人臉識別技術包含三個部分：

(1)人臉檢測

面貌檢測是指在動態(tài)的場景與復雜的背景中判斷是否存在面像，并分離出這種面像。一般有下列幾種方法：

①參考模板法

首先設計一個或數個標準人臉的模板，然后計算測試采集的樣品與標準模板之間的匹配程度，并通過閾值來判斷是否存在人臉；

②人臉規(guī)則法

由于人臉具有一定的結構分布特征，所謂人臉規(guī)則的方法即提取這些特征生成相應的規(guī)則以判斷測試樣品是否包含人臉；

③樣品學習法

這種方法即采用模式識別中人工神經網絡的方法，即通過對面像樣品集和非面像樣品集的學習產生分類器；

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

人臉識別的優(yōu)勢在于其自然性和不被被測個體察覺的特點。人臉面部識別技術

所謂自然性，是指該識別方式同人類（甚至其他生物）進行個體識別時所利用的生物特征相同。例如人臉識別，人類也是通過觀察比較人臉區(qū)分和確認身份的，另外具有自然性的識別還有虹膜識別

語音識別、體形識別等，而指紋識別、虹膜識別等都不具有自然性，因為人類或者其他生物并不通過此類生物特征區(qū)別個體。

人臉識別終端識別速度快，（a）人臉跟蹤與檢測耗時20ms左右（b）人臉特征提取耗時200ms左右（c）檢測人臉比對耗時0.2ms（1000人庫，多次識別取平均值），0.5ms（10000人庫，多次識別取平均值）；

· 人臉識別終端支持陌生人檢測，陌生人等級可配置；

· 人臉識別終端支持人臉識別或陌生人檢測時的現場照片保存；

· 人臉識別終端支持公網、局域網使用部署方式；

· 支持HTTP方式接口對接；

· 支持屏幕顯示內容配置；

· 支持識別距離配置。