如何運行人臉識別？
早期臉部識別算法（今日仍然以改善和更自動化方式應用）借助生物特征識別技術性（如雙眼間的距離）將檢測的臉部特征從二維圖像轉換成一組數字（矩陣的特征值或模版）來表示臉部。隨后，鑒別全過程把這些空間向量與已經知道臉孔的數據庫系統展開了較為，這種已經知道臉孔以相同的方法體現了特點。學習的過程的一個多元性是，在獲取精確測量以前，將臉部調整至規范化的主視圖，以緩解頭頂部轉動和傾斜難題。這類優化算法被稱作幾何圖形優化算法。
另一種人臉識別方法是什么2D臉部圖象被規范化和縮小，及與具備類似規范化和縮小圖象的數據庫系統進行對比。這類優化算法被稱作分光光度法。
三維人臉識別應用3-D感應器捕捉臉部圖象，或不同角度捕捉三個2-D追蹤監控攝像頭復建3D圖象。3D人臉識別比2D鑒別要正確的多。
皮膚紋理剖析把人臉部線條、圖案設計和色斑投射到另一個矩陣的特征值。-D或3-D在人臉識別中加入皮膚紋理剖析能將鑒別精密度提升20到25，尤其是在類似和雙子座的情形下。您還可以將全部方式結合在一起，加上多光譜圖象（不可見光和紅外感應），以提高性能。
自1964年交付使用至今，人臉識別解鎖逐漸提升。均值來講，差錯率每兩年降低一半。