人臉捕獲與跟蹤人臉識別系統(tǒng)人臉捕獲是指在一幅圖像或視頻流的一幀中檢測出人像并將人像從背景中分離出來，并自動地將其保存。人像跟蹤是指利用人像捕獲技術，當指ding的人像在攝像頭拍攝的范圍內移動時自動地對其進行跟蹤。人臉識別比對人臉識別分核實式和搜索式二種比對模式。核實式是對指將捕獲得到的人像或是指ding的人像與數(shù)據(jù)庫中已登人臉識別(3張) 記的某一對像作比對核實確定其是否為同一人。搜索式的比對是指，從數(shù)據(jù)庫中已登記的所有人像中搜索查找是否有指ding的人像存在。 [1] 人臉建模與檢索系統(tǒng)可以將登記入庫的人像數(shù)據(jù)進行建模提取人臉的特征，并將其生成人臉模板（人臉特征文件）保存到數(shù)據(jù)庫中。在進行人臉搜索時（搜索式），將指ding的人像進行建模，再將其與數(shù)據(jù)庫中的所有人的模板相比對識別，終將根據(jù)所比對的相似值列出相似的人員列表。真人鑒別系統(tǒng)可以識別得出攝像頭前的人是一個真正的人還是一張照片。以此杜絕使用者用照片作假。此項技術需要使用者作臉部表情的配合動作。圖像質量檢測圖像質量的好壞直接影響到識別的效果，圖像質量的檢測功能能對即將進行比對的照片進行圖像質量評估，并給出相應的建議值來輔助識別。

人臉識別被認為是生物特征識別領域甚至人工智能領域困難的研究課題之一。人臉識別系統(tǒng)的困難主要是人臉作為生物特征的特點所帶來的。相似性不同個體之間的區(qū)別不大，所有的人臉的結構都相似，甚至人臉器guan的結構外形都很相似。這樣的特點對于利用人臉進行定位是有利的，但是對于利用人臉區(qū)分人類個體是不利的。易變性人臉的外形很不穩(wěn)定，人可以通過臉部的變化產生很多表情，而在不同觀察角度，人臉的視覺圖像也相差很大，另外，人臉識別還受光照條件（例如白天和夜晚，室內和室外等）、人臉的很多遮蓋物（例如口罩、墨鏡、頭發(fā)、胡須等）、年齡等多方面因素的影響。在人臉識別中，類的變化是應該放大而作為區(qū)分個體的標準的，而第二類的變化應該消除，因為它們可以代表同一個個體。通常稱類變化為類間變化（inter-class difference），而稱第二類變化為類內變化（intra-class difference）。對于人臉，類內變化往往大于類間變化，從而使在受類內變化干擾的情況下利用類間變化區(qū)分個體變得異常困難。用戶配合度現(xiàn)有的人臉識別系統(tǒng)在用戶配合、采集條件比較理想的情況下可以取得令人滿意的結果。但是，在用戶不配合、采集條件不理想的情況下，現(xiàn)有系統(tǒng)的識別率將陡然下降。比如，人臉比對時，與系統(tǒng)中存儲的人臉有出入，例如剃了胡子、換了發(fā)型、多了眼鏡、變了表情都有可能引起比對失敗。也就是說，人如果發(fā)生較大變化，系統(tǒng)可能就會認證失敗。光照、姿態(tài)、裝飾等，對機器識別人臉都有影響。

人臉的識別過程一般分三步：(1)首先建立人臉的面像檔案。即用攝像機采集單位人員的人臉的面像文件或取他們的照片形成面像文件，并將這些面像文件生成面紋(Faceprint)編碼貯存起來。(2)獲取當前的人體面像。即用攝像機捕zhuo的當前出入人員的面像，或取照片輸入，并將當前的面像文件生成面紋編碼。(3)用當前的面紋編碼與檔案庫存的比對。即將當前的面像的面紋編碼與檔案庫存中的面紋編碼進行檢索比對。上述的“面紋編碼”方式是根據(jù)人臉臉部的本質特征和開頭來工作的。這種面紋編碼可以抵抗光線、皮膚色調、面部毛發(fā)、發(fā)型、眼鏡、表情和姿態(tài)的變化，具有強大的可靠性，從而使它可以從百萬人中精que地辨認出某個人。人臉的識別過程，利用普通的圖像處理設備就能自動、連續(xù)、實時地完成。