人臉識別屬于生物熱證識別技術中的一種，它指的是對生物體（一般特指人）的生物特征來區分每一個個體。臉、指紋、手掌紋、虹膜、視網膜、語音、體形、個人習慣（如簽字）等生物特征的識別，都有相應的識別技術支持。這些特征常被視為便捷的身份認證形式，因為它們大多與生俱來，且具備性。

       動態人臉識別技術的研究從20世紀60年代就開始了。起初，這項技術還不是全自動的。程序會計算五官之間的距離和比例，再把得出的數據與數據庫里已有的參考值進行對比，但程序操作者需要手動“鎖定”臉部特征，如眼睛、耳朵、鼻子和嘴巴，實驗才能繼續。

       到了上世紀70年代，研究人員創造出一套可以自動識別人臉的程序，這套程序利用21個特定的面部特征，如發色和嘴唇厚度等等來判定人臉。80年代末，一項突破性的研究發現，要準確識別一張正常的人臉，只需要不到100個特定變量。

       隨著移動設備處理能力的提升，人臉識別技術迅速突破安防領域，涌向日常應用，在金融系統、娛樂等其他領域發酵，創造了巨大的商業價值。

       目前，深度學習正逐步被應用于人臉識別中，深度學習將特征提取和分類兩個步驟融合在一起，利用神經網絡黑盒子的特性，計算出最適合的熱證提取模式，直接跳過“特征提取影響識別結果”這一缺陷，讓算法更適用于不同的實際應用。