人脸识别属于生物热证识别技术中的一种，它指的是对生物体（一般特指人）的生物特征来区分每一个个体。脸、指纹、手掌纹、虹膜、视网膜、语音、体形、个人习惯（如签字）等生物特征的识别，都有相应的识别技术支持。这些特征常被视为便捷的身份认证形式，因为它们大多与生俱来，且具备性。

       动态人脸识别技术的研究从20世纪60年代就开始了。起初，这项技术还不是全自动的。程序会计算五官之间的距离和比例，再把得出的数据与数据库里已有的参考值进行对比，但程序操作者需要手动“锁定”脸部特征，如眼睛、耳朵、鼻子和嘴巴，实验才能继续。

       到了上世纪70年代，研究人员创造出一套可以自动识别人脸的程序，这套程序利用21个特定的面部特征，如发色和嘴唇厚度等等来判定人脸。80年代末，一项突破性的研究发现，要准确识别一张正常的人脸，只需要不到100个特定变量。

       随着移动设备处理能力的提升，人脸识别技术迅速突破安防领域，涌向日常应用，在金融系统、娱乐等其他领域发酵，创造了巨大的商业价值。

       目前，深度学习正逐步被应用于人脸识别中，深度学习将特征提取和分类两个步骤融合在一起，利用神经网络黑盒子的特性，计算出最适合的热证提取模式，直接跳过“特征提取影响识别结果”这一缺陷，让算法更适用于不同的实际应用。