你有没有想过，当我们使用手机刷脸支付，当我们走过公司的门禁，当我们开车行走在路上，随处可见的人脸识别系统是怎么辨认出我们的身份的吗？
2015年3月15日汉诺威IT博览会上阿里巴巴创始人马云使用刷脸支付，将一枚1948年的汉诺威纪念邮票赠送给默克尔 为了识别人脸，计算机会建立一个数据库，里面存储着每一个人第一次登陆时的照片，计算机首先用人脸模板在图片数据中上下左右移动和计算，根据计算结果，在照片中锁定出人脸的位置和大小，把照片里的人脸抓出来，并且把大小调整到标准状态，计算机需要把现在正在看的这张脸和数据库里成千上万的脸进行比对，为了做好人脸比对，研究人员想了很多办法
首先设计一个或数个标准人脸的模板，然后计算测试采集的样品与标准模板之间的匹配程度，并通过阈值来判断是否存在人脸
计算机通过计算，先在预存的各张脸上，找到眼睛 鼻子和嘴的位置信息，比对时，通过测量照片中两只眼睛之间的距离，鼻子和嘴等尺寸信息，来比较这张照片是不是符合数据库里某个人的面部信息
这种方法即采用 模式识别中人工神经网络的方法，通过对面像样品集和非面像样品集的学习产生分类器
这种方法是依据面貌肤色在色彩空间中分布相对集中的规律来进行检测。 一种精度更高的方法，计算机把数据库里大量人脸数据合成到一起计算，算出几十张特征脸，每一张真人脸都可以由这些特征脸按比例组合而成，只要两张脸中含有的各种特征脸的调和比例很接近，就可以判断是同一个人的 当然，计算机也会有辨别不出人脸的时候，人脸识别困难主要是人脸作为生物特征的特点所带来的。不同个体之间的区别不大，所有的人脸的结构都相似，甚至人脸器官的结构外形都很相似。这样的特点对于利用人脸进行定位是有利的，但是对于利用人脸区分人类个体是不利的。 因为人脸的外形很不稳定，人可以通过脸部的变化产生很多表情，而在不同观察角度，人脸的视觉图像也相差很大
那么他是怎么工作的呢？
一、参考模板法
二、人脸规则法
三、样品学习法
四、肤色模型法
五、特征脸法
显示在照片里的人戴口罩或戴墨镜，只有半张脸，光线太暗或太亮，都可能让人脸识别系统无法辨别，为了让计算机的眼力更好，识别的更准确，科学家们还有很多工作要做
