人脸检测
人脸检测算法的原理简单来说是一个“扫描”加“判定”的过程。在整个图像范围内扫描，再逐个判定候选区域是否是人脸的过程。
人脸属性识别
识别出人脸的性别、年龄、姿态、表情等属性值的一项技术，可以自动识别摄像头视野中人物的性别、年龄等特征并标注出来。
人脸活体
判断人脸图像是真人还是其他假体,确保在验证过程中只有真实的活体能够通过。
活体攻击
翻拍人脸图片，或使用印刷人脸照片检测，判断是否具备生物特征，提高验证的安全性。
人脸比对
人脸比对算法的输入是两个人脸特征，人脸特征由前面的人脸提取特征算法获得，输出两个特征之间的相似度，衡量两个人脸之间相似度。
- 人脸比对1：1
判定两个人脸图是否为同一人的算法。它的输入是两个人脸特征，通过人脸比对获得两个人脸特征的相似度，通过与预设的阈值比较来验证这两个人脸特征是否属于同一人。
人脸配准
定位出人脸上五官关键点坐标。基于人脸检测的坐标框，按某种事先设定规则将人脸区域抠取出来，缩放到固定尺寸，然后进行关键点位置的计算。
提取特征
将一张人脸图像转化为可以表征人脸特点的特征，具体表现形式为一串固定长度的数值。首先将五官关键点坐标进行旋转、缩放等等操作来实现人脸对齐，然后再提取特征并计算出数值串。
人脸聚类
将一个集合内的人脸根据身份进行分组的算法。在没有进行人工身份标注前，只知道分到一个组的人脸是属于同一个身份，但不知道确切身份。
特征脸
从统计的观点，寻找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，以此近似地表征人脸图像。这些特征向量称为特征脸。
弹性图匹配
一种基于几何特征和对灰度分布信息进行小波纹理分析相结合的识别算法。
神经网络方法
通过学习的过程获得对人脸规律和规则的隐性表达，将人脸作为一个一维向量输入。
