隨著網際網路應用普及化、電子交易頻繁化，傳統以密碼和帳號的認證方式，已難以確保認證的安全性，然而，利用個人獨特的生物特徵所辨識之「生理密碼」，像是藉由人臉、指紋、個人簽名與虹膜辨識等，由於具有難以複製或遭竊的特性，即能有效且便利地提高資料安全防護等級。
       蒙恬科技於2001年開始投入研發生物認證相關技術，已研發之技術包括SSL安全加解密技術，以及人臉辨識技術(FaceMetrix)，僅需使用一般攝影機，FaceMetrix即可提供自動擷取、主動辨識、身份確認、影像儲存等強大功能，人臉辨識除可作為密碼之外的另一道安全防線，亦能增加產品附加功能，加上人臉特徵不需記憶且隨身攜帶，對於使用者來說，有其絕對的便利性及私密性，而技術應用領域除了門禁保全、機密管理、POS與證件防偽等系統外，受到製程演進及瞐片價格降低因素，正逐步滲透至消費性電子產品相關應用，以提高產品附加價值。
       國際生物識別團體的研究預測，全球生物識別的市場規模將從2006年的26.84億美元成長到2008年46.39億美元，其分析指出人臉辨識技術應用於市場面有逐年遞增趨勢，顯示該技術與其它利用不同特徵開發出的辨識科技正以獨有特色，搶占市場中。蒙恬科技將更精進人臉辨識核心技術，依技術與市場發展成熟情況，針對客戶不同的安全級數需求，提供多種整合性認證技術解決方案。
       請參考圖一所示，資料取自國際生物認證團體 (IBG, International Biometric Group) 統計之生物認證市場概況。

       人臉辨識的使用模式可分為兩大類，一為1對1的身份確認，另一為1對多的身份搜尋。在進行1對1的身份確認時，使用者需先輸出使用者名稱或代號，然後攝影機會擷取使用者的臉部影像並立即判斷這一臉部影像是否的確屬於該使用者。此即為一般用戶名稱(Username)與密碼(Password)兩者合而為一，缺一不可的模式﹔而人臉就是你的密碼，但你無需記憶這組密碼，也無需擔憂可能失竊或遺失。而在1對多的身份搜尋時，使用者並不需要輸出用戶名稱，系統會把攝影機擷取到的臉部影像與資料庫中所有的用戶進行比對。 人臉辨識的技術核心都含有三項步驟﹕人臉偵測(Face Detection)，人臉追蹤(Face Tracking)，與人臉識別(Face Identification)。想像一個旅者在叢林密佈中由遠而近向你接近，如果你要確定他是否為你認識的人，你的腦與眼開始進行如下的動作﹕先找到此人並希望看清他的臉，此即為人臉偵測﹔若此人被找到時，可能因距離太遠或密林中陰影太重讓你無法看清，你可能會注視著他，並且目光隨之而動，此即為人臉追蹤﹔待你看清此人，經腦中記憶比對，你確定他是你的鄰居，此即為人臉識別。由此可知，若要能識別，必須先有記憶，人腦如此，電腦也如此。所以人臉辨識的工作流程可區分為註冊與辨識二種，而註冊即是訓練電腦認識你並記得你。註冊的流程如圖二所示﹕

圖二﹕人臉註冊工作流程

註冊時，系統會運用人臉偵測器(Face Detector)中，人臉偵測與追蹤模組自動地由攝影機的影像中取得人臉部份影像，人臉影像會被人臉識別模組中的特徵擷取器(Feature Extractor)轉化為數值特徵(Numeric Features)，進而由人臉模型建立器(Model Builder)完成供識別用的人臉模型並儲存於資料庫中。人臉識別的流程如圖三所示，流程中的前半段與註冊流程的前半段相同，人臉的影像先被定位、擷取、再轉換成數值特徵。後半段時，人臉識別模組中的身份決策機制即扮演關鍵工作，它將擷取到的未知臉部數值特徵與資料庫中的人臉模型進行比對，若結果相容，則將資料庫中相對應的身份或其相關屬性輸出，若不相容，則將此未知的人臉影像儲存並立刻傳送至相關單位以進行即刻反應或後續查尋。可將陌生人的臉面影像儲存並傳送以供事後追查之用，也是人臉辨識系統特色之一。

圖三﹕人臉識別工作流程