好莱坞大片中，FBI警探利用超级电脑，将偷拍照片中的人脸与犯罪资料库对比，将恐怖分子及时找出来。而现实中，幸亏没有这样的技术，否则我们何时在哪里都逃脱不了被监控的危险。可惜好日子正在过去，面部识别技术已经走入生活，也就是说：被人随时认出的不爽日子开始了！

面部识别的优势与应用

    人脸识别的优势在于其自然性和不被被测个体察觉的特点。所谓自然性，是指该识别方式同人类（甚至其他生物）进行个体识别时所利用的生物特征相同。例如人脸识别，人类也是通过观察比较人脸区分和确认身份的，另外具有自然性的识别还有语音识别、体形识别等，而指纹识别、虹膜识别等都不具有自然性，因为人类或者其他生物并不通过此类生物特征区别个体。

    不被察觉的特点对于一种识别方法也很重要，这会使该识别方法不令人反感，并且因为不容易引起人的注意而不容易被欺骗。人脸识别具有这方面的特点，它完全利用可见光获取人脸图像信息，而不同于指纹识别或者虹膜识别，需要利用电子压力传感器采集指纹，或者利用红外线采集虹膜图像，这些特殊的采集方式很容易被人察觉，从而更有可能被伪装欺骗。

面部识别的特点与弊端

    面部识别的困难主要是人脸作为生物特征的特点所带来的。人脸在视觉上的特点是：

    第一，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；

    第二，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，另外，面部识别还受光照条件（例如白天和夜晚，室内和室外等）、人脸的很多遮盖物（例如口罩、墨镜、头发、胡须等）、年龄等多方面因素的影响，因此区分个体变得异常困难。

    目前的面部识别方法主要集中在二维图像方面，人脸图像由于年龄、姿态、表情、光照等因素而具有“一人千面”的特点，因此识别的准确度将受到很大限制。迄今为止，建立一个完善的面部识别系统仍然是一个很困难的问题。

面部识别的未来前景

    针对面部识别的难点，科学家始终致力于这方面的研究。目前有一个较好的办法就是利用三维信息进行面部识别。三维信息能够更精确地描述人的脸部特征，提取的某些特征具有刚体变换不变性，并且不易受化妆和光照的影响。利用三维曲面的配准算法能很好地克服姿式的变化，通过三维模型合成的面部动作在一定程度上克服表情变化，因此，基于三维信息的面部识别是一种较准确的识别途径，能够比较有效地克服基于2D图像进行识别所遇到的困难。

    至今，比利时学者Beumier等利用结构光的方法获取三维数据，然后利用曲面匹配的方法进行面部识别收到了较好的效果；美国的Gordon等利用激光扫描仪获取的距离数据建立面部曲面，通过计算表面曲率寻找凸点、凹点和脊点，然后定位面部的一些特征点，利用模板匹配的方法进行识别；德国人Vetter等利用单幅图片构建三维模型，利用形状和纹理参数来表征个性特征。

    不过，目前三维面部识别算法还很不成熟，仍受到数据获取、存储量大、难以计算、识别方法不足等多方面的困难。

Knowledge·知识库：面部识别技术是什么？

    把人的脸谱用特殊方法记录在数据库中，形成记忆，这就是面部识别最初的原理。根据wikipedia的解释，人脸识别是特指利用分析比较人脸视觉特征信息进行身份鉴别的计算机技术。广义的人脸识别实际包括构建人脸识别系统的一系列相关技术，包括人脸图像采集、人脸定位、人脸识别预处理、身份确认以及身份查找等；而狭义的人脸识别特指通过人脸进行身份确认或者身份查找的技术或系统。

    人脸识别是一项热门的计算机技术研究领域，它属于生物特征识别技术，是对人的生物特征来区分生物体个体。生物特征识别技术所研究的生物特征包括脸、指纹、手掌纹、虹膜、视网膜、声音（语音）、体形、个人习惯（例如敲击键盘的力度和频率、签字）等，相应的识别技术就有人脸识别、指纹识别、掌纹识别、虹膜识别、视网膜识别、语音识别（用语音识别可以进行身份识别，也可以进行语音内容的识别，只有前者属于生物特征识别技术）、体形识别、键盘敲击识别、签字识别等。

    由于面部识别需要处理的资料非常复杂，所以以往都是由大型计算机来完成识别任务的。最近，清华大学的苏光大教授已经开发出新的人脸综合识别系统，可以在普通电脑上进行活动人脸并行检测与识别的能力。据介绍，清华的人脸综合识别系统一秒钟可以检测90幅人脸、查找速度堪称全球最快。