论文：Face Recognition: From Traditional to Deep Learning Methods
(一)、什么是人脸识别?
广义的人脸识别实际包括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、身份确认以及身份查找等；而狭义的人脸识别特指通过人脸进行身份确认或者身份查找的技术或系统。 人脸识别是一项热门的计算机技术研究领域，它属于生物特征识别技术，是对生物体（一般特指人）本身的生物特征来区分生物体个体。
(二)、人脸识别系统流程
人脸识别系统流程如下图所示：
(2.1) 人脸识别系统流程
主要由人脸检测（Face Detection）、人脸对齐（Face Alignment）、人脸表征（Face Representation）、人脸匹配（Face Matching）四部分组成。
1.人脸检测（Face Detection）
人脸检测器用于寻找图像中人脸的位置，如果有人脸，就返回包含每张人脸的边界框的坐标。如下图:
(2.2) 人脸检测器找到的边界框
2.人脸对齐（Face Alignment）
人脸对齐的目标是使用一组位于图像中固定位置的参考点来缩放和裁剪人脸图像。这个过程通常需要使用一个特征点检测器来寻找一组人脸特征点，在简单的 2D 对齐情况中，即为寻找最适合参考点的最佳仿射变换。如下图，展示了两张使用了同一组参考点对齐后的人脸图像。
(2.3) 对齐后的人脸和参考点
3.人脸表征（Face Representation）
在人脸表征阶段，人脸图像的像素值会被转换成紧凑且可判别的特征向量，这也被称为模板（template）。理想情况下，同一个主体的所有人脸都应该映射到相似的特征向量。
4.人脸匹配（Face Matching）
在人脸匹配构建模块中，两个模板会进行比较，从而得到一个相似度分数，该分数给出了两者属于同一个主体的可能性。
