人臉圖像特征提?。喝四樧R(shí)別系統(tǒng)可使用的特征通常分為視覺特征、像素統(tǒng)計(jì)特征、人臉圖像變換系數(shù)特征、人臉圖像代數(shù)特征等。人臉特征提取就是針對(duì)人臉的某些特征進(jìn)行的。人臉特征提取，也稱人臉表征，它是對(duì)人臉進(jìn)行特征建模的過程。人臉特征提取的方法歸納起來分為兩大類：一種是基于知識(shí)的表征方法；另外一種是基于代數(shù)特征或統(tǒng)計(jì)學(xué)習(xí)的表征方法。

人臉的外形很不穩(wěn)定，人可以通過臉部的變化產(chǎn)生很多表情，而在不同觀察角度，人臉的視覺圖像也相差很大，另外，人臉識(shí)別還受光照條件（例如白天和夜晚，室內(nèi)和室外等）、人臉的很多遮蓋物（例如口罩、墨鏡、頭發(fā)、胡須等）、年齡等多方面因素的影響。

在人臉識(shí)別中，類的變化是應(yīng)該放大而作為區(qū)分個(gè)體的標(biāo)準(zhǔn)的，而第二類的變化應(yīng)該消除，因?yàn)樗鼈兛梢源硗粋€(gè)個(gè)體。通常稱類變化為類間變化（inter-class difference），而稱第二類變化為類內(nèi)變化（intra-class difference）。對(duì)于人臉，類內(nèi)變化往往大于類間變化，從而使在受類內(nèi)變化干擾的情況下利用類間變化區(qū)分個(gè)體變得異常困難。

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)別問題中x是圖像，當(dāng)然圖像在計(jì)算機(jī)中的存儲(chǔ)方式是數(shù)字矩陣對(duì)應(yīng)圖像的像素點(diǎn)陣，比如1024×768等等，而每個(gè)像素點(diǎn)是用數(shù)值來表示RGB或者黑白灰，不同的圖像所對(duì)應(yīng)的數(shù)字矩陣是不同的，但在數(shù)值分布上會(huì)呈現(xiàn)出一定的特征，比如人臉和五官，不管出現(xiàn)在圖像中的哪個(gè)位置，對(duì)應(yīng)的數(shù)值都會(huì)有一定的規(guī)律。

當(dāng)前主流的人臉識(shí)別算法，在進(jìn)行人臉識(shí)別核心的人臉比對(duì)時(shí)，主要依靠人臉特征值的比對(duì)。所謂特征值，即面部特征所組成的信息集。我們辨別一個(gè)人的特征，可能會(huì)記住他是雙眼皮、黑眼睛、藍(lán)色頭發(fā)、塌鼻梁……但人工智能算法可以辨別和記住的面部特征會(huì)比肉眼所能觀察到的多很多。