在人脸识别过程中，对于前端在各种环境下采集到的图像，需要先做预处理，譬如光线规整、图像增强、关键点分析、人脸对齐等手段，在检测到人脸后，再以预先训练好的人脸特征模型进行特征值的提取与比对，即可知道待识别对象与目标对象是否为同一个人。
人脸识别的完整过程是：人脸数据采集-模型训练-图片拍摄-预处理-特征采集与比对-输出结果。人脸检测只是其中个别环节。
人脸识别系统通常由以下构建模块组成：
1、人脸检测：人脸检测器用于寻找图像中人脸的位置，如果有人脸，就返回包含每张人脸的边界框的坐标。
2、人脸对齐：人脸对齐的目标是使用一组位于图像中固***置的参考点来缩放和裁剪人脸图像。这个过程通常需要使用一个特征点检测器来寻找一组人脸特征点，在简单的 2D 对齐情况中，即为寻找蕞适合参考点的蕞佳仿射变换。
3、人脸表征：在人脸表征阶段，人脸图像的像素值会被转换成紧凑且可判别的特征向量，这也被称为模板。理想情况下，同一个主体的所有人脸都应该映射到相似的特征向量。
4、人脸匹配：在人脸匹配构建模块中，两个模板会进行比较，从而得到一个相似度分数，该分数给出了两者属于同一个主体的可能性。
人脸识别技术由于其便利性、安全性，可在智能家居中用作门禁系统以及鉴权系统，因此智能家居与人脸识别技术的融合是未来发展的***方向。智能家居中的人脸识别系统是结合嵌入式操作系统和嵌入式硬件平台建立的，加强了人脸识别技术与智能家居应用的结合度，具有概念新、实用性强等特点。
人脸识别技术是未来基于大数据领域的重要发展方向。通过人脸识别技术使得这些照片数据再度存储利用，能够大大提升信息化的管理和统筹，这将成为未来人脸识别的主要发展趋势。
