随着社会的不断进步以及各方面对于快速有效的自动身份验证的迫切要求,.生物特征识别技术在近几十年中得到了飞速的发展。

作为人的一种内在属性，并且具有很强的自身稳定性及个体差异性,生物特征成为了自动身份验证的最理想依据。

当前的生物特征识别技术主要包括有:指纹识别，视网膜识别，虹膜识别，步态识别，静脉识别，人脸识别等。

与其他识别方法相比，人脸识别由于具有直接，友好，方便的特点，使用者无任何心理障碍，易于为用户所接受，从而得到了广泛的研究与应用。

除此之外,我们还能够对人脸识别的结果作进一步 的分析, .得到有关人的性别，表情，年龄等诸多额外的丰富信息，扩展了人脸识别的应用前景。

1.国内外人脸识别系统研究现状 当前很多国家展开了有关人脸识别的研究，主要有美国，欧洲国家，日本等，著名的研究机构有美国MIT的Media 1ab,AI lab,CMU 的Human-Computer Interface Institute, Microsoft Research, 英国的Department of Engineering in University of Cambridge等。

综合有关文献，在人脸识别的领域中，国际上逐步形成了以下几个研究方向: ①基于几何特征的人脸识别方法，主要代表是MIT的Brunelli和Poggio[1]小组，他们采用改进的积分投影法提取出用欧氏距离表征的35维人脸特征矢量用于模式分类; ②基于模板匹配的人脸识别方法，主要代表是Harvard大学Smith-Kettlewe眼睛研究中心的Yuille,他采用弹性模板来提取眼睛和嘴巴的轮廓，Chen和Huang则进一步提出用活动轮廓模板提取眉毛、下巴和鼻孔等不确定形状; ③基于K-L变换的特征脸[2]的方法，主要研究者是MIT媒体实验室的Pent land基于隐马尔可夫模型的方法，主要代表有Cambridge 大学的Samaria 小组和 Georgia技术研究所的Nefian小组[3]; ④基于隐马尔可夫模型的方法，主要代表有Cambridge大学的Samaria小组和Georgia技术研究所的Nefian小组[3]； ⑤神经网络识别[4]的方法，如Poggio小组提出的HyperBF神经网络识别方法，英国Sussex大学的Buxton和Howell小组提出的RBF网络识别方法等; ⑥基于动态链接结构的弹性图匹配方法，主要研究者是由C.Von derMalsburg领导的德国Bochum大学和美国Southern Cal ifornia大学的联合小组; 2.人脸识别技术在国内的研究现状#8194; 国内关于人脸自动识别的研究始于二十世纪80年代，主要的研究单位有清华大学，哈尔滨工业大学，中科院计算所，中科院自动化所，复旦大学，北京科,技大学等，并都取得了一定的成果。

国内的研究工作主要是集中在三大类方法的研究:基于几何特征的人脸正面自动识别方法、基于代数特征的人脸正面自动识别方法和基于连接机制的人脸正面自动识别方法。

四川大学的周激流教授[5]实现了具有反馈机制的人脸正面识别系统,运用积分投影法提取面部特征的关键点并用于识别，获得了比较满意的效果。

他同时也尝试了”稳定视点”特征提取方法，即为使识别系统中包含3D信息，他对人脸侧面剪影识别做了一定的研究，并实现了正，侧面互相参照的识别系统。