引言  近年来，随着计算机技术的迅速发展，人脸自动识别技术得到广泛研究与开发，人脸识别成为近三十年里模式识别和图像处理中最热门的研究主题之一。

　　人脸识别技术是基于人脸部的主要器官，如眼睛、鼻子、嘴巴等位置及大小不同等特点，对输入的人脸图像或者视频流，通过与数据库中已知的人脸进行对比，即可精确识别出被识别对象的信息。一个简单的自动人脸识别系统，包括以下4个方面的内容：

　　（1）人脸检测：即从各种不同的场景中检测出人脸的存在并确定其位置。

　　（2）人脸的规范化：校正人脸在尺度、光照和旋转等方面的变化。

　　（3）人脸表征：采取某种方式表示检测出人脸和数据库中的已知人脸。

　　（4）人脸识别：将待识别的人脸与数据库中的已知人脸比较，得出相关信息。

　　在我国，人脸识别技术在国家安全、军事安全、金融、公安、司法、民政、海关、边境、口岸、民航、保险以及社会安防、民用安防等领域都有所涉及。目前的主要应用有人脸识别考勤、人脸识别门禁、人脸识别身份认证、监控布防等。

　　与传统的磁卡识别技术相比，人脸识别技术则不需要携带任何证明卡件，也无法被替代。与声音、指纹、虹膜等生物识别相对，人脸识别技术在识别的精确性、简易便捷性、非接触性、主动识别等功能上也具有较大的优势。所有的这些优势特征为我国人脸识别技术的应用及发展奠定了基础，随着科学技术的发展及各种技术手段的综合应用，人脸识别技术将不断向前发展，在越来越多的领域发挥更重要的作用。

　　我们比较常见到人脸识别技术应用集中在人脸识别考勤与人脸识别门禁及人脸识别身份认证等产品上。这些产品应用于企事业单位的人员考勤、人脸识别来访登记、网吧管理、电脑安全防范、学校教育机构及住宅人脸识别出入管理系统等应用领域，并逐渐与现有的传统安防技术结合，拓展应用到ATM机智能视频报警系统、人脸识别照片搜索、公安罪犯追逃智能报警系统等更广的行业及领域。

　　虽然总结与展望人脸自动识别技术已取得了巨大的成就，但在实际应用中仍然面临着诸多因素的影响，无法广泛应用普及。

　　识别对象特征的采集与计算

　　在诸多的应用因素中，人脸识别技术的研发与设计是最主要的影响因素，一个优秀的人脸识别技术应用产品应该具备识别精确、快速、性能稳定与受周边环境影响小等特征。

　　虽然所有的人在人脸结构上都很相似，比如人脸的轮廓形状、面部器官的位置和数量等基本上都是一致的，这些结构特点对于利用人脸进行定位和特征点的提炼是十分有利的，但由于人脸识别还受到识别对象的脸部表情变化、年龄增长、外部识别光照条件、脸部识别角度、头发、胡须附着物等多方面因素的影响，其在实际应用中的难度也相应地增加。

　　解决这些问题需要人脸识别技术上的进步或改良，比如建立人脸图像的老化模型解决年龄影响，建立人脸的三维模型，或进行三维融合（morphing），解决脸部识别角度不同的影响，采用多光源系统，消除外部识别光照条件不足的影响等等。

　　这些影响因素如果无法解决，人脸识别产品在实际的应用过程中，便可能出现无法识别的状况，影响到使用的效果。比如戴眼镜和不戴眼镜，长相类似的双胞胎，脸部长了胡须或者容貌出现了改变。

　　作为国内人脸识别技术研发与生产应用的领先企业，深圳市飞瑞斯科技有限公司最新研发的大众型人脸识别考勤机就在原有的人脸识别技术上做了革新。其新品采用了最新研发的Face Image＋V3.0核心算法，并融合了飞瑞斯科技自主研发的Iris Image＋V1.0虹膜识别技术，相比之下，融合了虹膜识别技术的大众型产品系列要比单独使用人脸识别技术在识别精确度上要提升很多。除此之外，大众型产品系列还增加了各种眼镜配戴的独特处理与优化了多光源识别技术，不仅降低了眼镜配戴对识别的影响，还更好地削弱了光线对识别效果的影响。