人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部的一系列相关技术，通常也叫做人像识别、面部识别。对于人脸识别的应用，依照摄像机到用户的距离可将其分为近距离人脸识别、中距离人脸识别和远距离人脸识别系统，远距离人脸识别是视频人脸识别应用中最具挑战性的形式之一。如今，国内外针对远距离人脸识别的研究很多。

　　近年来，国际上对人脸及人脸面部表情识别的研究逐渐成为科研热点，很多机构都在进行这方面的研究，吸引了大量的研究人员和基金支持，其中走在前边的主要是美国、欧洲、英国和日本等国家。在远距离人脸研究方面，主要是采用主动视觉的方法进行设计和开发，集中用于人脸图像采集和识别目的的自动目标选择和摄像机控制系统，以下介绍一些主要的实现方式。

　　第一，美国乔治亚理工学院在较早前的工作中，研发了一套由一对WFOV摄像机和一对NFOV摄像机构成的主动视觉系统。该系统用于人机互动，应用范围仅为几米远，但可检测皮肤颜色，并采用三角测量法进行3D定位，并自动控制NFOV摄像机采集人脸图像。

　　第二，西门子公司推出了一套实时双摄像机人脸图像采集系统，该系统采用了安装于头顶的全景摄像机进行目标定位，PTZ摄像机采集人脸图像。

　　第三，卡内基梅隆大学机器人学院研发的远距离人体识别系统（DHID），通过远距离拍摄视频进行人脸和步态双重识别。该系统采用了一个具有60°视场的WFOV摄像机，从50米外对目标进行追踪，采集放大的视频序列和人脸图像分别进行步态识别和人脸识别。

　　第四，意大利热那亚大学的Marchesotti等人采用双摄像机系统远距离采集人脸图像，在WFOV视频中采用了-blob检测器进行人体检测，并通过一台NFOV摄像机采集目标人脸图像。

　　第五，IBM公司研发了一套人脸分类器，采用了双几何刻度的WFOV摄像机进行人体检测，重叠覆盖了6米×6米的图像采集区域，在每个WFOV摄像机视场中应用了多-blob2D追踪器，并通过一个3D多-blob追踪器在真实世界坐标系统中确认头部位置。

　　第六，伦敦大学计算机科学学院开发了一种远距离人脸图像采集方法，该方法的目标是对人体姿势和部分遮挡具有稳健性，该系统由一套具有135°视场的静止WFOV摄像机和具有13°视场的NFOV摄像机组成。为了提高对部分遮挡的稳健性，系统在WFOV视场中直接检测人脸的位置而不是整个身体的位置，人脸检测结合了运动检测、背景建模和皮肤检测，然后由NFOVPTZ摄像机采集高分辨率人脸图像。

　　第七，牛津大学主动视觉实验室提出了用于人脸图像采集的多摄像机主动监控系统的架构。在该架构中，人体追踪器与每一个WFOV摄像机相连，采用了高级推理算法并通过SOL数据库共享数据。WFOV追踪器的人体检测结果自动指示NFOV摄像机瞄准目标。此外，采用NFOV摄像机追踪人脸时，在追踪过程中采用了速度控制系统。

　　第八，通用电气全球研发中心设计了一套基于多摄像机追踪架构的远距离监控的人脸图像采集原型系统，该系统采用了4台视场相互叠加的WFOV摄像机进行人体追踪，追踪面积达到300平方米，人体追踪在现实坐标下进行，并控制4台NFOVPTZ摄像机进行人脸图像采集。该系统进行人群的长期监控，通过人脸识别建立追踪目标的身份，之后系统评估个体间关系的紧密程度以掌握其社交网络。

　　在安防行业中，生物识别一直是市场中备受关注的焦点之一，近年来保持着较高的增长率，其中人脸识别是一个活跃的研究领域，也是人类视觉最杰出的能力之一。虽然人脸识别的准确性要低于虹膜、指纹的识别，但由于它的无侵害性和对用户最自然、最直观的方式，使人脸识别成为最容易被接受的生物特征识别方式。

　　目前人脸识别技术不断得到发展，该技术广泛应用到电子护照、生物特征身份证、体育场馆、银行、公安等系统中，对安检、奥运反恐、刑侦追逃等有重要意义。当前由于其应用日渐增多该市场份额比重在不断增加，前景普遍被看好。而监控视频的高清化给远距离人脸识别提供了助力，成为安防领域新的突破点。