卷积神经网络CNN是人脸识别方面最常用的一类深度学习方法人脸识别是指能够识别或验证图像或视频中的主体的身份的技术深度学习方法的主要优势是可用大量数据来训练，从而学到对训练数据中出现的变化情况稳健的人脸表征这。
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，人脸追踪侦测，自动调整影像放大，夜间红外侦测，自动调整曝光强度它属于生物特征识别技术，是对生物体一般特指。
一深度学习模型人脸识别系统当中的核心和灵魂部分就是深度学习的神经网络模型所谓神经网络模型其实就是一个运算器，在这个运算器当中，我们可以把它看作一个黑盒子，其中存储着很多的参数，这些参数是可以自动调整的这个。
Face ID通过一个结构光系统提取人脸的点云信息生成一个3d模型，而传统的人脸识别是通过一系列的方法，可以是简单的基于位置的信息，也可以是通过神经网络提取出相应的底层，在二维特征层面上进行比较Face ID之所以能生成准确的。
不同品牌机型采用的面部识别技术方案不同，面部识别效果也会不一样目前vivoiQOO系列手机，仅NEX双屏版采用3D人脸识别技术，其余机型均采用Face Wake面部识别，通过识别面部特征点，与录入信息进行匹配从而实现解锁注3D人脸。
2神经网络的人脸识别方法 神经网络的输入可以是降低分辨率的人脸图像局部区域的自相关函数局部纹理的二阶矩等这类方法同样需要较多的样本进行训练，而在许多应用中，样本数量是很有限的3弹性图匹配的人脸识别方法 弹。
人脸识别技术的原理是基于面部特征识别和人脸图像匹配的它包含以下几个基本步骤采集面部图像人脸检测和定位人脸预处理和特征提取特征匹配和识别首先是采集面部图像采用摄像头将人脸图像捕捉下来，利用图像预处理技术。
人脸识别是一种基于面部特征信息的生物识别技术一系列相关技术，如人像识别和人脸识别，被用来用摄像机收集包含人脸的图像或视频流，并自动检测和跟踪图像中的人脸三维动态人脸识别的技术原理1核心技术是神经网络算法。
2人脸规则法由于人脸具有一定的结构分布特征，所谓人脸规则的方法即提取这些特征生成相应的规则以判断测试样品是否包含人脸3样品学习法这种方法即采用模式识别中人工神经网络的方法，即通过对面像样品集和非面像。
