基于面部特征信息进行计算与转换在茫茫人海中找到你想要的那个人，这样的场景很多人都想象过，可是这样的技术应用也许还需要时日。现在，人脸识别大多用于门禁识别或公安机关追踪等，拍张照片，随后与人脸库进行比对。这个过程实际上并不简单，其对比的背后是一系列的计算与转换。人脸图像采集、人脸定位、人脸识别预处理、身份确认以及身份查找，这一系列的计算与转换都是人脸识别的关键内容。据介绍，人脸识别技术核心称为实时面部特征匹配（RFFM），其识别特征数据紧凑，特征算法准确，是一种独创的识别技术。人脸识别的具体方法有多种，比如几何特征的人脸识别方法。几何特征可以是眼、鼻、嘴等的形状和他们之间的几何关系（如相互之间的距离），目前采用测量两眼之间距离的较多。这些算法识别速度快、需要的内存小，但识别率较低。除此之外还有基于特征脸的人脸识别方法、神经网络的人脸识别方法、弹性图匹配的人脸识别方法等。

　　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。

　　3D人脸的研究始于计算机动画和生物医学成像。计算机动画方面的方法是在计算机上生成三维的人脸来表达人的运动、姿态和表情。这种动画的人脸可以在不同的环境下应用和发展为虚拟现实，这在生物医学方面可从生物图层或切片来重构人体器官组织，并将其用于病理分析。而三维人脸识别是具挑战性的课题，如在技术上有所突破，将具有很强的性和应用价值。

　　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。