因素的影响。基于 SIFT 特征提取的人脸识别隶属于局部的特征点的提取算法，这种算法目前来将在人脸图像遭受复杂环境的影响时具有将强的鲁棒性，是人脸识别的主流和发展趋势。未来的人脸识别技术会有更快更高效的算法被提出，检验一个算法的健壮性的好坏最终要的就是检测其在真实环境中的表现能力，也就是对存在噪声、光照、姿势、表情、部分遮挡、旋转、尺度变化以及一定程度的仿射变换等干扰因素影响下的鲁棒性；此外 3D 人脸识别技术也是人脸识别发展的一个重要方向，通过 3D 可变模型对人脸进行建模，摆脱二维人脸算法

3维的SIFT算法。源码来自Saad Ali，可去作者的主页寻找http://www.cs.ucf.edu/~pscovann/. 代表论文为Paul Scovanner, Saad Ali, and Mubarak Shah, A 3-Dimensional SIFT Descr iptor and its Application to Action Recognition, ACM MM 2007. 使用时先阅读readme.

巴斯德 介绍 介绍 是基于用于图像识别的开源索引和搜索引擎。 它可以识别平面物体，例如封面，包装商品或艺术品。 但是，它并非旨在识别人脸，3D对象，条形码或QR码。 Pastec可以例如用于识别移动应用程序中的DVD封面或在大型数据库中检测几乎重复的图像。 Pastec不会在其数据库中存储图像的像素。 由于使用了技术，它可以存储每个图像的签名。 Pastec提供了一个使用JSON的微型HTTP API，用于在索引中添加，删除和搜索图像。 知识产权 Pastec由开发，并获得许可。 它基于可