你有沒有想過，當我們使用手機刷臉支付，當我們走過公司的門禁，當我們開車行走在路上，隨處可見的人臉識別系統是怎么辨認出我們的身份的嗎？

2015年3月15日漢諾威IT博覽會上阿里巴巴創始人馬云使用刷臉支付，將一枚1948年的漢諾威紀念郵票贈送給默克爾

那么他是怎么工作的呢？

為了識別人臉，計算機會建立一個數據庫，里面存儲著每一個人第一次登陸時的照片，計算機首先用人臉模板在圖片數據中上下左右移動和計算，根據計算結果，在照片中鎖定出人臉的位置和大小，把照片里的人臉抓出來，并且把大小調整到標準狀態，計算機需要把現在正在看的這張臉和數據庫里成千上萬的臉進行比對，為了做好人臉比對，研究人員想了很多辦法

一、參考模板法

首先設計一個或數個標準人臉的模板，然后計算測試采集的樣品與標準模板之間的匹配程度，并通過閾值來判斷是否存在人臉

二、人臉規則法

計算機通過計算，先在預存的各張臉上，找到眼睛 鼻子和嘴的位置信息，比對時，通過測量照片中兩只眼睛之間的距離，鼻子和嘴等尺寸信息，來比較這張照片是不是符合數據庫里某個人的面部信息

三、樣品學習法

這種方法即采用 模式識別中人工神經網絡的方法，通過對面像樣品集和非面像樣品集的學習產生分類器

四、膚色模型法

這種方法是依據面貌膚色在色彩空間中分布相對集中的規律來進行檢測。

五、特征臉法

一種精度更高的方法，計算機把數據庫里大量人臉數據合成到一起計算，算出幾十張特征臉，每一張真人臉都可以由這些特征臉按比例組合而成，只要兩張臉中含有的各種特征臉的調和比例很接近，就可以判斷是同一個人的

當然，計算機也會有辨別不出人臉的時候，人臉識別困難主要是人臉作為生物特征的特點所帶來的。不同個體之間的區別不大，所有的人臉的結構都相似，甚至人臉器官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分人類個體是不利的。

因為人臉的外形很不穩定，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