第一章 引言
1.1 面像定位概述及其与面像识别的关系
这个设计所涉及到的是面像的定位和识别。简单来说，所谓面像的定位，就是在照片(静态图像)或视频(动态图像)中标出面像所在的位置，把面像选取出来。而面像的识别就是把选取出来的面像与数据库中已有的面像进行比较，找出匹配的档案来。有的文献把面像的定位和识别统称为面像识别，定位和识别则是两个主要的步骤。完整的面像识别系统涉及到决定照片或视频中有无面像，并计数，定位，定出大小，然后根据数据库识别出个人，可能的话还要识别表情，以及根据脸的图像做出描述（瓜子脸，丹凤眼等等就是日常生活中“描述”的例子），或者反过来根据描述挑选匹配的面像图像。
在日常生活中，我们主要根据脸来识别一个人。交谈中，我们往往看着对方的脸，尤其是眼睛。脸上的表情也是进行交谈的一个重要部分。所以，面像在人与人的交流过程中起着极其重要的作用。这就决定了在现代社会中，使用计算机自动进行面像的定位和识别工作有着重要的意义。其应用领域包括很多方面，比如身份鉴别，保安系统，人机交互界面等等。
面像识别系统虽然有诱人的应用前景，但是在现实中却还没有开始大规模的使用。其主要原因之一就是用计算机自动进行面像的定位和识别十分困难，目前的识别效果（正确率，速度）不如其他的生物识别技术，如指纹识别，视网膜识别等等。人们在日常生活中就进行了大量的面像定位和识别工作，当然全部是由人的视觉系统和大脑“自动”进行的。目前还不清楚人的视觉系统和大脑的工作原理，因此这项人可以轻而易举完成的任务，对于目前还只会死板地执行程序指令的计算机来说却是极端困难。困难主要存在于两个方面：
1． 面像的图像数据具有高度的随机性。光照条件，脸的偏向，表情，发型，胡子，化妆，衣饰（眼镜，帽子）等等略有变化，就可以给识别系统带来巨大的困难。
2． 面像的图像数据量巨大。目前出于计算量的考虑，面像定位和识别算法研究大多使用尺寸很小的灰度图像。一张6464像素的256级灰度图像就有4096个数据，每个数据有256种可能的取值。定位和识别算法一般都很复杂，在面像库较大的情况下，计算量十分大，很多情况下速度令人难以忍受。而灰度数据事实上是丧失了象色彩，运动等等的有用信息的。如果要使用全部的有用信息，计算量就更大了。
因此，研究面像的定位和识别不仅仅有实用上的考虑，而且对人们理解人脑的工作方式、研究人工智能和数字图像处理有重要的意义。
