简单起见，就使用两个矩阵对应元素之差的值之和或者平方和等，计算机进行快速运算，找到相似的矩阵，然后将其所代表的数字进行输出。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。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。

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？生物识别技术是一种通过人类的生物特征进行身份认证的技术，目前手形识别、***识别、人脸识别、发音识别、虹膜识别等生物识别技术的发展已经相对成熟。随着计算机技术的发展，人脸识别技术得到广泛研究与开发，成为近 30 年里模式识别和凸图像处理热门的研究之一。

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。这个问题的依赖于分类问题。即，先不谈特征值，首先如何把照片集合按人正确的分类？这里就要先谈谈机器学习。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。