基于知识的表征方法主要是根据人脸器1官的形状描述以及他们之间的距离特性来获得有助于人脸分类的特征数据，其特征分量通常包括特征点间的欧氏距离、曲率和角度等。人脸由眼睛、鼻子、嘴、下巴等局部构成，对这些局部和它们之间结构关系的几何描述，可作为识别人脸的重要特征，这些特征被称为几何特征。在深圳科葩及一些对讲厂商的相关技术研发和市场推动下，人脸识别门禁正逐渐成为国内“智慧小区”标配。基于知识的人脸表征主要包括基于几何特征的方法和模板匹配法。

人脸图像匹配与识别

人脸图像匹配与识别：提取的人脸图像的特征数据与数据库中存储的特征模板进行搜索匹配，通过设定一个阈值，当相似度超过这一阈值，则把匹配得到的结果输出。人脸识别就是将待识别的人脸特征与已得到的人脸特征模板进行比较，根据相似程度对人脸的身份1信息进行判断。人脸识别基于一个默认成立的假设：同一个人在不同照片里的脸，在特征空间里非常接近。这一过程又分为两类：一类是确认，是一对一进行图像比较的过程，另一类是辨认，是一对多进行图像匹配对比的过程。

以人脸识别和深度学习为核心，为政企商客户提供计算机视觉与机器学习领域的各项***技术服务、软硬件一体化解决方案，助力各行业客户在人工智能时代获得自主迭代和自我学习的人工智能创新和应用能力。

近几年，人脸识别技术在安防领域得到了广泛应用，随着技术的不断发展，它离我们的日常生活越来越近，手机、商场、公园等都可以看到它的身影。

　　据相关分析报告显示，预计今年起人脸识别市场规模将保持20%左右的增速，到2022年，***人脸识别市场规模将达75.95亿美元。可以说，未来几年将是人脸识别技术成熟与普及的关键之年。

人脸识别非强制性，被识别的人脸图像信息可以主动获取而不被被测个体察觉，人脸识别是利用可见光获取人脸图像信息，而不同于***识别或者虹膜识别需要利用电子压力传感器采集***，这些特殊的采集方式很容易被人察觉，从而带有可被伪装欺骗性。

人脸识别技术在使用方式上，辨识方便性上，留存现场使用者人像照片上均有非常明显的优势，但是人脸识别技术还是存在些许的发展瓶颈。