人脸识别与指纹识别一样都是一门利用人生理上的特征来识别的科学，指纹识别典型的应用有指纹门禁考勤一体机，指纹门禁一体机。人脸识别算法描述属于典型的模式识别问题，主要由在线匹配和离线学习两个过程组成，在训练阶段中，从样本图像中提取特征，存储特征形成特征库。在测试阶段，首先提取待识别人脸样本图像的特征，然后用训练好的分类器进行待识别脸像特征和特征库中的特征匹配，输出识别（辨别或验证）结果。因此，特征提取和分类器设计是人脸识别的核心算法一般人脸图像是在自然环境下获取的，并且人的头部姿态和面部表情往往存在一些复杂的变化。因此，为了实现人脸识别算法，首先需要对人脸图像进行光照校正和姿态校准等预处理。

在人脸识别中，特征的分类能力、算法复杂度和可实现性是确定特征提取法需要考虑的因素。所提取特征对最终分类结果有着决定性的影响。分类器所能实现的识别率上限就是各类特征间可区分度。因此，人脸识别的实现需要综合考虑特征选择、特征提取和分类器设计。