人脸图像采集及检测人脸图像采集：不同的人脸图像都能通过摄像镜头采集下来，比如静态图像、动态图像、不同的位置、不同表情等方面都可以得到很好的采集。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的人脸图像。人脸检测：人脸检测在实际中主要用于人脸识别的预处理，即在图像中准确标定出人脸的位置和大小。人脸图像中包含的模式特征十分丰富，如直方图特征、颜色特征、模板特征、结构特征及Haar特征等。人脸检测就是把这其中有用的信息挑出来，并利用这些特征实现人脸检测。
人脸识别基于一个默认成立的假设：同一个人在不同照片里的脸，在特征空间里非常接近。
为什么这个假设默认成立，设想一下，一个棕色头发的人，在不同光照，遮挡，角度条件下，发色看起来虽然有轻微的区别，但依然与真实颜色非常接近，反应在发色的特征值上，可能是 0 到 0.1 之间的浮动。
深度学习的另一任务和挑战便是在各种极端复杂的环境条件下，精1确的识别各个特征。
人脸的属性检测，包括种族识别、年龄识别、表情识别、性别识别，以及人脸的特征点检测；
人脸关键点检测是指精准***面部关键部门的位置(如眼角，嘴角等)。我们使用***1新的基于卷积***网络的级联框架，可以精1确***脸部特征点，有5点，27点，68点，194点等不同选择；
一比一人脸对比；
一比N人脸搜索；
人脸识别技术是图像分析的关键步骤，我们可以通过提供open API的方式，简化用户的开发成本，用于电子***中的人脸识别身份认证、机场海关的人脸识别身份识别、视频中的名人识别等场合。
