人臉是高度非剛性的，有很多細節(jié)反映了個體差異，人臉識別系統(tǒng)是將從靜態(tài)圖像或動態(tài)視頻中檢測到的人臉圖像與數(shù)據(jù)庫中的人臉圖像進行比較以找到匹配的人臉的過程，它通常用于識別和識別目的，它屬于生物特征識別的主題。

　　傳統(tǒng)的人臉識別方法有很多種，大致可以分為兩類，一類是基于局部的方法，如使用局部描述子Gabor、局部二進制模式等進行識別;另一類是基于全局方法的，包括經(jīng)典的人臉識別算法，如特征臉法，線性判別分析法等子空間學習算法，局部保持投影算法等流行的學習算法。

　　目前，國內(nèi)外人臉識別領(lǐng)域的研究主要集中在主成分分析、LBP算法、深度學習算法等方面，深度學習在人臉識別領(lǐng)域具有很強的魯棒性，同時具有很高的識別率，識別效果遠優(yōu)于其他算法，但現(xiàn)階段，F(xiàn)PGA平臺上的人臉識別主要采用主成分分析和LBP算法。

　　FPGA平臺上實現(xiàn)了一種深度學習人臉識別系統(tǒng)，該系統(tǒng)工作在50MHz的時鐘頻率下，識別速度可達400FPS，遠遠超過了現(xiàn)有的一些結(jié)果，識別準確率與人眼相當，高達99.25%，該訓練集覆蓋多種光照條件，能在大多數(shù)光照條件下完成識別功能，具有良好的魯棒性。