图像识别是通过计算机对图片进行处理、分析和理解，以识别不同模式下对象的技术。目前市场上广受应用的则是人脸识别和商品识别上面。今天的文章主要针对的是人脸识别进行分析。
图像识别中的人脸识别主要是运用安检、身份验证以及支付方面。目前在人脸识别中，图像识别主要用于视觉感官上面。具体操作流程则是，提取特征、建索引build以及查询。
那么图像识别的算法有哪些了？
目前主流的图像识别（人脸识别）中的算法有以下几种：
1、特征脸法
特征脸法是Sirovich 和 Kirby在1987年提出的。这种算法即是人脸分类。具体操作是，先把一批的人脸转化为一个特征集，即“特征脸”，然后对系统进行训练，当进行识别时，通过当前脸的特征减去平均脸，再进行人脸识别。而具体的算法实践过程为：训练图像——求出平均脸——获得当前要识别的人脸——进行图像重新构造——识别得出结论。
2、局部二值模式
局部二值模式即LBP，这是芬兰奥卢大学的 T.Ojala 在1996年提出的。其中核心思想是：通过中心像素为阈值，然后通过对比，得出相应二进制码的一种算法。具体流程如下：第一步：对LBP特征进行提取，具体为根据上述的均匀LBP算子处理原始图像；第二步，进行 LBP特征匹配，具体操作为。将图像分为若干个区域，并在区域内根据LBP值统计其直方图，以直方图作为其判别特征。
3、Fisherface 算法
Fisherface 算法是统计学家 Sir R. A.Fisher在1936年提出的。这种的具体思路为，在低纬度表示时，相同的应该聚在一起，而不同的尽量远离。具体操作流程为：获取人脸的图像数据，并求出平均值——观察每个人脸的特征值——进行人脸的一个签订，并观察特征，判断是不是个人——进行人脸识别。
现在图像识别人脸识别（）技术多用在很多公安系统场合进行身份的核验、以及一些人脸识别自助终端设备上，还有在一些门禁、考勤系统里面也有人脸识别的身影，因此人脸识别技术在我们生活周围的应用还是很广泛的。
