Lee等将人脸的特点用六条规则描述，然后根据这六条规则进行五官的定位，将五官之间的几何距离输入模糊神经网络进行识别，神经网络方法在人脸识别上的应用比起前述几类方法来有一定的优势，它的适应性更强，一般也比较容易实现。人脸识别技术原理图人脸检测 面部特征定位 与数据库进行人脸比对人脸识别技术是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部的一系列相关技术，包括人脸图像采集、人脸定位、人脸识别预处理、记忆存储和比对辨识，达到识别不同人身份的目的。

　　人脸的建模与检索:可以将登记入库的人像数据进行建模提取人脸的特征，并将其生脸模板（人脸特征）保存到数据库中。在进行人脸搜索时（搜索式），将指定的人像进行建模，再将其与数据库中的人的模板相比对识别，将根据所比对的相似值列出相似的人员列表。系统可以识别得出摄像头前的人是一个真正的人还是一幅照片。以此杜使用者用照片作假。此项技术需要使用者作脸部表情的配合动作。图像质量的好坏直接影响到识别的效果，图像质量的检测功能能对即将进行比对的照片进行图像质量评估，并给出相应的建议值来辅助识别。

　　主流人脸检测技术方法研究可以通过这些特点采用Adaboost学相关算法，Adaboost算法是分类使用方法的一部分，结合比较弱的分类管理方法，结合新的、强大的分类工作方法。     在人脸识别人脸检测工作中，可以使用Adaboost算法选择能代表中国脸的矩形特征(弱分类器)，根据企业加权投票将弱分类器组成强分类器。训练学生的几个强大的分类器连接的重要组成部分是级联结构的级联分类器。对提高垃圾分类器的检测速度很有效。

　　停车场的人员进出比较频繁，很难做到场内人员和场外拜访人员的区分，对于停车场的安全管理造成一定的隐患。公交集团这次将人脸识别系统引入停车场，为停车场安全保卫设置了第一道屏障，极大的提高了场内人员进场的效率以及停车场对外来拜访人员的安全管理能力。