人脸识别系统技术原理，摄像机捕捉图像后，对它进行灰度校正，光线补偿，灰度变换，直方图均衡化，归一化，几何校正，噪声过滤，锐化，以及图像增强等预处理，通常采用直方图特征，颜色特征，模板特征，结构特征及Haar特征在图像中准确标定出人脸的位置和大小，基于以上特征采用Adaboost算法，LBP算法训练级联分类器，对图像中的每一块进行分类，假如某一矩形区域通过了级联分类器，就被判别为人脸图像，再通过视觉特征，像素计算特征，人脸图画变换系数特征，人脸图画代数特征，梯度方向对称分布特征等，对特征点定位，人脸对齐，仿射变换，人脸矫正来抓取人脸特征点，利用算法ASM，AAM，CLM，CNN等并定位出人脸五官，眼睛，鼻子，嘴，面颊，下巴颏儿等关键点坐标数据并信息抽象，这些局部构成的坐标数据和人体五官之间结构关系的几何特征分量，傅里叶变换拉普拉斯网格优化，利用Gabor变换，PCA，LDA，Ada+Gabor等算法，对特征点间的欧氏距离，曲率，角度等变化，检验人脸相似度，与数据库中存储的特征模板测量值进行查找匹配，经过预置设定如超过阈值，则把匹配得到的人脸结果输出，将人脸位移，旋转，缩放，扣取等调整到预定的大小和形态，然后进行性别、年龄、姿态，表情等属性分析，同时也能形成人脸识别比对和人脸验证通行及人脸检索等衍生技术
 
人脸检测：检测人脸位置锁定人脸坐标
人脸跟踪：精准锁定人脸，持续跟踪面部
人脸比对：对比相似度，输出比对结果
人脸检索：基于人脸图像或视频，与数据库中比对快速查找
人脸属性：检测人脸性别，年龄，表情，姿态等属性特征
活体检测：IR/RGB活体检测，预防恶意攻击