我们输入图片，希望计算机能够将内容识别出来，将结果输出。仍以数字为例，当输入图片并用矩阵表示后，通过将灰度值转化为灰度，可以轻松辨识其所表示的内容。很朴素的想法就是将各个数字所代表的矩阵提前存放在计算机内，当输入一张图片后，计算机通过计算，从而找到适合的数字进行输出。人脸识别在近几年已成为一种热门的身份认证技术，它主要利用人的脸部多个特征信息对人体的身份进行辨别。

了解人脸识别，先要从图像表示讲起。我们先以黑白图片为例，看看计算机是怎么表示的。计算机程序可以将黑白图片可以表示为灰度图像。人脸识别技术包括以下几个阶段：一是信息采集，采集并输入各种人脸图像；二是人脸信息预处理，对人脸图像进行化处理；三是人脸判定，判定图像中是否含有人脸图像信息；通过矩阵表示图像后，图像的各种处理就转化为数学问题，可以使用数学的理论和方法进行解决，而这正是计算机所擅长的。

人脸识别在近几年已成为一种热门的身份认证技术，它主要利用人的脸部多个特征信息对人体的身份进行辨别。人脸识别技术包括以下几个阶段：一是信息采集，采集并输入各种人脸图像；二是人脸信息预处理，对人脸图像进行化处理；三是人脸判定，判定图像中是否含有人脸图像信息；可以从有限的训练集样本中把算法很好的泛化。所以，我们先找到有限的训练集，设计好初始函数f(x;w)，并已经量化好了训练集中x->y。

简而言之，人脸识别系统为六个过程、四个部分，人脸自动识别技术目前已经取得了巨大的成就。这个问题的依赖于分类问题。即，先不谈特征值，首先如何把照片集合按人正确的分类？这里就要先谈谈机器学习。在灰度图像中，一个像素使用8个比特位，从而可以表示256个灰度阶，表围是0-255。其中0代表纯黑色，255代表纯白色。