人脸识别核心算法
人脸识别技术的核心算法包括：
人脸识别核心算法包括检测定位、建模、纹理变换、表情变换、模型统计训练、识别匹配等关键步骤，其中最关键的技术包括两部分：人脸检测（Face Detect）和人脸识别（Face Identification）。
检测技术核心称为：迭代动态局部特征分析(SDLFA)，它是以国际通用的局域特征分析（LFA）和动态局域特征分析（DLFA）为基础，并且针对现实业务场景进行了全面的算法增强及结果优化，识别技术核心称为：实时面部特征匹配（RFFM），其识别特征数据紧凑，特征算法准确高效，是国际国内独创性的识别技术。
除了业界先进的优化SDLFA方式和RFFM核心算法外, 针对现实环境下的识别效果，人脸识别技术的核心算法还针对海量的上下文信息，进行高精度的线性及非线性判别分析，在高可信度的效能目标下，对检测技术和识别算法，进行了全面的（效能&速度）指标提升：
l SDLFA（Sparsification Dynamic Local Feature Analysis）：动态局域特征分析；针对静态图像及动态视频图像序列，完成脸部检测、跟踪及检出；
l RFFM-(Real Face Feature Matching)：实时面部特征匹配，提取并数字化面部特征数据，进行人脸的分析和识别对比。