“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、專家系統、視頻圖像處理等專業技術。同時需要結合中值處理的理論和實現。這是生物識別的最新應用。其核心技術的實現，顯示了弱人工智能向強人工智能的轉變。
擴展數據:
人臉圖像采集和檢測
人臉圖像采集:可以通過攝像機鏡頭采集異臉緣圖像，如靜態圖像、動態圖像、不同姿勢、不同表情等。當用戶在采集設備的拍攝範圍內時，采集設備會自動搜索並拍攝用戶的人臉圖像。
人臉檢測:在實踐中，人臉檢測主要用於人臉識別的預處理，即精確標定人臉在圖像中的位置和大小。人臉圖像包含豐富的模式特征，如直方圖特征、顏色特征、模板特征、結構特征和Haar特征。人臉檢測就是挑出有用的信息，利用這些特征實現人臉檢測。
主流的人臉檢測方法是基於上述特點采用Adaboost學習算法。Adaboost算法是壹種分類方法，它將壹些弱分類方法結合起來，形成壹種新的強分類方法。
在人臉檢測過程中，利用Adaboost算法選取壹些最能代表人臉的矩形特征(弱分類器)，根據加權投票法將弱分類器構造成強分類器，然後將幾個訓練好的強分類器串聯起來形成級聯分類器，有效提高了分類器的檢測速度。
百度百科-人臉識別