人脸识别系统简介：

       人脸识别系统的应用范围很广：人脸识别出入管理系统，门禁考勤系统，人脸识别监控管理，人脸识别计算机安全防范，人脸识别照片搜索，人脸识别存取登记，人脸识别自动取款机智能取款机，人脸识别自动取款机自动取款机，人脸识别自动取款机自动取款机，人脸识别自动取款机，人脸识别自动取款机自动取款机，人脸识别自动取款机自动取款机，自动取款机自动取款机，自动取款机自动取款机，人脸识别自动取款机，人脸识别自动取款机，人脸识别自动取款机，人脸识别自动取款机，人脸识别自动取款机，人脸识别自动取款机，人脸识别自动取款机，人脸识别自动取款机，人脸识别自动取款机，人脸识别自动取款机，人脸识别自动取款

        应用范围：公园、工厂、超市、社区广场、会议中心、体育场馆、学校、医院、住宅区、商业街、大型农贸市场等公共活动和聚集场所的重要组成部分。

人脸识别系统难点

       脸部识别是生物特征识别乃至人工智能领域中难解决的问题之一。面部作为生物特征是人脸识别系统面临的主要问题。

1、相似度

      人际差异不大，所有的面部结构都差不多，即使是脸部器官的外形结构也差不多。这个特点既有利于面部定位，又有利于用面部区分人的面部。

2、易变性。

     脸是不稳定的，人可以通过改变脸型来表达自己。另外，在不同的观察角度上，脸型的视觉形象也存在很大差异。另外，脸型识别受照明条件(例如白天和晚上、室内和室外)、脸型的许多遮蔽物(如面罩、太阳镜、头发、胡须等等)。影响因素有：年龄。

3、使用者协作程度

     当用户协作、采集条件理想时，现有的面部识别系统都能得到满意的结果。然而，如果用户不配合，收集条件不理想，现有系统的识别率将急剧下降。例如脸部对比，这与那些在诸如剃须、换发型、戴眼镜、表情变化等方面的面部对比不同，可能导致对比失败。那就是，人员的变化很大，系统可能无法认证。光线、姿态、装饰等将影响面部的机器识别。