人脸识别系统通常由以下构建模块组成：

1、人脸检测：人脸检测器用于寻找图像中人脸的位置，如果有人脸，就返回包含每张人脸的边界框的坐标。

2、人脸对齐：人脸对齐的目标是使用一组位于图像中固***置的参考点来缩放和裁剪人脸图像。这个过程通常需要使用一个特征点检测器来寻找一组人脸特征点，在简单的 2D 对齐情况中，即为寻找蕞适合参考点的蕞佳仿射变换。

3、人脸表征：在人脸表征阶段，人脸图像的像素值会被转换成紧凑且可判别的特征向量，这也被称为模板。理想情况下，同一个主体的所有人脸都应该映射到相似的特征向量。

4、人脸匹配：在人脸匹配构建模块中，两个模板会进行比较，从而得到一个相似度分数，该分数给出了两者属于同一个主体的可能性。

与其它类型的生物识别比较人脸识别具有如下特点：

非强制性：用户不需要专门配合人脸采集设备，几乎可以在无意识的状态下就可获取人脸图像，这样的取样方式没有“强制性”；

非接触性：用户不需要和设备直接接触就能获取人脸图像；

并发性：在实际应用场景下可以进行多个人脸的分拣、判断及识别；

除此之外，还符合视觉特性：“以貌识人”的特性，以及操作简单、结果直观、隐蔽性好等特点。

人脸识别系统的几大特征

人脸识别系统是从面部点之间的距离和比率作为特征，识别速度快，内存要求比较小，对于光照敏感度降低。

1、基于模型特征

根据不同特征状态所具有概率不同而提取人脸图像特征。

2、基于统计特征

将人脸图像视为随机向量，并用统计方法辨别不同人脸特征模式，比较典型的有特征脸、***成分分析、奇异值分解等。

3、基于***网络特征

利用大量***单元对人脸图像特征进行联想存储和记忆，根据不同***单元状态的概率实现对人脸图像准确识别。

人脸识别系统是根据所提取的人脸图像特征采用相关识别算法进行人脸确认或辨别。即将已检测到的待识别人脸与数据库中已知人脸进行比较匹配，得出相关信息，该过程的关键是选择适当的人脸表征方式与匹配策略，系统的构造与人脸的表征方式密切相关。一般根据所提特征而选择不同识别算法进行度量，常用的包括距离度量、支持向量机、***网络、k均值聚类等。