人脸识别技术是如何分类的呢？

 至于人脸识别，你一定认为我们在使用手机时可以解锁人脸是令人惊讶的，很多人脸识别也可以用于访问控制，但这些人脸识别是非常基本的，人脸识别技术有很多分类，下面我们从两方面来探讨一下！ 

1、特征面方法（特征面或PCA）

特征面方法是Turk和Pentland在90年代初提出的最流行的算法之一。它具有简单有效的特点，也称为基于主成分分析（PCA）的人脸识别方法。特征子人脸技术的基本思想是从统计角度找到人脸图像分布的基本元素，即人脸图像样本集协方差矩阵的特征向量，从而近似表示人脸图像。这些特征向量称为特征面。实际上，特征面反映了隐藏在人脸样本集中的信息和人脸的结构关系。眼睛、脸颊和下颌骨样本集协方差矩阵的特征向量称为特征眼睛、特征下巴和特征嘴唇，统称为特征脸。

2、Fisherfaces

Fisherfaces是最流行的人脸识别算法之一；它被认为优于许多替代方案。作为特征脸算法的改进，它经常与特征脸进行比较，并被认为在训练过程中更成功地分类。该算法的主要优点是它可以插值和外推光照和面部表情的变化。据报道，当在预处理阶段与PCA方法相结合时，Fisherfaces算法的准确率为93%。

腾佑科技百度云服务中心推荐您使用百度人脸识别技术，识别准确率高且出于行业领先地位。技术和服务都值得您放心。现在咨询客服还有免费测试额度领取哦！