人脸识别特指利用分析比较人脸视觉特征信息进行身份鉴别的计算机技术。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。

人脸识别系统一般包括图像摄取、人脸定位、图像预处理、以及人脸识别（身份确认或者身份查找）。系统输入一般是一张或者一系列含有未确定身份的人脸图像，以及人脸数据库中的若干已知身份的人脸图象或者相应的编码，而其输出则是一系列相似度得分，表明待识别的人脸的身份。

人脸识别是机器视觉和模式识别领域最富有挑战性的课题之一，同时也具有较为广泛的应用意义。人脸识别技术是一个非常活跃的研究领域，它覆盖了数字图像处理、模式识别、计算机视觉、神经网络、心理学、生理学、数学等诸多学科的内容。

传统的人脸识别技术主要是基于可见光图像的人脸识别，这也是人们最熟悉的识别方式，已有30多年的研发历史。但这种方式有着难以克服的缺陷，尤其在环境光照发生变化时，识别效果会急剧下降，无法满足实际系统的需要。解决光照问题的方案有三维图像人脸识别，和热成像人脸识别。但目前这两种技术还远不成熟，识别效果不尽人意。

最新发展起来的一种解决方案是基于主动近红外图像的多光源人脸识别技术。它可以克服光线变化的影响，已经取得了卓越的识别性能，在精度、稳定性和速度方面的整体系统性能超过三维图像人脸识别。这项技术在近两三年发展迅速，使人脸识别技术逐渐走向实用化。

人脸识别系统具有广泛的应用，如人脸识别出入管理系统、人脸识别门禁考勤系统、人脸识别监控管理、人脸识别电脑安全防范、人脸识别照片搜索、人脸识别来防登记、人脸识别ATM机智能视频报警系统、人脸识别监狱智能报警系统、人脸识别RFID智能通关系统、人脸识别公安罪犯追逃智能报警系统等。

目前业内已开发了人脸识别监测器在银行监控中的应用，利用此设备并配有一台针孔摄像机就可以很好地满足监测到的客户脸部图像的要求，其图像被叠加到原有的柜员监控场景图像上，形成画中画效果，使得在同一幅图像上既有柜员操作画面，又同步地叠加有客户脸部图像。如果柜台前没有客户，则监测不到人脸，后端的监控录像仅只有柜员操作的录像。这种方法不但使客户图像清晰及节省了硬盘存储空间，还使图像回放方便、并使叠加图像作为证据更具价值性。原来的方法，尽管也安装二台摄像机，但客户图像可能不甚清晰、图像又要分开存储，使存储量增大，检索也较麻烦，又由于不在同一幅画面，其证据的价值性稍差。

人脸识别技术完善了提高银行柜员制监控的缺陷，同时在安防监控平安城市是建设中，也将为行业提供高效的解决方案。