技術原理：
人臉識別內容
人臉識別技術包含三個部分：
(1)人臉檢測
面貌檢測是指在動態的場景與復雜的背景中判斷是否存在面像，并分離出這種面像。一般有下列幾種方法：
①參考模板法
首先設計一個或數個標準人臉的模板，然后計算測試采集的樣品與標準模板之間的匹配程度，并通過閾值來判斷是否存在人臉；
②人臉規則法
由于人臉具有一定的結構分布特征，所謂人臉規則的方法即提取這些特征生成相應的規則以判斷測試樣品是否包含人臉；
③樣品學習法
這種方法即采用模式識別中人工神經網絡的方法，即通過對面像樣品集和非面像樣品集的學習產生分類器；
④膚色模型法
這種方法是依據面貌膚色在色彩空間中分布相對集中的規律來進行檢測。
⑤特征子臉法
這種方法是將所有面像視為一個面像子空間，并基于檢測樣品與其在子孔間的投影之間的距離判斷是否存在面像。
值得提出的是，上述5種方法在實際檢測系統中也可綜合采用。
(2)人臉跟蹤
面貌跟蹤是指對被檢測到的面貌進行動態目標跟蹤。具體采用基于模型的方法或基于運動與模型相結合的方法。此外，利用膚色模型跟蹤也不失為一種簡單而有效的手段。
(3)人臉比對
面貌比對是對被檢測到的面貌像進行身份確認或在面像庫中進行目標搜索。這實際上就是說，將采樣到的面像與庫存的面像依次進行比對，并找出佳的匹配對象。所以，面像的描述決定了面像識別的具體方法與性能。目前主要采用特征向量與面紋模板兩種描述方法：
①特征向量法
該方法是先確定眼虹膜、鼻翼、嘴角等面像五官輪廓的大小、位置、距離等屬性，然后再計算出它們的幾何特征量，而這些特征量形成一描述該面像的特征向量。
②面紋模板法
該方法是在庫中存儲若干標準面像模板或面像器官模板，在進行比對時，將采樣面像所有象素與庫中所有模板采用歸一化相關量度量進行匹配。此外，還有采用模式識別的自相關網絡或特征與模板相結合的方法。
人臉識別技術的核心實際為“局部人體特征分析”和“圖形/神經識別算法。”這種算法是利用人體面部各器官及特征部位的方法。如對應幾何關系多數據形成識別參數與數據庫中所有的原始參數進行比較、判斷與確認。一般要求判斷時間低于1秒。

核心功能包括：
1.人臉注冊
將一個或多個人臉注冊到人臉數據庫（建模），支持通過照片（靜態圖片）或實時視頻（來自 USB 攝像頭、網絡攝像機等）進行人臉注冊。
同一人可以同時注冊多張人臉，支持多個人的批量人臉注冊。
系統支持從數據庫到數據庫的批量人臉注冊，該功能可以用于一次性從公安身份證數據庫導入所有人臉數據，形成完整的基礎人臉庫。
2.人臉搜索
在*人臉庫中通過快速比對搜索特定人臉（可能來自一張照片或某個視頻流中的截圖），可根據要求返回相似度高的 N 個結果并按相似度從高到低排序。
3.人臉比對
提供基于圖片的 1:N 人臉比對功能，圖片可能來自于照片或視頻截圖，比對結果為比對源與每一個比對宿的相似度值。
4.人臉查重
主要應用于身份證查重，可通過對身份證人臉庫進行兩兩的人臉比對，找到同一個人擁有多個身份證或同一個身份證號碼對應于不同人臉的異常情況。
5.人臉庫管理
支持人臉庫的查詢、刪除、修改、新建等管理功能。
可隨時查詢人臉庫中的人臉信息，或對特定的人臉信息進行修改、刪除等操作。

功能模塊：
人臉捕獲與跟蹤
人臉捕獲是指在一幅圖像或視頻流的一幀中檢測出人像并將人像從背景中分離出來，并自動地將其保存。人像跟蹤是指利用人像捕獲技術，當*的人像在攝像頭拍攝的范圍內移動時自動地對其進行跟蹤。
人臉識別比對
人臉識別分核實式和搜索式二種比對模式。核實式是對指將捕獲得到的人像或是*的人像與數據庫中已登記的某一對像作比對核實確定其是否為同一人。搜索式的比對是指，從數據庫中已登記的所有人像中搜索查找是否有*的人像存在。
人臉建模與檢索
系統可以將登記入庫的人像數據進行建模提取人臉的特征，并將其生成人臉模板（人臉特征文件）保存到數據庫中。在進行人臉搜索時（搜索式），將*的人像進行建模，再將其與數據庫中的所有人的模板相比對識別，終將根據所比對的相似值列出相似的人員列表。
真人鑒別
系統可以識別得出攝像頭前的人是一個真正的人還是一張照片。以此杜絕使用者用照片作假。此項技術需要使用者作臉部表情的配合動作。
圖像質量檢測
圖像質量的好壞直接影響到識別的效果，圖像質量的檢測功能能對即將進行比對的照片進行圖像質量評估，并給出相應的建議值來輔助識別。

先進的特征提取算法
采用獨特的自適應的分層特征學習算法，再現系統能針對任意的識別任務通過學習自動生成優的特征提取，從而不斷增加新的檢索特征，具有其他系統無法比擬的自學習性和可擴展性。

http://m.cmlib.cn