一般人脸模型的主要思想是定义一个平均的人脸3D模型，其空间坐标点集为Sg={xgi，ygi，zgi}，i=1，2，…，n，该空间坐标集表达了常见的人脸表面形状的共同特性。该思想认为，不同人脸的3D结构S。都可 以通过一般人脸模型Sg中每个空间点的位置变化来表达，即特定的人脸模型Sp=Sg+△S，(xpi，ypi，zpi}={xgi+△xi，yg+△yi，zgi+△zi}。形变量△S如何求取具有不同的方法，但核心思想是利用人脸模型提取表达五官特征(眼睛、鼻子、嘴、脸颊、眉毛)的轮廓点集Sf={xfj，yfj，zfj}，j=1，2，…，m(其中m<

　　是基于人的脸部特征，对输入的人脸图象或者视频流 . 首先判断其是否存在人脸 , 如果存在人脸，则进一步的给出每个脸的位置、大小和各个主要面部器官的位置信息。并依据这些信息，进一步提取每个人脸中所蕴涵的身份特征，并将其与已知的人脸进行对比，从而识别每个人脸的身份。 人脸识技术中被广泛采用的区域特征分析算法，它融合了计算机图像处理技术与生物统计学原理于一体，利用计算机图像处理技术从视频中提取人像特征点，利用生物统计学的原理进行分析建立数学模型,即人脸特征模板。利用已建成的人脸特征模板与被测者的人的面像进行特征分析，根据分析的结果来给出一个相似值。通过这个值即可确定是否为同一人。

　　如今，对于非配合情况下的人脸图像采集，遮挡问题严重。是在监控环境下，被监控对象可能会戴着眼镜、帽子等饰物，使得被采集的人脸图像有可能不完整，从而影响了后面的特征提取与识别，甚至会导致人脸检测算法的失效。如何有效地去除遮挡物的影响，是紧迫的研究课题。同时，随着年龄的变化，面部外观也会变化，是对于青少年，这种变化更加明显。对于不同的年龄段，人脸识别算法的识别率也不同。年龄变化对人脸识别算法的影响也得到解决。

　　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。