人(rén)臉識别系統主要包括四個(gè)組成部分，分别為(wèi)：人(rén)臉圖像采集及檢測、人(rén)臉圖像預處理(lǐ)、人(rén)臉圖像特征提取以及匹配與識别。
系統主要包含：
人(rén)臉圖像采集及檢測
人(rén)臉圖像采集：不同的人(rén)臉圖像都能通(tōng)過攝像鏡頭采集下來(lái)，比如靜态圖像、動态圖像、不同的位置、不同表情等方面都可(kě)以得(de)到很(hěn)好的采集。當用戶在采集設備的拍攝範圍內(nèi)時(shí)，采集設備會(huì)自動搜索并拍攝用戶的人(rén)臉圖像。
人(rén)臉檢測：人(rén)臉檢測在實際中主要用于人(rén)臉識别的預處理(lǐ)，即在圖像中準确标定出人(rén)臉的位置和(hé)大(dà)小(xiǎo)。人(rén)臉圖像中包含的模式特征十分豐富，如直方圖特征、顔色特征、模闆特征、結構特征及Haar特征等。人(rén)臉檢測就是把這其中有(yǒu)用的信息挑出來(lái)，并利用這些(xiē)特征實現人(rén)臉檢測。
人(rén)臉圖像預處理(lǐ)
人(rén)臉圖像預處理(lǐ)：對于人(rén)臉的圖像預處理(lǐ)是基于人(rén)臉檢測結果，對圖像進行(xíng)處理(lǐ)并最終服務于特征提取的過程。系統獲取的原始圖像由于受到各種條件的限制(zhì)和(hé)随機幹擾，往往不能直接使用，必須在圖像處理(lǐ)的早期階段對它進行(xíng)灰度校(xiào)正、噪聲過濾等圖像預處理(lǐ)。對于人(rén)臉圖像而言，其預處理(lǐ)過程主要包括人(rén)臉圖像的光線補償、灰度變換、直方圖均衡化、歸一化、幾何校(xiào)正、濾波以及銳化等。
人(rén)臉圖像特征提取
臉圖像特征提取：人(rén)臉識别系統可(kě)使用的特征通(tōng)常分為(wèi)視(shì)覺特征、像素統計(jì)特征、人(rén)臉圖像變換系數(shù)特征、人(rén)臉圖像代數(shù)特征等。人(rén)臉特征提取就是針對人(rén)臉的某些(xiē)特征進行(xíng)的。人(rén)臉特征提取，也稱人(rén)臉表征，它是對人(rén)臉進行(xíng)特征建模的過程。人(rén)臉特征提取的方法歸納起來(lái)分為(wèi)兩大(dà)類：一種是基于知識的表征方法；另外一種是基于代數(shù)特征或統計(jì)學習的表征方法。
基于知識的表征方法主要是根據人(rén)臉器(qì)官的形狀描述以及他們之間(jiān)的距離特性來(lái)獲得(de)有(yǒu)助于人(rén)臉分類的特征數(shù)據，其特征分量通(tōng)常包括特征點間(jiān)的歐氏距離、曲率和(hé)角度等。人(rén)臉由眼睛、鼻子、嘴、下巴等局部構成，對這些(xiē)局部和(hé)它們之間(jiān)結構關系的幾何描述，可(kě)作(zuò)為(wèi)識别人(rén)臉的重要特征，這些(xiē)特征被稱為(wèi)幾何特征。基于知識的人(rén)臉表征主要包括基于幾何特征的方法和(hé)模闆匹配法。
人(rén)臉圖像匹配與識别
人(rén)臉圖像匹配與識别：提取的人(rén)臉圖像的特征數(shù)據與數(shù)據庫中存儲的特征模闆進行(xíng)搜索匹配，通(tōng)過設定一個(gè)阈值，當相似度超過這一阈值，則把匹配得(de)到的結果輸出。人(rén)臉識别就是将待識别的人(rén)臉特征與已得(de)到的人(rén)臉特征模闆進行(xíng)比較，根據相似程度對人(rén)臉的身份信息進行(xíng)判斷。這一過程又分為(wèi)兩類：一類是确認，是一對一進行(xíng)圖像比較的過程，另一類是辨認，是一對多(duō)進行(xíng)圖像匹配對比的過程。
