人脸识别技术经历了多年的发展，在近年来才逐步应用在我们的实际生活中。如谷歌眼镜的身份识别、智能手机的人脸解锁、家庭中的人脸识别智能锁等功能正渐渐影响着我们的生活，而人脸识别的应用早已进入了安防领域的最前线。那么，计算机如何识别人脸的呢？

       人脸识别技术的发展过程中曾出现过大量的识别算法。这些算法的涉及面非常广泛，包括模式识别、图像处理、计算机视觉、人工智能、统计学习、神经网络、小波分析、子空间理论等众多学科。但归根结底，很多算法都是以“特征脸方法”为基础展开的。

       这个方法主要利用主分量分析，对人脸进行降维和提取特征。相当于把所有的人脸向量化，数字化，然后从人脸数据中找出和需要识别的人脸数据对应的几个特征值，构成一组特征向量基，以达到表征原数据的目的。因为由主分量分析提取出来的特征向量在返回成图像时，看上去仍像人脸，所以这些特征向量也被称为“特征脸”。

       在视频监控、信息安全和出入控制等应用中，基于视频的人脸识别是一个非常重要的问题，也是目前人脸识别的热点和难点。基于视频静态图像的人脸识别系统一般都是自动检测人脸区域，然后从视频中提取特征，如果人脸存在则识别出人脸对应的身份。

       现在，在上述方法的基础上加入了人脸跟踪方法。在这类系统中，通过利用姿态和从视频中估计到的深度信息合成一个虚拟的正面人脸。另外一个能提高识别率的方法是利用视频中的帧图像，对每一帧图像进行识别。这等于是把大量的静态识别结果堆叠起来，然后使用“投票”机制选出最受支持的结果。

       近两年，视频人脸识别技术有了进一步的发展，这个阶段的特点是同时采用空间信息（在每帧中）和时间信息（比如人脸特征的运动轨迹），做出更准确的判断。和前述的“投票”的不同之处是这个方法可以在时间和空间的联合空间中描述人脸和识别人脸，因此更加精准。珠海易胜电子视频人脸实时分析系统和视频回放分析系统采用自主研发的核心人脸识别算法，识别精度高、速度快，该系统可应用在机场、港口、车站、会展、商场、银行等重要地点进行人脸抓拍、身份识别和公安布控等智慧城市应用；可以想象，在不远的将来，人脸识别技术会悄无声息地融入到生活的方方面面，使让我们的生活更加便捷和智能。