九十年代后期，随着计算机处理速度的飞速提高及图形识别算法的革命性改进，“面像识别”技术脱颖而出，以其独特的方便、经济、准确而受到世人的瞩目。

　　面像识别技术是通过对面部特征和其之间的关系来进行识别的一种生物识别技术。 面像识别技术包含面像检测、面像跟踪与面像比对等课题。面像检测是指在动态的场景与复杂的背景中，判断是否存在面像并分离出面像。面像检测分为参考模板、人脸规则、样本学习、肤色模型与特征子脸等方法。
                   
　　参考模板方法首先设计一个或数个标准人脸模板，然后计算测试样本与标准模板之间的匹配程度，通过计算机比对来判断是否存在人脸；人脸具有一定的结构分布特征，人脸规则即提取这些特征生成相应的规则以判断是否测试样本包含人脸；样本学习则采用模式识别中人工神经网络方法，通过对面像样本集、非面像样本集的学习产生分类器；肤色模型依据面像肤色在色彩空间中分布相对集中的规律来进行检测；特征子脸将所有面像集合视为一个面像子空间，基于检测样本与其在子空间的投影之间的距离判断是否存在面像，上述方法在实际系统中也可综合采用。
                     
　　面像跟踪指对被检测到的面像进行动态目标跟踪。一般采用基于模型的方法或基于运动与模型相结合的方法，此外，肤色模型跟踪也是一种简单有效的手段。
                     
　　面像比对则是对被检测到的面像进行身份确认或在面像库中进行目标搜索。其本质是采样面像与库存面像的依次比对并找出最佳匹配对象，因此，面像的描述决定了面像识别的具体方法与性能。