这样我们就解决了图像的表示问题，建立了图像和矩阵的等价关系。图片可以转化为矩阵，通过矩阵也可以***原始图片。大家都知道，计算机能够识别和处理的是二进制，不管我们输入的是文本、图像、声音，计算机都是用一定长度的二进制串进行存储和处理。人脸识别主要分为确认和辨认两部分，确认就是将人脸图像和数据库中已经存有的人脸图像进行比对，之后确认你是不是你，而辨认是将人脸图像与数据库中已存有的所有人脸图像进行匹配对比，从而辨认出你是谁。

可以从有限的训练集样本中把算法很好的泛化。所以，我们先找到有限的训练集，设计好初始函数f(x;w)，并已经量化好了训练集中x->y。我们输入图片，希望计算机能够将内容识别出来，将结果输出。仍以数字为例，当输入图片并用矩阵表示后，通过将灰度值转化为灰度，可以轻松辨识其所表示的内容。简而言之，人脸识别系统为六个过程、四个部分，人脸自动识别技术目前已经取得了巨大的成就。

一个字节可以表示一个像素，那怎么表示一张图片呢，用矩阵进行表示。简单来说，就是表格，比如可以使用8行8列来表示一张8*8的灰度图片。为此，我们必须适当地调整图片中的人脸，使得脸部的特征点能更好的和被检测者重叠。近几年，传统的身份鉴别技术已经不足以满足人们的需求，在这种情况下，人脸识别技术脱颖而出，无论在科研方面还是在实践应用方面，人脸识别系统都取得了重大的突破，并且在各行各业也扮演着越来越重要的角色。

在灰度图像中，一个像素使用8个比特位，从而可以表示256个灰度阶，表围是0-255。其中0代表纯黑色，255代表纯白色。了解人脸识别，先要从图像表示讲起。我们先以黑白图片为例，看看计算机是怎么表示的。计算机程序可以将黑白图片可以表示为灰度图像。人脸识别首先是找出镜头中的所有有人脸特征的面孔，比如人们会经常使用手机进行拍照，拍照模式中都会有人像模式，它能够很容易地检测出人脸的位置，这也就是相机能够快速进行对焦的原因。