展会人脸识别系统，人脸识别会展新生态圈

会展行业既是人工智能技术的应用典范和广泛推广的先天伙伴，同时又是全社会体验科技创新变革的一个缩影。如何驾驭人脸识别在相关行业的应用，实现互联互通？在初期阶段，有***认为下述三个方面将承载人脸识别与整个社会行为的有效联动：

在整个社会公共管理中，例如安防等，会展业的人脸识别须纳入到社会秩序和有效管理的“应用场景”中，即人脸识别对接于整个社会运营和城市管理的范畴，这也是人工智能的必然路径；

人脸识别的研究不断深入

人脸识别的研究不断深入，研究者开始关注面向真实条件的人脸识别问题，主要包括以下四个方面的研究：1）提出不同的人脸空间模型，包括以线性判别分析为代表的线性建模方法，以Kernel方法为代表的非线性建模方法和基于3D信息的3D人脸识别方法。2）深入分析和研究影响人脸识别的因素，包括光照不变人脸识别、姿态不变人脸识别和表情不变人脸识别等。3）利用新的特征表示，包括局部描述子（Gabor Face， LBP Face等）和深度学习方法。4）利用新的数据源，例如基于视频的人脸识别和基于素描、近红外图像的人脸识别。

人脸识别的基本思想是比较类似的

其实人脸识别的基本思想是比较类似的，都是要将图像中的特征提取出来，转换到一个合适的子空间里，然后在这个子空间里衡量类似性或分类学习。但问题在于，对客观世界采用怎样协调统一且有成效的表示法？我们要找到怎样合适的子空间，怎样去分类，才能区分不同类，聚集相似的类别？为解决这些问题，衍生出了很多种方法和解决方案。所以说，我们所说的人脸识别技术是笼统的，事实上，这是一个很多技术和方法的集合。