当下人脸识别的应用环境越来越多，从坐高铁人脸识别进站，银行拉取信用评估，考研进场人脸识别等等一系列，人脸识别是当下进行身份验证的最好选择。

随着世界范围内人脸识别技术愈发成熟，发展迅速，再加上国家政策对人脸识别的支持，另外还有市场的需求推动人脸识别技术的发展。

2015年以后，我国的机器学习，bp神经网络，人工智能的发展等技术不断发展，为人脸识别的实现及广泛应用打下了坚实的基础。

2015年以来，国家密集出台了《关于银行业金融机构远程开立人民币账户的指导意见(征求意见稿)》、《安全防范视频监控人脸识别系统技术要求》、《信息安全技术网络人脸识别认证系统安全技术要求》等法律法规，为人脸识别在金融、安防、医疗等领域的普及打下了坚实的基础，扫清了政策障碍。

同时，2017年人工智能首次写入国家政府报告，作为人工智能的重要细分领域，可以预计人脸识别相关政策支持力度将不断增强。

近20年，大量的人脸识别方法被提出，在一些可控制的条件下，这些方法在一些公开的数据库上都取得了非常好的结果。

这些方法大多以整张脸做为识别对象。

之前数年，研究者利用LBPLBP,GaborGabor,PCAPCA,NNNN,HOGHOG来提取人脸特征.然而人脸非常容易被遮挡，那么这些全局特征将失效，因此识别部分脸将成为人脸识别的关键。

部分脸如图1所示。

因此我们迫切需要一些方法来解决部分脸的识别问题，而且这些方法对人脸的适度变化具有鲁棒性。