可以从有限的训练集样本中把算法---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。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。随着现代科技的快速发展，社会中各种有关身份识别的安全问题越来越多，引起了人们对身份鉴别问题方面更多的重视。

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。相较于其他人类身份鉴别技术，人脸识别系统在实际应用过程中既具有一定的优势。如果数据x是低维的、简单的，例如只有二维，那么分类很简单。人脸识别主要分为确认和辨认两部分，确认就是将人脸图像和数据库中已经存有的人脸图像进行比对，之后确认你是不是你，而辨认是将人脸图像与数据库中已存有的---脸图像进行匹配对比，从而辨认出你是谁。

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。可以从有限的训练集样本中把算法---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。对图像中的人脸信息进行定位与提取；对不同的人脸信息进行分类处理，并将信息传递给人脸识别系统；对比人脸特征信息相似度，并确认身份。

人脸识别系统是以人脸识别技术为，通过---镜头将不同的人脸图像采集下来进行对比，并对人脸身份进行快速比对，它是多种生物特征识别技术中的一种，俗称「刷脸」。大家都知道，计算机能够识别和处理的是二进制，不管我们输入的是文本、图像、声音，计算机都是用一定长度的二进制串进行存储和处理。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。