隨著計算機通訊技術、視音訊壓縮技術和大規模儲存技術的發展，人臉影象識別己大量應用在教育、科研、廣播電視、安防、商業及消費領域。人臉影象識別在傳統上的應用包括人臉影象的辨認和確認，如：訪問控制、執法及安防等。隨著計算機計算和儲存能力的提高、網路技術的發展及人臉影象識別演算法的成熟，人臉影象識別技術將會在人機介面、虛擬實境、資料庫檢索、多**、娛樂等一些新的領域得到廣泛的應用。
人臉識別目前現狀：
基於人臉全域性特徵的人臉識別：主成分分析演算法；fisher線性區分演算法。
2.基於人臉區域性特徵的人臉識別技術：區域性二值模式化bp運算元及其變種演算法；gabor濾波器演算法.
3.基於壓縮感知稀疏表示理論的人臉識別技術：壓縮感知是指利用訊號的稀疏性和非相關性，通過構建測量矩陣，用低於奈奎斯特取樣率的頻率對訊號進仔取樣，實現邊取樣邊壓縮；在接收端通過訊號重構的方法實現解縮，從而避免在取樣端產生大量的冗餘資料，降低取樣端儲存和計算成本。壓縮感知包括訊號的稀疏表示、測量矩陣的構建和訊號恢復等三個關鍵環節。
4.基於深度學習的人臉識別技術：深度學習是機器學習研究中的乙個新的領域，源於人工神經網路的研究。深度習的動機在於建立類似於人腦進行分析學習的神經網路，從而模擬人腦的機制來解釋資料。
人臉識別未來趨勢：
一、多資料融合與方法綜合
人臉識別技術經過這幾十年的發展，已取得非常不錯的成果。但是各種技術和方法都有自己不同的適應環境和各自的特點。如何使用資料融合理論，將不同的方法綜合起來，相互補充，來取得較好的人臉識別效果，便成為人們的研究熱點之一。
二、動態跟蹤人臉識別系統
目前的靜態人臉識別技術只能滿足一般身份識別場合如門禁系統，考勤系統等，無法進行人臉的動態跟蹤與識別。隨著現在社會的發展，目前對動態人臉的跟蹤與識別的需求越來越大，尤其是在一些安全領域。
三、基於小波神經網路的人臉識別
小波自提出以來，其理論和應用得到了長足的發展。它被認為是傅利葉分析的突破性的發展。隨著神經網路的理論研究的深入，與小波，混沌，模糊集等非線性理論相結合已成為乙個非常重要的發展方向。小波變換具有時頻特性和變焦特性，神經網路具有自學習，自適應，魯棒性，容錯性和推廣能力。如果能結合兩者的優勢，將會取得人臉識別不錯的效果。
四、三維人臉識別
目前許多人臉識別成果是建立在二維人臉基礎上的，而實際的人臉是三維的。三維人臉相比較於二維影象提供了更加完整的人臉資訊。隨著現在三維人臉採集技術的逐步發展，如何利用三維人臉進行人臉識別已成為乙個新的研究熱點。
五、適應各種複雜背景的人臉分割技術
現在在複雜背景下的人臉分割已經取得了一定的成果，如彈性匹配，但檢測速度和效果還無法令人滿意。在複雜背景下快速有效檢測和分割人臉技術還需進一步的研究。
六、全自動人臉識別技術
全自動人臉識別技術目前還處於初級研究階段，識別效果和速度離實際的要求還相差甚遠。具體原因是人臉是非剛體，無法得到準確完整的描述人臉特徵。如何有效的表達人臉特徵將是其研究的重點。
參考相關文獻，就不在此一一枚舉，感謝作者。
關於技術的一點反思
組織架構的調整，導致新的領導過來，有新的要求。然後發現，新的一套雖然有點多，但是其中核心還是阿里標準規範那一套，還有ttd為核心的一套。其實很久之前我就進行過使用，並且學習。然後因為領導不重視這一塊，然後逐步改為了高速迭代。質量放鬆下去了。其實現在看自己的 發現差了很多了。基礎不能不牢靠啊。看 發現...
關於Kinect手勢識別的一點體會
kinect可以做的事情很多，諸如三維重構 場景替換 手勢識別等，但對於kinect應用的開發，目前很多時候傾向於做手勢識別方面。因為這是kinect最與眾不同的地方 將手勢對映到計算機互動中去從而傳遞人的想法。在人機互動領域，這是一種非常前衛的理念。但是正是由於它的前衛，kinect目前各方面還不...
不說技術 關於創業一點想法
古人云,三十而立,說的是男人到了30歲時,往往是個定型的時候,你要這樣下去嗎,還是幹點什麼事出來呢,我相信每個30歲或者過了30歲的男人都有想要創業,想要幹點事的衝動,當然有這種衝動是好事,但要考慮清楚,考慮周全,你是否真的想好了要幹點什麼,幹的事情是否真的有持續發展的空間 1 銷售大叔框架集,這是...