如果相似度超过72%，则识别成功。
人脸识别技术是基于人的面部特征信息进行身份识别的生物特征识别技术。利用摄像机或摄像机采集包含人脸的图像或视频流，在图像中自动检测和跟踪人脸，然后对检测到的人脸进行一系列人脸相关技术，通常也称为人像识别和人脸识别。
人脸识别技术主要是通过提取和比较人脸图像的特征来进行的。面部识别系统搜索并匹配提取的面部图像的特征数据和存储在数据库中的特征模板。通过设置阈值，当相似度超过该阈值时，输出匹配结果。
广义的人脸识别实际上包括一系列构建人脸识别系统的相关技术，包括人脸图像采集、人脸定位、人脸识别预处理、身份确认和身份搜索。狭义的人脸识别是指通过人脸进行身份确认或身份搜索的技术或系统。
编程不是人工智能。
人脸识别系统主要包括四个部分，即:人脸图像采集与检测、人脸图像预处理、人脸图像特征提取、匹配与识别。
人脸图像采集和检测
人脸图像采集:可以通过摄像机镜头采集异脸缘图像，如静态图像、动态图像、不同姿势、不同表情等。当用户在采集设备的拍摄范围内时，采集设备会自动搜索并拍摄用户s脸形象。
人脸检测:在实践中，人脸检测主要用于人脸识别的预处理，即精确标定人脸在图像中的位置和大小。人脸图像包含丰富的模式特征，如直方图特征、颜色特征、模板特征、结构特征和haar特征。人脸检测就是挑出有用的信息，利用这些特征实现人脸检测。
主流的人脸检测方法都是基于以上。
人脸部件是一种基于人脸特征信息进行身份识别的生物特征识别技术。
一系列相关技术，通常称为人像识别和人脸识别，用于采集包含人脸的图像或视频流，自动检测和跟踪图像中的人脸，然后对检测到的人脸进行人脸识别。
广义的人脸组件实际上包含了构建人脸识别系统的一系列相关技术，包括人脸图像采集、人脸定位、人脸识别预处理、身份确认和身份搜索。
狭义的人脸组件是指通过人脸进行身份确认或身份搜索的技术或系统。
生物识别技术研究的生物特征包括人脸、指纹、掌纹、虹膜、视网膜、声音(语音)、体型、个人习惯(如打字的力度和频率、签名)等等。
相应的识别技术包括人脸识别、指纹识别、掌纹识别、虹膜识别、视网膜识别和语音识别(使用语音识别)可用于身份识别和语音内容识别，只有前者属于生物识别技术)、体型识别、键盘敲击识别、签名识别等等。
人脸部件的研究始于20世纪60年代，80年代后随着计算机技术和光学成像技术的发展而得到完善，但真正进入初级应用阶段是在90年代后期，主要由来自美国、德国和日本的技术实现。
人脸组件成功的关键在于是否拥有最前沿的核心算法，并使识别结果具有实用的识别率和速度；
人脸组件集成了人工智能、机器识别、机器学习、模型理论、专家系统、视频图像处理等专业技术。同时需要结合中值处理的理论和实现。它是生物识别的最新应用，其核心技术的实现显示了弱人工智能向强人工智能的转变。
.jpg)
.jpg)
.jpg)
.jpg)
