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？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。接下来，就是电脑主动去区分不同的人脸，人类能够通过眼睛大小、鼻子高低、肤色等外部形态轻松地分辨不同的两张人脸，利用电脑分辨人脸，就需要对图像进行量化，得到脸部的 128 个特征测量值，进一步计算出欧式距离值，终即可确定你是不是你。

人脸识别系统是以人脸识别技术为，通过摄像镜头将不同的人脸图像采集下来进行对比，并对人脸身份进行快速比对，它是多种生物特征识别技术中的一种，俗称「刷脸」。在找出所有的人脸后，就需要鉴别面朝不同方向的人脸，对于电脑而言朝向不同方向的人脸是不一样的。随着现代科技的快速发展，社会中各种有关身份识别的安全问题越来越多，引起了人们对身份鉴别问题方面更多的重视。

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。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。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。