人臉識別，是基於人的臉部特征信息進行身份識別的壹種生物識別技術。用攝像機或攝像頭采集含有人臉的圖像或視頻流，並自動在圖像中檢測和跟蹤人臉，進而對檢測到的人臉進行臉部識別的壹系列相關技術，通常也叫做人像識別、面部識別。
人臉識別最初在20世紀60年代已經有研究人員開始研究，真正進入初級的應用階段是在90年代後期，發展至今其技術成熟度已經達到較高的程度。整個發展過程可以分為機械識別、半自動化識別、非接觸式識別及互聯網應用階段。 與其他生物識別方式相比，人臉識別優勢在於自然性、不被察覺性等特點。自然性即該識別方式同人類進行個體識別時所利用的生物特征相同。指紋識別、虹膜識別等均不具有自然性。不被察覺的特點使該識別方法不易使人抵觸，而指紋識別或虹膜識別需利用電子壓力傳感器或紅外線采集指紋、虹膜圖像，在采集過程中體驗感不佳。目前人臉識別需要解決的難題是在不同場景、臉部遮擋等應用時如何保證識別率。此外，隱私性和安全性也是值得考慮的問題。人臉識別優勢明顯，未來將成為識別主導技術。具體來說，相比指紋識別、虹膜識別等傳統的生物識別方式，優點主要還集中在四點：非接觸性、非侵擾性、硬件基礎完善和采集快捷便利，可拓展性好。在復雜環境下，人臉識別精度問題得到解決後，預計人臉識別有望快速替代指紋識別成為市場大規模應用的主流識別技術。（了解更多智慧人臉識別解決方案，歡迎咨詢漢瑪智慧 ） 而這，也彰顯著人臉識別未來的發展趨勢： 首先，人臉識別應用的最廣泛領域便是安防行業，不僅給整個安防行業註入了新的生命活力，也進壹步開拓了新的發展市場。作為安防市場未來的發展方向的智能視頻分析，其中最重要的技術就是人臉識別。 其二，我國的三維測量技術近年來發展形勢較好，而現今3D人臉識別算法正對2D投影的缺陷做了補充，此外對於其中的傳統難點，包括人臉旋轉、遮擋、相似度等在內的都有了很好的應對，這也成為了人臉識別技術的另壹個最為重要的發展路線之壹。 其三，大數據深度學習進壹步提升了人臉識別的精確度，這也為2D人臉識別的應用作了壹定的突破，將其應用於互聯網金融行業當中，能夠快速普及金融級應用。 其四，人臉識別技術由於其便利性、安全性，可在智能家居中用作門禁系統以及鑒權系統，因此智能家居與人臉識別技術的融合是未來發展的重點方向。智能家居中的人臉識別系統是結合嵌入式操作系統和嵌入式硬件平臺建立的，加強了人臉識別技術與智能家居應用的結合度，具有概念新、實用性強等特點。 其五，人臉識別技術是未來基於大數據領域的重要發展方向。現如今公安部門都引入了大數據，這也彌補了傳統技術的難點，通過人臉識別技術使得這些照片數據再度存儲利用，能夠大大提升公安信息化的管理和統籌，這將成為未來人臉識別的主要發展趨勢。 人臉識別還在發展，這也是我們大家從生活中能夠切實體會到的，希望終有壹天能夠看到足夠成熟，足夠便利的人臉識別技術吧，我們漢瑪智慧也將為了這個目標和大家壹起努力！