人脸识别 ：这里提到的 人脸识别 是狭义的 人脸识别 ，即将待识别人脸所提取的特征与数据库中人脸的特征进行对比，根据相似度判别分类。而 人脸识别 又可以分为两个大类：一类是确认，这是人脸图像与数据库中已存的该人图像比对的过程，回答你是不是你的问题；另一类是辨认，这是人脸图像与数据库中已存的所有图像匹配的过程，回答你是谁的问题。显然，人脸辨认要比人脸确认困难，因为辨认需要进行海量数据的匹配。常用的分类器有最近邻分类器、支持向量机等。
与指纹应用方式类似， 人脸识别 技术目前比较成熟的也是考勤机。因为在考勤系统中，用户是主动配合的，可以在特定的环境下获取符合要求的人脸。这就为 人脸识别 提供了良好的输入源，往往可以得到满意的结果。但是在一些公共场所安装的视频监控探头，由于光线、角度问题，得到的人脸图像很难比对成功。这也是未来 人脸识别 技术发展必须要解决的难题之一。
现在已有一些机构、高校在进行 人脸识别 新领域、新技术的研究。如远距离 人脸识别 技术，3D 人脸识别 技术等。远距离 人脸识别 系统面临两个主要困难。一是如何从远距离获取人脸图像。其次，在得到的数据并不理想的情况下如何识别身份。从某种意义上来看，远距离 人脸识别 并不是一个特定的关键技术或基础研究问题。它可看成是一个应用和系统设计问题。通常有两类解决方法用于获取人脸图片。一种是高清的固定式摄像机，另一种是使用PTZ控制系统多摄像机系统。后者更适合于一般情况，不过其结构更为复杂，造价也更贵。后者需要考虑如何协调多台摄像机的同步操作。一般地，系统由低分辨率广角摄像机和高分辨率长焦摄像机组成。前者用于检测和追踪目标，后者用于人脸图像采集和识别。目前远距离 人脸识别 技术还处于实验室阶段，未来如果能够解决上述问题，对人员布控这样的应用有着重要意义。
3D 人脸识别 能够很好地克服2D 人脸识别 遇到的姿态、光照、表情等问题。主要原因是2D图像无法很好地表示深度信息。通常，3D 人脸识别 方法使用3D扫描技术获取3D人脸，然后建立3D人脸模型并用于识别。不过，3D 人脸识别 技术的缺点也是很明显的。首先它需要额外的3D采集设备或双目立体视觉技术，其次，建模过程需要的计算量较大。相信随着未来芯片技术的发展，当计算能力不再受到制约，采集设备成本大幅下降的时候，3D 人脸识别 将会成为热门技术之一。
结语
生物特征识别技术不仅仅是上文提到的 指纹识别 、 人脸识别 技术，还包括很多其它如静脉识别、掌纹识别等技术。但指纹和 人脸识别 是目前或者未来应用最广泛的技术。特别是 人脸识别 技术，如果能够很好地利用到目前已经部署的摄像头，将能够很好地预防一些犯罪事件的发生。当然，个人隐私问题也需要进一步探讨。值得一提的是，多种生物特征融合的识别技术也将是未来的热门方向之一。
