場景中，人臉識別技術可以進行多個人臉的分揀、判斷及識別。

　　人臉識別技術研究的困難

　　人臉識別技術擁有多種優勢讓其得到人們青睞，但其研發過程中存在的難度也是不容人們忽視的。人臉識別被認為是生物特征識別領域甚至人工智能領域最困難的研究課題之一，人臉識別的困難主要是人臉作為生物特征的特點所帶來的。

　　首先是人類臉部存在相似性，不同個體之間的區別不大，所有的人臉的結構都相似，甚至人臉器官的結構外形都很相似。這樣的特點對于利用人臉進行定位是有利的，但是對于利用人臉區分人類個體是不利的。

　　其次是個人人臉存在易變性，人臉的外形很不穩定，人可以通過臉部的變化產生很多表情，而在不同觀察角度，人臉的視覺圖像也相差很大，另外，人臉識別還受光照條件（例如白天和夜晚，室內和室外等）、人臉的很多遮蓋物（例如口罩、墨鏡、頭發、胡須等）、年齡等多方面因素的影響。

　　在人臉識別中，第一類的變化是應該放大而作為區分個體的標準的，而第二類的變化應該消除，因為它們可以代表同一個個體。通常稱第一類變化為類間變化（inter-classdifference），而稱第二類變化為類內變化（intra-classdifference）。對于人臉，類內變化往往大于類間變化，從而使在受類內變化干擾的情況下利用類間變化區分個體變得異常困難。

　　結語

　　據資料顯示，2012年我國人臉識別行業市場規模約16.7億元，預計今年我國人臉識別行業市場規模將達到75億元。可以說，人臉識別技術的發展前景不可限量，隨著我國向數字化、信息化社會的邁進，人們對人臉識別技術的了解和認識也將逐漸增進，隨著人臉識別技術的市場需求會越來越大，人臉識別技術研發困難將在技術創新過程中得到不斷被破解，各種識別系統的性能也將在不斷發展中日益完善，更好地服務大眾。