人脸识别系统基本组成主要包括以下六个部分： 1. **人脸采集**：通过影像设备或模块，捕捉或采集含有人脸的图像或视频。该部分能自动搜索、跟踪并拍摄人脸图像或视频流。 2. **人脸检测**：在采集到的图像或视频流中，准确标定出人脸的位置、大小、五官形象，并将有用的信息挑出来。这是人脸识别的预处理步骤，为后续处理提供基础。 3. **人脸图像预处理**：基于人脸检测结果，对人脸图像进行处理并预特征提取。这一步包括图像灰度校正、噪声过滤、光线补偿、灰度变换、直方图均衡化、归一化、几何校正、滤波以及锐化等。 4. **人脸特征提取**：基于人脸器官（如眼睛、鼻子、嘴巴等）的形状、描述以及之间的距离、特性勾勒出人脸分类的特征数据。人脸识别系统基于人脸的视觉、像素统计、图像变换系数以及图像代数等特征，对人脸器官特征数据进行提取，然后对人脸进行特征建模。 5. **人脸图像匹配**：提取的人脸图像的特征数据与数据库中存储的特征模板进行搜索匹配。通过设定一个阈值，当相似度超过这一阈值，则把匹配得到的结果输出。 6. **人脸图像识别**：最终根据匹配结果识别出人脸的身份。 人脸识别的基本过程可以归纳为以下四个步骤： 1. **人脸图像采集及检测**：通过摄像头等设备采集人脸图像，并利用算法在图像中自动检测和标定人脸的位置和大小。 2. **人脸图像预处理**：对采集到的人脸图像进行一系列处理，以改善图像质量，增强有用信息的可提取性。 3. **人脸图像特征提取**：基于人脸器官的形状、描述以及之间的距离、特性，提取人脸图像中的关键特征数据。 4. **匹配与识别**：将提取的特征数据与数据库中的特征模板进行匹配，从而识别出人脸的身份。 这个过程结合了人工智能、机器识别、机器学习、模型理论、专家系统、视频图像处理等多种专业技术，并展现了弱人工智能向强人工智能的转化。
