脸像识别(face recognition)技术被应用在：证件中的身份认证,重要场所中的安全检测和监控,智能卡中的身份认证,计算机登录等网络安全控制等多种不同的安全领域。随着网络技术和桌上视频的广泛采用,电子商务等网络资源的利用对身份验证提出的新的要求，依托于图像理解、模式识别、计算机视觉和神经网络等技术的脸像识别技术在一定应用范围内已获得了成功。

目前的脸象识别算法可以分成两大类，一类是基于几何特征的方法，另一类是基于模板的方法。无论哪种方法，都是建立在脸象区域的大小和位置已知的基础上的。脸象检测的目的就是确定给定的图像或图像序列中是否包含人脸，如果是，则给出脸象的位置和大小。所以，对自动脸象识别系统来说，有效的脸象检测是进行精确识别的先决条件。

脸象检测是一项非常困难的工作，其复杂度在某种程度上甚至超过了脸象识别。由于眼睛是面部最为显著的特征之一，所以眼睛定位成为许多人脸检测方法的关键步骤。眼睛区域具有两个显著的特征。其一，眼睛区域与周围区域相比较暗，即灰度值较低；其二，眼睛区域的灰度变化率较大。

目前已经出现了一些有效的眼睛定位方法，例如基于遗传算法和决策树的眼睛定位方法，基于神经网络的眼睛定位方法。前者采用一种混合遗传结构使基本视觉规则不断进化，最终得到可用于眼睛定位的决策树形式的视觉规则；后者将搜索窗口的像素作为神经网络的输入，如果该窗口包含眼睛图像，则神经网络的输出较大。

一旦左右眼睛的位置确定下来，脸象所在的位置也就基本确定了，进一步根据两眼之间连线的长度和方向，脸象区域的大小和方向也可以大致估计出来。

脸象识别技术最适合监视象机场这样一种商业公共场所，特别美国9.11事件之后更引起了高度重视，理由之一是公共场所不需要依靠窥视窗孔扫描仪和指纹阅读仪的联合工作。脸象识别仪依靠在机场普遍安放的摄像机获得的视频画面来工作，因此更容易为当局从乘客或驾驶员的认证中获得可疑分子的照片。这种方法比其它生物统统计法更好。