当时的人脸识别研究引起了诸多学科领域研究者的浓厚兴趣，80年代后随着计算机技术和光学成像技术的发展得到提高，人脸识别是当代一项非常热门的计算机领域技术，除了安防、***这两大领域外，人脸识别还在交通、教育、、、电子商务等诸多场景实现了广泛应用，且呈现出显着应用价值。而在进入九十年代后，随着各行业对人脸识别系统的迫切需求，人脸识别研究再次成为了热门课题，并且以美国、德国和日本的技术实现为主；

基于移动互联网正在推动的客户感知和需求为的客户体验革命，该项目团队采用将人脸识别与人工服务结合提供定制服务的方式进行模拟实验，即提高服务效率，又增加服务亲和度，对服务质量的提升产生了一定积极影响。经过三十多年的研究，人脸识别已经成为图像分析与图像理解领域成功的应用之一。一般来说，人脸识别系统包括图像摄取、人脸***、图像预处理、以及人脸识别（身份确认或者身份查找）。用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部的一系列相关技术，通常也叫做人像识别、面部识别。

举个例子，更容易理解一些。比如，计算机内部已经存放了包含数字1和7以及它们所对应的灰度矩阵。当新输入一张图像后，程序会自动计算它的矩阵与这些矩阵的相似度。相较于其他人类身份鉴别技术，人脸识别系统在实际应用过程中既具有一定的优势。如果数据x是低维的、简单的，例如只有二维，那么分类很简单。但在计算机的世界里，只有0和1，想要通过辨识矩阵内容并将结果输出，就必须建立矩阵到结果的映射。这样，输入一张图片，经过处理和计算后，才能输出一个数字。

这一过程叫做监督学习下的训练。由清晰的人脸照转化出的象素值矩阵，应当设计出什么样的函数f(x)转化为特征值呢？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。但在计算机的世界里，只有0和1，想要通过辨识矩阵内容并将结果输出，就必须建立矩阵到结果的映射。这样，输入一张图片，经过处理和计算后，才能输出一个数字。