人臉圖像預(yù)處理：對于人臉的圖像預(yù)處理是基于人臉檢測結(jié)果，對圖像進(jìn)行處理并終服務(wù)于特征提取的過程。系統(tǒng)獲取的原始圖像由于受到各種條件的限制和隨機(jī)干擾，往往不能直接使用，在圖像處理的早期階段對它進(jìn)行灰度校正、噪聲過濾等圖像預(yù)處理。對于人臉圖像而言，其預(yù)處理過程主要包括人臉圖像的光線補(bǔ)償、灰度變換、直方圖均衡化、歸一化、幾何校正、濾波以及銳化等。

所謂自然性，是指該識(shí)別方式同人類（甚至其他生物）進(jìn)行個(gè)體識(shí)別時(shí)所利用的生物特征相同。例如人臉識(shí)別，人類也是通過觀察比較人臉區(qū)分和確認(rèn)身份的，另外具有自然性的識(shí)別還有語音識(shí)別、體形識(shí)別等，而指紋識(shí)別、虹膜識(shí)別等都不具有自然性，因?yàn)槿祟惢蛘咂渌锊⒉煌ㄟ^此類生物特征區(qū)別個(gè)體。

不被察覺的特點(diǎn)對于一種識(shí)別方法也很重要，這會(huì)使該識(shí)別方法不令人反感，并且因?yàn)椴蝗菀滓鹑说淖⒁舛蝗菀妆黄垓_。人臉識(shí)別具有這方面的特點(diǎn)，它完全利用可見光獲取人臉圖像信息，而不同于指紋識(shí)別或者虹膜識(shí)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，從而更有可能被偽裝欺騙。

人臉識(shí)別主要用于身份識(shí)別。由于視頻監(jiān)控正在快速普及，眾多的視頻監(jiān)控應(yīng)用迫切需要一種遠(yuǎn)距離、用戶非配合狀態(tài)下的快速身份識(shí)別技術(shù)，以求遠(yuǎn)距離快速確認(rèn)人員身份，實(shí)現(xiàn)智能預(yù)警。人臉識(shí)別技術(shù)無疑是佳的選擇，采用快速人臉檢測技術(shù)可以從監(jiān)控視頻圖象中實(shí)時(shí)查找人臉，并與人臉數(shù)據(jù)庫進(jìn)行實(shí)時(shí)比對，從而實(shí)現(xiàn)快速身份識(shí)別。

人臉識(shí)別被認(rèn)為是生物特征識(shí)別領(lǐng)域甚至人工智能領(lǐng)域困難的研究課題之一。人臉識(shí)別的困難主要是人臉作為生物特征的特點(diǎn)所帶來的。不同個(gè)體之間的區(qū)別不大，所有的人臉的結(jié)構(gòu)都相似，甚至人臉器官的結(jié)構(gòu)外形都很相似。這樣的特點(diǎn)對于利用人臉進(jìn)行定位是有利的，但是對于利用人臉區(qū)分人類個(gè)體是不利的。

人臉識(shí)別產(chǎn)品已廣泛應(yīng)用于金融、司法、、公安、邊檢、、航天、電力、工廠、教育、醫(yī)療及眾多企事業(yè)單位等領(lǐng)域。隨著技術(shù)的進(jìn)一步成熟和社會(huì)認(rèn)同度的提高，人臉識(shí)別技術(shù)將應(yīng)用在更多的領(lǐng)域。

1、企業(yè)、住宅安全和管理。如人臉識(shí)別門禁考勤系統(tǒng)，人臉識(shí)別防盜門等。

2、電子護(hù)照及身份證。中國的電子護(hù)照計(jì)劃公安部一所正在加緊規(guī)劃和實(shí)施。

3、公安、司法和刑偵。如利用人臉識(shí)別系統(tǒng)和網(wǎng)絡(luò)，在全國范圍內(nèi)搜捕逃犯。

4、自助服務(wù)。

5、信息安全。如計(jì)算機(jī)登錄、電子政務(wù)和電子商務(wù)。在電子商務(wù)中交易全部在網(wǎng)上完成，電子政務(wù)中的很多審批流程也都搬到了網(wǎng)上。而當(dāng)前，交易或者審批的授權(quán)都是靠密碼來實(shí)現(xiàn)，如果密碼被盜，就無法安全。但是使用生物特征，就可以做到當(dāng)事人在網(wǎng)上的數(shù)字身份和真實(shí)身份統(tǒng)一，從而大大增加電子商務(wù)和電子政務(wù)系統(tǒng)的可靠性。

人臉識(shí)別門禁是基于的人臉識(shí)別技術(shù)，結(jié)合成熟的ID卡和指紋識(shí)別技術(shù)而推出的安全實(shí)用的門禁產(chǎn)品。產(chǎn)品采用分體式設(shè)計(jì)，人臉、指紋和ID卡信息的采集和生物信息識(shí)別及門禁控制內(nèi)外分離，實(shí)用性高、安全可靠。系統(tǒng)采用網(wǎng)絡(luò)信息加密傳輸，支持遠(yuǎn)程進(jìn)行控制和管理，可廣泛應(yīng)用于銀行、、公檢法、智能樓宇等區(qū)域的門禁安全控制。

人臉識(shí)別算法一般會(huì)設(shè)定一個(gè)閾值作為評判通過與否的標(biāo)準(zhǔn)，該閾值一般是用分?jǐn)?shù)或者百分比來衡量。業(yè)界一般采用“認(rèn)假率（FAR，又稱誤識(shí)率，把某人誤識(shí)為其他人）”和“拒真率（FRR拒真率，本人注冊在底庫中，但比對相似度達(dá)到不預(yù)定的值）”，來作為評判依據(jù)。

2D人臉識(shí)別的優(yōu)勢是實(shí)現(xiàn)的算法相對比較多，有一套比較成熟的流程，圖像數(shù)據(jù)獲取比較簡單，只需一個(gè)普通攝像頭即可，所以基于2D圖像數(shù)據(jù)的人臉識(shí)別是目前的主流，在安防、監(jiān)控、門禁、考勤、金融身份輔助認(rèn)證、娛樂等多種場景中都有應(yīng)用。