人脸识别技术在当今的社会得到了广泛的应用，在一些安全保障要求比较高的场景都有使用，例如金融安全、公共安全、智能门禁管理、人脸支付、人脸解锁等。
目前市面上的人脸识别算法有好几种，不同的算法特点有些不同。本文将详细介绍人脸识别算法的工作原理和分类。
一、人脸识别算法的工作原理
1.采集图像
首先需要采集人脸图像，这个过程叫做图像采集。人脸识别系统采用摄像头对人脸进行拍摄。在这个过程中由于拍摄距离、角度、光线等因素的影响可能会导致图像发生变形，有可能会识别不了。
2.预处理
采集到的人脸图像会进行预处理，包括图像掩膜、直方图均衡、人脸对齐等等，这些操作可增加人脸识别的成功率。
3.特征提取
图像经过预处理之后，需要提取特征，在这个过程中，算法会提取特征向量作为输入，以提取面部的主要特征，如：眼睛，鼻子，轮廓，嘴巴等一些关键的特征点。
4.特征比对
特征比对，这个总过程其实就是在比较正验证的人脸与数据库中的人脸是否有相同的部分。当匹配度达到一定比例之后，人脸识别设备就显示人脸对于通过，识别操作就完成了。
二、人脸识别算法的分类
1.基于2D图像的人脸识别算法
基于2D图像的人脸识别算法是人脸识别的早期算法，它的主要工作是对从图像中提取出的特征进行比对，根据相似度来进行识别。常用的算法有PCA、LDA、EBGM、fisherface等。
2.基于3D图像的人脸识别算法
基于3D图像的人脸识别算法不仅能够重建3D人脸模型，还能够抑制传统2D算法中各种变形与遮挡的影响，提高了识别的准确率。常用算法有基于深度学习的3D人脸分类等。
3.基于可见光和红外光的人脸识别算法
基于可见光和红外光的人脸识别算法是基于图像的人脸识别应用中比较成熟的技术之一。通过对这两种波段思想特定的特征分析，并采用适当的算法进行识别。常用的算法有eigenface、局部纹理模式等。
人脸识别算法的种类有很多，各有各的优点，目前人脸识别技术受外部环境和自身算法的影响还是比较大的，所以还在不断的改进。未来的人脸识别技术有可能做到动态识别、隐形识别等，我们可以期待技术更新。
声明：网站文章由长龙鑫电子https://www.clxet.com原创或转载自其他自媒体，引用或转载本文内容请注明来源！
