人脸识别门禁迅猛来袭，各大商业、住宅、学校、工厂均将普通门禁更新为人脸识别门禁，提升了园区的门禁安全问题。有效杜绝了外来人员随意进出的状况。我们今天就来了解下人脸识别的发展状况。
一、人脸识别背景及内涵
人脸识别技术是一种基于生物特征来进行个体识别的技术隶属于生物特征识别技术。目前生物特征识别技术涉及到的生物特征很多，如脸、指纹、视网膜、虹膜、签名、指纹和声音等，其中最主要的生物特征是人脸、指纹和虹膜，这3种识别技术是3大生物特征识别技术。人脸识别技术已经有多年的研究历史，目前技术也已经逐步成熟，可以实现人脸的识别，当然也存在一些缺陷，目前研究人员正在不断努力的进行完善。通过分析可以发现，指纹和虹膜识别技术在普遍性、独特性、稳定性和防欺骗性上都有很好的表现，而与它们相比人脸识别在独特性、稳定性和防欺骗性上都比较一般，但从实际实施上考虑，无论是指纹识别技术还是虹膜识别技术都需要被识别人的配合，需要其在设备前进行停留和触摸等操作，而人脸识别技术则不需这么复杂，只需要摄像头在人经过时将其拍下就可以完成识别，所以能在公共场合以及人群密集的地方使用，总之，和其他识别技术相比，人脸识别技术具有3方面优点：
（1）用户容易接受，只需要进行简单的操作就可以完成，不需对用户进行特殊的要求。（2）具有很高的防伪性，仿造和被盗十分困难
（3）使用方便，可以随时随地的进行使用，不存在丢失和被盗的风险。
此外，人脸识别技术的精度也比较高，在个人身份鉴定方面具有很多优势，正因如此这项技术能够在很多的领域中进行应用。
二、人脸识别构成要素
人脸自动化检测与识别技术在广义角度上来看，包含了人脸检测和识别技术；从技术专利的角度进行分析，可以认为是信息系统的组成部分。通过对相关文献的分析和总结，人脸自动检测与识别是这一种假设条件下的身份验证技术。对上述说法进行分析和整理，可以对人脸自动检测和识别技术进行以下总结。
1、人脸检测。当输入图像到系统后，系统会进行自动识别，如果识别其为人脸，那么就会对人脸图形的位置进行检测。在人脸的检测过程中，光线、角度等等因素都会造成一定影响。
2、人脸的规范化。由于光线、角度以及尺度的不同都会对人脸图像造成变化，人脸自动检测与识别系统能够对人脸图像进行自动校正，消除这些因素的影响，实现人脸的规范化。
3、人脸的表征。能够对人脸特征进行提取，这对于人脸自动检测与识别技术是非常重要的，是人脸识别的基础。
4、人脸识别。基于提取的人脸特征进行身份的验证。
5、人脸表情分析。基于人脸情绪模型来自动的完成人脸表情的分类和识别工作。
6、编码分析。基于提取的人脸特征，对其进行编码分析。
三、人脸识别技术的发展阶段
第一阶段，主要研究简单背景中的人脸的识别和人脸识别过程中所需的面部特征。二十世纪七十年代，得利于电脑的发展，开始有研发人员利用电脑搭建质量较高的人脸灰度图模型。在这个阶段的研究虽然人脸识别还未能真正落地应用，但是对设计师机器识别人脸算法和系统的工程师有很重要的引导。
第二阶段，主要研究的是人机交互式的人脸识别。同样的，这主要还是老外们在研究，采用几何特征参数和多维特征向量共同描述人脸图像信息，同时基于这种思想开发了图像识别系统。Kobayashi和kaya将统计识别的相关理论应用到人脸识别众，采用欧式几何距离来描述面部特征，比如嘴唇和鼻子的距离、鼻子和眼睛的距离等等。Stonham则提出了一种单隐层的自适应神经网络来进行人脸识别和表情分析。尽管如此，这个阶段还是没有摆脱人工干预，还是需要操作员的某些经验知识。
第三阶段，机器自动识别阶段。随着计算机硬件配置的不断提高和算法的不断改善和提高，人脸识别的运算速度和效率也越来越高。不仅能自动识别正面的光照良好、没有遮挡的面部，而且对不用姿态、不同表情、不同年龄、不同光照的人脸也能进行识别。甚至可以识别出表情、年龄等信息。现今，机器识别的准确率已经超越了人类。
近几年来，随着数据库训练基础的大大增加，和神经技术的累积，再加之统计学和数据学的发展，才逐渐走向了成熟。加上计算机的发展、物联网、互联网行业的快速发展，人脸识别的精度也逐渐上升，人脸识别技术也得到了前所未有的发展。人脸识别算法的更新、扫描方式、对比方式、数据库，各个环节相关打通，人脸识别终端设备终于投入到实际生产以及服务中来。
人脸识别行业的发展也面临着很多挑战，以及需要攻克的技术难关，不过人类的智慧是无穷的，随着大数据、共享时代的来临，人脸识别的技术应用正在向着一个新的高峰不断攀登，让我们跟着时代一起，拭目以待吧。
