人臉識別系統通常包括幾個過程：人臉圖像采集和檢測、關鍵點提取、人臉正則化(圖像處理)、人臉特征提取和人臉識別比對。

　　人臉圖像集。異臉緣圖像可以通過攝像機鏡頭采集，如靜態圖像、動態圖像、不同位置、不同表情等。可以很好的收藏。當用戶采集設備的拍攝范圍時，采集設備會自動搜索并拍攝用戶的人臉圖像。

　　人臉檢測。人臉檢測主要用于人臉識別的預處理，即精確標定人臉在圖像中的位置和大小。

　　關鍵點提取(特征提取)。人臉識別系統可用的特征通常分為視覺特征、像素統計特征、人臉圖像變換系數特征和人臉圖像代數特征。人臉特征提取是基于人臉的某些特征。人臉特征提取，也稱為人臉標志，是對人臉進行特征建模的過程。人臉特征的提取方法歸納為兩類：一類是基于知識的表示方法;另一種是基于代數特征或統計學習的表示方法。

　　面是規則的(預處理)。人臉圖像預處理是基于人臉檢測結果，對圖像進行處理，最終服務于特征提取過程。由于各種條件和隨機干擾，系統獲得的原始圖像往往不能直接使用。它們必須直接用于圖像處理的早期階段。對于人臉圖像，其預處理過程主要包括光線補償、灰度變換、直方圖均衡化、成分、幾何校正、濾波和銳化對灰度的處理。

　　人臉識別比對(匹配和識別)。搜索提取的人臉圖像的特征數據，并將其與存儲在數據庫中的特征模板進行匹配。通過設置閾值，當相似度超過這個閾值時，輸出匹配結果。人臉識別是將待識別人的人臉特征與已經獲得的人臉特征模板進行比較，根據相似程度判斷人臉的身份信息。可以分為1: 1，1: n，屬性識別。其中1: 1是比較兩張人臉對應的特征值向量，1: N是比較1張人臉照片的特征值向量和另一張人臉對應的特征值向量。度或相似度最高的人臉排在前面。人臉特征分析算法

　　人臉識別技術廣泛應用于區域特征分析算法中。它融合了計算機圖像處理技術和生物統計學原理。利用計算機圖像處理技術從視頻中提取人像特征點，利用生物統計學原理分析建立數學模型，即人臉特征模板。使用完成的人的面部特征和主體的面部的面部特征模板來執行特征分析，并且基于分析的結果給出相似值。通過這個值，可以確定是不是同一個人。