人脸识别的过程就是人脸图像采集和检测、关键点提取、人脸正则化（图像处理）、人脸特征提取和人脸识别比对。

人脸检测主要用于人脸识别的预处理，即精确标定人脸在图像中的位置和大小。人脸识别系统可用特征通常分为视觉特征、像素统计特征、人脸图像变换系数特征和人脸图像代数特征。人脸特征提取是基于人脸的某些特征，人脸特征提取，也称为人脸标志，是对人脸进行特征建模的过程。

人脸图像预处理是基于人脸检测结果，对图像进行处理，最终服务于特征提取过程。由于各种条件和随机干扰，系统获得的原始图像往往不能直接使用。它们必须直接用于图像处理的早期阶段。对于人脸图像，其预处理过程主要包括光线补偿、灰度变换、直方图均衡化、成分、几何校正、滤波和锐化对灰度的处理。

人脸识别技术特点

传统的人脸识别技术主要是基于可见光图像的人脸识别，这也是人们熟悉的识别方式，已有30多年的研发历史。但这种方式有着难以克服的缺陷，尤其在环境光照发生变化时，识别效果会急剧下降，无法满足实际系统的需要。解决光照问题的方案有三维图像人脸识别，和热成像人脸识别。但这两种技术还远不成熟，识别效果不尽人意。

用户不需要专门配合人脸采集设备，几乎可以在无意识的状态下就可获取人脸图像，这样的取样方式没有强制性。用户不需要和设备直接接触就能获取人脸图像，在实际应用场景下可以进行多个人脸的分拣、判断及识别。