人脸识别是人类视觉系统的基本功能，是人类直接的识别手段，是生物特征学的重要研究内容。人脸识别作为种新的生物特征识别技术，是种基于人脸特征的自动识别技术。人脸识别采用了数字图像/视频处理、模式识别、计算机视觉等多种技术。

人脸识别技术在公共安全和人机交互安全域有着广阔的应用前景。 同时，人脸识别也是人工智能域的个重要研究课题，吸引了大量研究人员进行深入的研究，已有30多年的研究历史。

人脸识别视频监控系统有四个核心部分，分别为视频处理/人脸采集工作站、人脸比较工作站、黑名单数据库和报警显示工作站。视频处理/人脸捕捉：在视频图像中查找人脸，评估图像质量，并将其提交给人脸识别比较模块；人脸识别比较模块：从登录照片中提取特征模板，并将其与黑名单数据库进行比较；黑名单照片采集：建立模板并将模板数据添加到黑名单数据库；报警显示：根据比较结果，显示报警结果，或将报警信息传递给PDA或其他便携式终端。

人脸识别监控系统

（1）人脸识别中的光照。光照变化是影响人脸识别性能的关键因素。解决这问题的程度关系到人脸识别实际过程的成败。在人脸图像预处理或归化阶段，需要将人脸固有的光源、遮挡、高光等非人脸属性分离出来，并进行有针对性的光补偿，以消除前照不均引起的阴影和高光对识别性能的影响；

（2）人脸检测与跟踪。 人脸识别的前期工作是人脸检测，人脸跟踪是基于人脸检测和定位的结果，在运动序列的后续帧中连续检测目标人脸的运动轨迹和轮廓变化。 复杂背景下的多人脸检测与跟踪系统可以采用模板匹配、特征子人脸、颜色信息等人脸检测技术。 张可以追踪任何姿势运动的脸;

（3）冗余问题。人脸识别监控系统可以快速检测视频捕获中的单个和多个人脸图像，自动去除冗余，减去重复的肖像，提取相应的人脸图像特征，实现快速人脸比较，并输出相应的结果信息。

（4）脸姿势的问题涉及在所述头部绕由转动引起的三维正交坐标系的三个轴，其中，所述两个方向的深度垂直于造成的面部信息的部分删除的图像平面的旋转的变化。种解决办法是提出寻求这些功能并不适用于态度的变化而变化，不变的特征为基础的方法。另种解决方案是使用基于统计的视觉模型，输入手势是前方图像校正图像，其可以被提取并在空间统姿势的匹配功能。