在现实场景中，往往前端设备抓拍获得的人脸不一定是正脸的角度，所以需要将图像中的人脸姿态进行矫正。通过人脸关键点检测得到人脸的关键点坐标，根据人脸的关键点坐标调整人脸的角度，使人脸对齐。如图，这两个脸在计算机看来，是不同的两张脸，因此我们需要通过一些仿射变换将脸部进行对齐。 仿射变换的功能是从二维坐标到二维坐标之间的线性变换，且保持二维图形的“平直性”和“平行性”（直线之间的相对位置关系保持不变，平行线经仿射变换后依然为平行线，且直线上点的位置顺序不会发生变化）。

　　部性和拓扑性对模式分析和分割是理想的特性，似乎这更符合神经信息处理的机制，因此寻找具有这种特性的表达十分重要。这种方法在实际应用取得了很好的效果，它构成了FaceIt人脸识别软件的基础。特征脸方法具有简单有效的点,也称为基于主成分分析的人脸识别方法。从统计的观点，寻找人脸图像分布的基本元素，即人脸图像样本集协方差矩阵的特征向量，以此近似地表征人脸图像。这些特征向量称为特征脸。弹性图匹配技术是一种基于几何特征和对灰度分布信息进行小波纹理分析相结合的识别算法，由于该算法较好的利用了人脸的结构和灰度分布信息，而且还具有自动定位面部特征点的功能，因而具有良好的识别效果。

　　形变模型由M个人脸样本数据构成，这些数据分别表示为它的3D形状和纹理两部分，也可写成M个样本图像的质心坐标表达式，即:     使用PCA对3D人脸数据进行压缩，再把基底变换到一个由对应协方差距阵的特征值按降序排列对应的特征向量si和ti形成的正交坐标系下，则有(α，β∈RM-1):     式中:是形状协方差矩阵Cs的特征值。p(β)的计算与p(α)的计算类似。     定义的3DMM为[smodel(α)，tmodel(β)]，由两个变量参数确定a=[a1，a2，…，aM]T，b=[b1，b2，…，bM]T。这样，任意新的人脸都可以通过变化a，b来控制其形状和纹理。

　　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。