前面说过，人脸识别是美颜sdk中的一项核心技术，因为后续的任何功能都是建立在此之上的，没有它，美颜sdk的功能再怎么厉害也无法发挥作用。今天不讲太多技术的东西，就来一起看看人脸识别技术的发展史。

一、人脸识别总概

人脸识别是一种依据人的面部特征（如统计或几何特征等），自动进行身份识别的一种生物识别技术，又称为面向识别、人像识别、相貌识别、面孔识别、面部识别等。通常我们所说的人脸识别是基于光学人脸图像的身份识别与验证的简称。

应该用在美颜sdk上，就是利用摄像头采集含有人脸的图像或视频流，并自动在图像在图像中检测和跟踪人脸，进而对检测到的人脸图像进行一系列的相关应用操作。技术上包括图像采集、特征定位、身份的确认和查找等等。简单来说，就是从照片中提取人脸的特征，比如眉毛高度、嘴角等等，再通过特征的对比输出结果。

二、人脸识别发展简史

第一阶段（上世纪50年代到80年代）

此时人脸识别被当作一个一般性的模式识别问题，主流技术基于人脸的几何结构特征。这集中体现在人们对于剪影的研究上，人们对面部剪影曲线的结构特征提取与分析方面进行了大量研究。人工神经网络也一度曾经被研究人员用于人脸识别问题中。总体而言，这一阶段是人脸识别研究的初级阶段，非常重要的成果不是很多，也基本没有获得实际应用。

第二阶段（上世纪90年代）

这一阶段尽管时间相对短暂，但人脸识别却发展迅速，不但出现了很多经典的方法，而且还出现了若干商业化运作的人脸识别系统，比如最为著名的Identix系统，从技术方案上看，2D人脸图像线性子空间判别分析、统计表现模型、统计模式识别方法是这一阶段内的主流技术。

第三阶段（上世纪90年代到现在）

人脸识别的研究不断深入，研究者开始关注面向真实条件的人脸识别问题，主要包括以下四个方面的研究：1）提出不同的人脸空间模型，包括以现行判别分析为代表的线性建模方法，以kernel方法为代表的非线性建模方法和基于3D信息的3D人脸识别方法。2）深入分析和研究影响人脸识别的因素，包括光照不变人脸识别和表情不变人脸识别等。3）利用新的特征表示，包括局部描述和深度学习方法。4）利用新的数据源，例如基于视频的人脸识别和基于素描、进红外图像的人脸识别。

以上就是人脸识别技术的发展史，随着技术逐渐成熟，它广泛被应用于现在的美颜技术中，如果您对美颜sdk开发感兴趣，欢迎咨询官方客服。

如果您对美颜sdk开发感兴趣，欢迎咨询官方客服。