人脸比对面貌比对是对被检测到的面貌像进行身份确认或在面像库中进行目标搜索。这实际上就是说，将采样到的面像与库存的面像依次进行比对，并找出佳的匹配对象。所以，面像的描述决定了面像识别的具体方法与性能。目前主要采用特征向量与面纹模板两种描述方法：①特征向量法该方法是先确定眼虹膜、鼻翼、嘴角等面像五官轮廓的大小、位置、距离等属性，然后再计算出它们的几何特征量，而这些特征量形成一描述该面像的特征向量。②面纹模板法该方法是在库中存贮若干标准面像模板或面像器guan、模板，在进行比对时，将采样面像所有象素与库中所有模板采用归1化相关量度量进行匹配。此外，还有采用模式识别的自相关网络或特征与模板相结合的方法。人脸识别技术的核心实际为“局部***特征分析”和“图形/***识别算法。”这种算法是利用***面部各器guan及特征部位的方法。如对应几何关系多数据形成识别参数与数据库中所有的原始参数进行比较、判断与确认。一般要求判断时间低于1秒。

人脸识别，已成趋势。关于人脸识别各种碎片式的报道早已屡见不鲜，有的仍在稳步推广，有的早已悄然落幕。不过，在探讨一项技术是否具有实现大规模应用的能力时，我们必须要从技术和商业模式两个维度来思考。我国的《网络安全法》明确将个人生物特征识别信息纳入个人信息的范围，但对于信息的使用、存储、运输和管理仍需进一步细化。

人脸识别技术在教育行业的应用前景广阔。譬如，在教学场景中，人脸识别技术通过对学员面部表情的识别，可以判断哪些学员走神、瞌睡，并及时做出提醒；它还可以通过情绪识别判断出学员听课是否存在困难、哪些学员能够轻松接受等，进而因材施教，为学员提供个性化的学习方案。

近年来，人脸识别技术在越来越多的场景得到应用：封闭场所刷脸进门，买东西时刷脸付款，机场火车站刷脸验证身份，甚至出现了刷脸取厕纸、刷脸扔分类垃圾的尝试。而市民们对各种场景下的刷脸认证也是褒贬不一。

“去***办事，你把身fen证拿出来，柜员盯着你的脸看和身fen证是不是一致，这个过程是靠肉眼的，准确度和速度完全取决于工作人员的业务素质和眼力。”这类对身份验证有刚性需求的场景就适合使用人脸识别技术，因为它又***又准确，还有火车站高铁站等等这些人liu量大且需要实名认证的地方使用人脸识别认证还是很方便的。

但是并无身份验证刚需的场景使用人脸识别技术，大部分时候只是在搞噱头，比如刷脸取厕纸，刷脸开厕所门等等，这些场景下使用人脸识别其实并不会带来多大的方便，反而是更加麻烦了。