人臉識別需要積累大量與人臉圖像相關(guān)的數(shù)據(jù)來驗證算法，不斷提高識別準確率，如某神經(jīng)網(wǎng)絡(luò)人臉識別賦值、orl人臉數(shù)據(jù)庫、麻省理工學(xué)院生物與計算學(xué)習(xí)中心人臉識別數(shù)據(jù)庫、埃塞克斯大學(xué)計算機與電子工程學(xué)院人臉識別數(shù)據(jù)等。

　　區(qū)域特征分析算法結(jié)合了計算機圖像處理技術(shù)和生物統(tǒng)計學(xué)原理，廣泛應(yīng)用于人臉識別系統(tǒng)中。它利用計算機圖像處理技術(shù)從視頻中提取人像特征點，利用生物統(tǒng)計學(xué)原理分析并建立數(shù)學(xué)模型，具有廣闊的發(fā)展前景。

　　人臉識別系統(tǒng)包括圖像采集、人臉定位、圖像預(yù)處理和人臉識別(身份確認或身份搜索)。系統(tǒng)的輸入一般是一幅或一系列身份未定的人臉圖像，以及人臉數(shù)據(jù)庫中若干幅身份已知或?qū)?yīng)編碼的人臉圖像，而輸出則是一系列相似度得分，表示待識別人臉的身份。

　　人臉識別被認為是生物特征識別乃至人工智能領(lǐng)域的難點研究課題之一。人臉識別的難度主要是由人臉作為生物特征的特性造成的。

　　類似

　　不同個體之間差別不大。所有的人臉在結(jié)構(gòu)上都是相似的，甚至面部器官的結(jié)構(gòu)和外觀也是相似的。這一特征有利于利用人臉進行定位，但不利于利用人臉區(qū)分人類個體。

　　可變性

　　人臉的外觀是很不穩(wěn)定的，人可以通過人臉的變化產(chǎn)生很多表情，從不同的觀察角度看人臉的視覺圖像也有很大的不同。此外，人臉識別還會受到光照條件的影響(如白天黑夜、室內(nèi)室外等。)，臉的很多遮蓋物(比如口罩，墨鏡，頭發(fā)，胡子等。)，年齡等諸多因素。

　　在人臉識別中，類變化應(yīng)該被放大作為區(qū)分個體的標準，而第二類變化應(yīng)該被剔除，因為它們可以代表同一個個體。通常，階級的變化稱為階級間的差異，第二種變化稱為階級內(nèi)的差異。對于人臉來說，類內(nèi)變異往往大于類間變異，這使得在類內(nèi)變異的干擾下，利用類間變異區(qū)分個體變得異常困難。