面部識别，就是讓電腦像人用眼睛去看，然後用相機捕捉到的人的面部表情，進而确定對方是誰。對電腦而言，“識别”的過程分為兩個步驟：一是從所拍攝的影像中發現“人臉”，此過程稱為“人臉檢測”；然後将其與資料庫中的人臉進行比對，以此來判定被檢測到的人是誰，這就是所謂的“人臉識别”。
面部識别
人臉檢測主要是根據人臉的具體位置和尺寸，通常采用四個頂點的座标（例如在人臉識别流程中的綠色方塊）。這在人類看來很簡單（但科學家還不能完全了解人腦是如何工作的），但在電腦上就不一樣了。由于在電腦裡，彩色影像是由一塊接一塊的點構成，而每一塊象素都是由三種顔色數值（紅色）、綠色（G）、藍色（B）構成。可以想象，從數字上的差别，很難分辨出人與不是人。是以，人工智能技術人員必須要設計出相應的算法來對其進行分析，找出其中的不同之處，以區分不同的人臉區域和非人臉區域，實作人臉識别。
面部辨識
隻要能看到對方的臉，就能做出準确的判斷。臉部識别一般有兩種情況：第一種是1:1的人臉識别，比較簡單，例如，手機解鎖，就是将“主人”的照片與手機中的人進行對比；第二種方法是1: N人臉識别，将一張不知名的人臉圖檔與資料庫中的所有已知面孔進行比對，以确定該人是否為資料庫中的某一人，若為，則顯示該人的資料庫資訊。
面部識别是如何進入您的生活的？
從1970年開始，人臉識别技術一直到最近幾年才開始普及，原因何在？由于人臉識别的最大難點在于對圖像中的資料進行處理、分析，并從中提取出能夠差別出各個人的關鍵特征。
早在2014年時，面部識别專家就已經開始着手進行這種功能的人工設計。在2014年以前的十多年間，最常用的人臉識别技術就是對面部的局部（例如，左眼）中的“微模式”進行計數，這種現象通常被稱作“局部特征”。該算法在采集條件良好、被識别人積極配合時，能夠獲得較好的識别結果，而在複雜、變化的人臉識别中，識别準确率甚至達不到90%。
在深度學習算法、 GPU強大的運算能力以及龐大的人臉庫支援下，在2014年以後，人臉識别技術得到了極大的發展。深度學習算法最吸引人的地方，就是不用費心思來定義“特征”了，它隻需要為深度學習算法準備一堆“食材”（圖檔），然後由深度學習算法來實作。自此，人臉識别技術在日常生活中得到了廣泛的運用，包括視訊偵查、追逃、考勤等。
人臉識别的方向是什麼？
在今後的研究中，人臉識别技術将會朝着“智能的圖像分析”方向發展。一旦有了犯罪嫌疑人，所有的監控錄像都會被連接配接在一起，進而鎖定嫌疑人的行蹤。除此之外，他還發現了一種名為“讀心術”的特殊能力。中國科學院智能資訊中心的“表情識别”系統，可以在瞬間偵測到18張臉部的表情，以确定對方的情緒、心理、甚至是心理狀态。該技術有着廣闊的應用前景，例如在課堂上，通過對學生臉部表情的分析，來決定你對課堂的了解，并為自己制定最好的學習方案；在家可以讓你有一個機器人朋友，能适時地感受到你的情緒和情緒。
與其它科技一樣，在科學家們幾十年的努力下，人臉識别技術也逐漸積累起來，并逐漸發展壯大，并逐漸融入到人們的日常生活中。在未來，面部識别技術必将在人們生活中發揮着越來越大的作用，為人們的生活帶來更多的便利和安全。