基于知識的人臉表征主要包括基于幾何特征的方法和模板匹配法，人臉識別圖像匹配與識別：人臉圖像匹配與識別：提取的人臉圖像的特征數據與數據庫中存儲的特征模板進行搜索匹配，通過設定一個閾值，當相似度超過這一閾值，則把匹配得到的結果輸出。人臉識別就是將待識別的人臉特征與已得到的人臉特征模板進行比較，根據相似程度對人臉的身份信息進行判斷。這一過程又分為兩類：一類是確認，是一對一進行圖像比較的過程，另一類是辨認，是一對多進行圖像匹配對比的過程。人臉檢測在實際中主要用于人臉識別的預處理，即在圖像中準確標定出人臉的位置和大小。重慶小區人臉識別
人臉圖像匹配與識別：提取的人臉圖像的特征數據與數據庫中存儲的特征模板進行搜索匹配，通過設定一個閾值，當相似度超過這一閾值，則把匹配得到的結果輸出。人臉識別就是將待識別的人臉特征與已得到的人臉特征模板進行比較，根據相似程度對人臉的身份信息進行判斷。這一過程又分為兩類：一類是確認，是一對一進行圖像比較的過程，另一類是辨認，是一對多進行圖像匹配對比的過程。一般來說，人臉識別系統包括圖像攝取、人臉定位、圖像預處理、以及人臉識別（身份確認或者身份查找）。系統輸入一般是一張或者一系列含有未確定身份的人臉圖像，以及人臉數據庫中的若干已知身份進行人臉識別、人臉圖象或者相應的編碼，而其輸出則是一系列相似度得分，以此作為表明待識別的人臉的身份。重慶小區人臉識別關鍵技術的實現，展現了弱人工智能向強人工智能的轉化。
人臉識別的優勢在于其自然性和不被被測個體察覺的特點。所謂自然性，是指該識別方式同人類（甚至其他生物）進行個體識別時所利用的生物特征相同。例如人臉識別，人類也是通過觀察比較人臉區分和確認身份的，另外具有自然性的識別還有虹膜識別語音識別、體形識別等，而指紋識別、虹膜識別等都不具有自然性，因為人類或者其他生物并不通過此類生物特征區別個體。不被察覺的特點對于一種識別方法也很重要，這會使該識別方法不令人反感，并且因為不容易引起人的注意而不容易被欺騙。人臉識別具有這方面的特點，它完全利用可見光獲取人臉圖像信息，而不同于指紋識別或者虹膜識別，需要利用電子壓力傳感器采集指紋，或者利用紅外線采集虹膜圖像，這些特殊的采集方式很容易被人察覺，從而更有可能被偽裝欺騙。
“人臉識別系統”集成了人工智能、機器識別、機器學習、模型理論、**系統、視頻圖像處理等多種專業技術，同時需結合中間值處理的理論與實現，是生物特征識別的近新應用，其關鍵技術的實現，展現了弱人工智能向強人工智能的轉化。 傳統的人臉識別技術主要是基于可見光圖像的人臉識別，這也是人們熟悉的識別方式，已有30多年的研發歷史。但這種方式有著難以克服的缺陷，尤其在環境光照發生變化時，識別效果會急劇下降，無法滿足實際系統的需要。體育館都引入人臉識別技術，利用監控和人臉識別設備實現工作人員準入和阻擋可疑人物的功能。
對于人臉這類復雜的、難以顯示描述的模式基于ANN的方法具有獨特的優勢。入工神經網絡是由多個神經元按照一定的排列順序構成的，是一個非線性動力學系統，其特色是信息的分布式存儲和并行協同處理。神經網絡方法在人臉識別上的應用比起前述幾類方法來有一定的優勢，因為對入臉識別的許多規律或規則進行顯性的述是相當困難的，而神經網絡方法則可以通過學習的過程獲得對這些規律和規則的隱性表達，它的適應性更強，一般也比較容易實現。支持向量機(SVW)的方法近年來，支持向量機是統計模式識別領域的一個新熱點，支持向量機主要解決的是-個兩分類問題，它的基本思想是試圖把一個低維的線性不可分的問題轉化成一個高維的線性可分的問題。人臉識別就是將待識別的人臉特征與已得到的人臉特征模板進行比較，根據相似程度對人臉的身份信息進行判斷。重慶小區人臉識別
在近兩三年發展迅速，使人臉識別技術逐漸走向實用化。重慶小區人臉識別
人臉識別具有這方面的特點，它完全利用可見光獲取人臉圖像信息，而不同于指紋識別或者虹膜識別，需要利用電子壓力傳感器采集指紋，或者利用紅外線采集虹膜圖像，這些特殊的采集方式很容易被人察覺，從而更有可能被偽裝欺騙。人臉識別現在一項應用是人證識別，即人臉識別與身份證相結合并進行靜態圖片的比對，其應用范圍已經非常的普遍，例如其應用領域有：人證識別公證處：公證資料、身份證信息的真實性驗證等。人證識別教育：考生身份驗證，協**務人員判定考生身份的真實性。人證識別企業來訪：大中型廠礦企業、企事業單位招聘、人員管理身份驗證。人證識別網吧：網吧上網者的身份核對與登記，有效實行實名制。人證識別旅店住宿：旅店投宿人員身份驗證登記等。人證識別電信：電話手機及各種通信業務開戶身份驗證等。重慶小區人臉識別