人臉檢測

人臉檢測算法的原理簡單來說是一個“掃描”加“判定”的過程。在整個圖像范圍內掃描，再逐個判定候選區域是否是人臉的過程。

人臉屬性識別

識別出人臉的性別、年齡、姿態、表情等屬性值的一項技術，可以自動識別攝像頭視野中人物的性別、年齡等特征并標注出來。

人臉活體

判斷人臉圖像是真人還是其他假體,確保在驗證過程中只有真實的活體能夠通過。

活體攻擊

翻拍人臉圖片，或使用印刷人臉照片檢測，判斷是否具備生物特征，提高驗證的安全性。

人臉比對

人臉比對算法的輸入是兩個人臉特征，人臉特征由前面的人臉提取特征算法獲得，輸出兩個特征之間的相似度，衡量兩個人臉之間相似度。

• 人臉比對1：1

判定兩個人臉圖是否為同一人的算法。它的輸入是兩個人臉特征，通過人臉比對獲得兩個人臉特征的相似度，通過與預設的閾值比較來驗證這兩個人臉特征是否屬于同一人。

人臉配準

定位出人臉上五官關鍵點坐標。基于人臉檢測的坐標框，按某種事先設定規則將人臉區域摳取出來，縮放到固定尺寸，然后進行關鍵點位置的計算。

提取特征

將一張人臉圖像轉化為可以表征人臉特點的特征，具體表現形式為一串固定長度的數值。首先將五官關鍵點坐標進行旋轉、縮放等等操作來實現人臉對齊，然后再提取特征并計算出數值串。

人臉聚類

將一個集合內的人臉根據身份進行分組的算法。在沒有進行人工身份標注前，只知道分到一個組的人臉是屬于同一個身份，但不知道確切身份。

特征臉

從統計的觀點，尋找人臉圖像分布的基本元素，即人臉圖像樣本集協方差矩陣的特征向量，以此近似地表征人臉圖像。這些特征向量稱為特征臉。

彈性圖匹配

一種基于幾何特征和對灰度分布信息進行小波紋理分析相結合的識別算法。

神經網絡方法

通過學習的過程獲得對人臉規律和規則的隱性表達，將人臉作為一個一維向量輸入。