人臉識(shí)別當(dāng)前的面紋編碼與檔案庫存的比對(duì)。即將當(dāng)前的面像的面紋編碼與檔案庫存中的面紋編碼進(jìn)行檢索比對(duì)。上述的“面紋編碼”方式是根據(jù)人臉臉部的本質(zhì)特征和開頭來工作的。這種面紋編碼可以抵抗光線、皮膚色調(diào)、面部毛發(fā)、發(fā)型、眼鏡、表情和姿態(tài)的變化，具有強(qiáng)大的可靠性，從而使它可以從百萬人中地辨認(rèn)出某個(gè)人。人臉的識(shí)別過程，利用普通的圖像處理設(shè)備就能自動(dòng)、連續(xù)、實(shí)時(shí)地完成。

人臉特征不管是傳統(tǒng)的機(jī)器識(shí)別，還是近幾年大火的深度學(xué)習(xí)，都是將人類的學(xué)習(xí)能力通過計(jì)算機(jī)的計(jì)算能力得到表達(dá)和遷移。仔細(xì)想想，當(dāng)我們將注意力集中在臉部，會(huì)怎么樣描述一個(gè)人?？赡艿拿枋鰰?huì)是：人天生就有很強(qiáng)的抽象和學(xué)習(xí)能力。當(dāng)我們面對(duì)一張人臉照片時(shí)，會(huì)自動(dòng)進(jìn)行特征處理和變換。當(dāng)再次面對(duì)這張照片時(shí)，即使臉部特征有所變形或者缺失，也不影響我們的識(shí)別。

這背后有數(shù)學(xué)理論的支撐，我們一般用梯度來描述變化快慢。在圖像中的灰度變化既有方向也有大小，就可以使用圖像梯度來描述這種變化，進(jìn)而可以檢測(cè)出圖像的邊緣。在數(shù)學(xué)上，梯度既有大小，又有方向，并且需要要有一定的條件，比如可導(dǎo)等。在圖像中一般會(huì)簡(jiǎn)化處理，使用算子進(jìn)行代替。算子其實(shí)也是一種濾波，但使用算子更強(qiáng)調(diào)其數(shù)學(xué)含義和特定用途。目前常用的邊緣檢測(cè)算子，包括Sobel，Laplacian算子和Canny等。我們簡(jiǎn)單描述下Canny邊緣檢測(cè)。