人脸识别是一种使用人脸识别确认身份的AI技术，这个可用于识别出照片、视频或现实中人的身份。
人脸识别的工作方式和其他生物特征识别相同，都是计算机分析图像数据并在其中寻找具体特征，比如人的头部形状、眼窝的深度、瞳孔等等。
创建面部标记数据库，并且共享来自数据库的关键相似性阈值的面部图像指示可能的匹配。这是所有类型面部识别背后的基本原理，从通过扫描面部来解锁iPhone，到拦截进入商店的小偷，这已经是现在人脸识别技术的应用范畴。
人脸识别技术算法
比较通用的算法是训练计算机读取面部的几何形状并识别特定的面部标志，系统在人脸上记录达68个标志点，用于定位眼睛、眉毛、鼻子、嘴巴、下巴和下巴周围的区域。
随着技术的发展，人脸识别算法已经开发了更多的技术来实现准确的面部识别。
渐变算法
该算法将每个图像像素的亮度与其周围像素的亮度进行比较，从而创建一个像素强度变化图。然后将一个复杂的多方向亮度梯度网络以编码形式存储在计算机上。
这与现有的梯度数据库进行了比较，以解决一系列问题，比如：
这是皮肤吗？
如果是：周围的像素梯度是否表示面部片段？
如果是一只眼睛：眼睛是什么颜色？
这个过程一直持续到分析完所有面部特征，从眼睛的位置、大小和深度到鼻子的精确解剖结构和纹理等等。
这些数据相对光照属性往往在镜头之间会保持不变。
投影算法
这是一种将2D照片投影到3D模型的算法。将人脸包裹在三维空间中通常可以揭示出在平面和静态图像中更难找到的对称形式和区别特征。
图像准备完成后，系统会“编码”人脸，或将其最显着的特征和模式折叠成一个更小的、简化的文件，该文件的存在仅用于与其他编码的人脸进行交叉检查。
