传统的人脸识别技术主要是基于可见光图像的人脸识别，这也是人们熟悉的识别方式，已有30多年的研发历史。但这种方式有着难以克服的缺陷，尤其在环境光照发生变化时，识别效果会急剧下降，无法满足实际系统的需要。解决光照问题的方案有三维图像

人脸识别是基于人的脸部信息，进行身份识别的一种生物识别技术，人脸识别时首先判断是否存在人脸，若存在，则进一步给出人脸的大小、位置以及脸部的各个器官的信息，依据这些信息，进一步提取出人的特征、身份，并与已存在的人脸，进行匹配与识别。

人脸识别技术原理、特点及应用 生物识别技术中的指纹识别已经广泛应用于智能手机，除了指纹识别，人脸、虹膜等技术也受到关注。其中，人脸识别技术是基于人的脸部特征，对输入的人脸图象或者视频流。首先判断其是否存在人脸，如果存在人脸

人脸识别包括人脸采集、人脸检测、图像预处理、特征信息提取、人脸匹配与识别，人脸检测是指用摄像机采集人的面相文件或用照片形成面相文件，进而生成面相代码贮存起来。

人脸识别考勤机核心是人脸识别技术，人脸识别主要包含三部分：人脸检测、人脸跟踪、人脸比对，宝比万像人脸识别可以了解一下~

人脸检测是从动态的场景，或复杂的背景中，判断是否存在面相，并将这些面相分离出来，图像预处理主要去除图像中的无关信息，尽可能减少光照外来环境，或者成像系统对图像造成的干扰，使图像的特征明显地表现出来，最后我们对图像进行特征信息提取，进而完脸匹配与识别。

脸部识别技术Face detection脸部识别技术的原理听起来并不深奥，它通过识别画面中的眼睛、嘴等特征信息，锁定画面中的人脸位置，并自动将人脸作为拍摄的主体，设置准确的焦距和曝光量。当Face detection脸部识别功能开始工作的时候，相机就会自

扩展阅读，以下内容您可能还感兴趣。

相机人脸识别中辨别性别是什么原理？

　　脸部识别技术

　　Face detection脸部识别技术的原理听起来并不深奥，它通过识别画面中的眼睛、嘴等特征信息，锁定画面中的人脸位置，并自动将人脸作为拍摄的主体，设置准确的焦距和曝光量。当Face detection脸部识别功能开始工作的时候，相机就会自动根据画面中人脸的位置和照度进行设置，确保人脸的清晰和曝光准确。此外，当画面中有多个人物时，Face detection脸部识别功能也能够准确工作，挑选最主要的对象。

　　在以往的拍摄中，如何处理人物和背景的关系一直是个麻烦的问题：如果人物不是在取景器的中间，相机就可能把焦点对在远处的背景，导致人物模糊；当人物和背景的亮度差别很大，则会导致人脸部曝光不足或过度。为了解决这些问题，专业的数码相机配备了“5点、9点”的对焦系统和“面测光、点测光、包围测光”测光系统，还要加上“AE/AF锁”。如此复杂的设置对拍摄者的经验和手指灵活性都是巨大的考验，而对于许多不具备这些功能的数码相机来说，拍摄者就完全束手无策了。脸部识别技术Face Detection技术的出现，则让这个难题不复存在。这一技术能够让相机自动识别画面中是否有人的脸部，并自动将人脸作为拍摄的主体。然后，相机在对焦和曝光控制方面都将针对人脸的状况来调整。

　　这一智能功能带来两个最直接的好处：一是让摄影者更加集中精力在取景上，可以实现更完美的构图；二是提升了拍摄的速度。

人脸识别门禁考勤是什么原理的呢？

每个人的脸上，鼻子，眼睛，嘴巴，耳朵的布局是不一样的。只要做一些与之相对应的软件。就可以做到人脸识别的目的了。把人脸识别的信号。传转达到考勤系统内部就能够做到人脸识别考勤了。。

人脸识别系统的技术原理

人脸识别技术包含三个部分：

(1)人脸检测

面貌检测是指在动态的场景与复杂的背景中判断是否存在面像，并分离出这种面像。一般有下列几种方法：

①参考模板法

首先设计一个或数个标准人脸的模板，然后计算测试采集的样品与标准模板之间的匹配程度，并通过阈值来判断是否存在人脸；

②人脸规则法

由于人脸具有一定的结构分布特征，所谓人脸规则的方法即提取这些特征生成相应的规则以判断测试样品是否包含人脸；

③样品学习法

这种方法即采用模式识别中人工神经网络的方法，即通过对面像样品集和非面像样品集的学习产生分类器；

④肤色模型法

这种方法是依据面貌肤色在色彩空间中分布相对集中的规律来进行检测。

⑤特征子脸法

这种方法是将所有面像集合视为一个面像子空间，并基于检测样品与其在子孔间的投影之间的距离判断是否存在面像。

值得提出的是，上述5种方法在实际检测系统中也可综合采用。

(2)人脸跟踪

面貌跟踪是指对被检测到的面貌进行动态目标跟踪。具体采用基于模型的方法或基于运动与模型相结合的方法。此外，利用肤色模型跟踪也不失为一种简单而有效的手段。

(3)人脸比对

面貌比对是对被检测到的面貌像进行身份确认或在面像库中进行目标搜索。这实际上就是说，将采样到的面像与库存的面像依次进行比对，并找出最佳的匹配对象。所以，面像的描述决定了面像识别的具体方法与性能。目前主要采用特征向量与面纹模板两种描述方法：

①特征向量法

该方法是先确定眼虹膜、鼻翼、嘴角等面像五官轮廓的大小、位置、距离等属性，然后再计算出它们的几何特征量，而这些特征量形成一描述该面像的特征向量。

②面纹模板法

该方法是在库中存贮若干标准面像模板或面像器官模板，在进行比对时，将采样面像所有象素与库中所有模板采用归一化相关量度量进行匹配。此外，还有采用模式识别的自相关网络或特征与模板相结合的方法。

人脸识别技术的核心实际为“局部人体特征分析”和“图形/神经识别算法。”这种算法是利用人体面部各器官及特征部位的方法。如对应几何关系多数据形成识别参数与数据库中所有的原始参数进行比较、判断与确认。一般要求判断时间低于1秒。 一般分三步：

(1)首先建立人脸的面像档案。即用摄像机采集单位人员的人脸的面像文件或取他们的照片形成面像文件，并将这些面像文件生成面纹(Faceprint)编码贮存起来。

(2)获取当前的人体面像。即用摄像机捕捉的当前出入人员的面像，或取照片输入，并将当前的面像文件生成面纹编码。

(3)用当前的面纹编码与档案库存的比对。即将当前的面像的面纹编码与档案库存中的面纹编码进行检索比对。上述的“面纹编码”方式是根据人脸脸部的本质特征和开头来工作的。这种面纹编码可以抵抗光线、皮肤色调、面部毛发、发型、眼镜、表情和姿态的变化，具有强大的可靠性，从而使它可以从百万人中精确地辩认出某个人。人脸的识别过程，利用普通的图像处理设备就能自动、连续、实时地完成。

人脸识别考勤机的原理是什么啊？

人脸识别考勤机是基于人脸识别技术应用的结果，人脸识别基于2000特征点进行两两比对，现在做到人证合一验证设备的客户端比对以及服务器端的人脸识别的厂家也就中安未来吧，硬件可以读取国内大部分常见证件，服务器端不仅人脸比对还能进行身份证的OCR识别。

手机的人脸识别功能的原理是什么？用的什么芯片，如果需要识别其他物体需要什么技术，什么镜头，比如我放

人脸识别系统原理为利用线性代数知识，采用超高维的矩阵进行运算。解出的答案，是否相近，也就是评判是否为同一个人。维数越高，结果越可靠。当维数趋向无穷大时，与真人无异（现实中无法实现）！

这需要的数据采集也就是说镜头越高分辨率，采集的数据也就越多。处理器的话，对应其算法的内存即可。识别多少本书，主要也是考虑你自身设定的逻辑。还有你数据采样的方式。简单来说，你采集数据是往书的哪一边。比如是采集可以翻开那一边就稍微难一些。在远处，人都不一定能分清。因此你可以用强大的摄像头，采样，获得不同颜色的纸张，进行判断。背面就容易一些。目前为止，比较好的策略去区分完全不同的书籍，进行如上的区分，是比较难实现的。因此同样的书籍进行计算是比较容易实现的。

具体的我没弄过。纯粹纸上谈兵而已！追问计算用什么芯片，镜头的话是不手机摄像头这种级别就可以呢？