人脸识别技术是通过识别相片、视频、或实时监测系统中人的脸部特征来确定相关人员的身份，同时也可使用移动设备来进行人脸匹配识别。专家估计，在不久的将来，面部识别技术的应用将无处不在，可用来掌握被监控对象的活动轨迹以及地点等，就像车牌识别装置可以通过检测车牌号码来追踪车辆的运行轨迹一样。
人脸识别系统根据计算机算法来找出被测者面部特有的与众不同的特征，例如两眼之间的距离、下巴的形状等，然后将这些特征以数学形式表达描述并与数据库中已记录的面部特征数据进行匹配对比，数据库中的面部数据通常称之为面部模板，与照片中的被测者面部不同的是，该面部模板只包含一些特定细节的数据，而这些特定细节的数据用来区分不同的面部特征。
还有一些人脸识别系统并不是设计用来单一识别并确定被测个体，而是计算被测个体的面部特征与数据库中储存的面部特征的相似程度，然后系统会根据计算结果的相似程度从高到底给出几个匹配的结果，而不是仅仅只给出一个匹配结果。
面部识别系统的检测能力也各不相同，因为拍摄时的光线差异、照片分辨率的不同、以及拍摄角度的差异等，都可能会造成系统识别结果的不同。对于面部识别错误主要存在两个方面——假阴性和假阳性。
所谓的假阴性是指面部识别系统判断被测者与数据库中的面部特征并非匹配吻合，而实际上该被测者的面部特征与数据库中的面部特征是完全匹配吻合的。所谓的假阳性是指面部识别系统判断被测者的面部特征与数据库中的面部特征完全吻合，而实际上该被测者的面部特征与数据库中的面部特征并非匹配吻合。当我们计划使用一个面部识别系统时，要权衡考虑是采用偏向假阴性的系统比较合适还是采用偏向假阳性的系统比较合适。例如，当我们使用智能手机的面部识别解锁功能时，采用偏向假阴性的识别系统则比较好一些，因为此时如果系统多次识别不匹配而未能解锁手机要安全与系统误认为结果匹配而解锁手机。
如今，各国的安全机构正在大力推广使用该项技术，警察可以将犯罪分子的面部照片上传至数据库并进行全国甚至世界范围内的联网，而该犯罪分子的照片一旦出现在社交网络上，或被实时闭路监控、交通监控视频采集到，执法机构就能及时对其进行执法追捕。移动设备例如智能手机、平板电脑、手持设备等也可让警察通过对行人、驾驶员拍照并与系统数据库进行无线匹配识别可疑人员。
但是，人脸识别技术也存在着识别错误的可能，尤其是对非洲人、少数宗教民族、妇女和小孩等人群的面部识别错误率更高。面部识别系统存在识别错误的风险可能会使警察误将好人当作嫌疑分子。而数据库中不断增加的面部数据也使得面部识别系统的检测正确率受到挑战，因为存在着为数众多的面貌相似者，随着面貌相似者人数的面部数据量增加，使得系统的识别匹配精确度也受到影响。为了解决这一问题，开发者通过增加人工审核的方式来降低自动识别的错误率，经过对审核人员进行专业系统培训，可缩小面部识别的匹配范围，从而提高系统的识别准确率。
面部识别技术的发展与推广，必将大大提高相关领域工作人员的工作效率，也正因为这个原因，它在机场、海关、大型超市、以及大型体育馆等场所正得到越来越广泛的应用。
