人臉識別系統通常包括幾個過程:人臉圖像采集和檢測、關鍵點提取、人臉歸壹化（圖像處理）、人臉特征提取和人臉識別比較。
人臉圖像采集。異臉緣圖像可以通過攝像鏡頭采集，如靜態圖像、動態圖像、不同位置、不同表情等。當用戶在采集設備的拍攝範圍內時，采集設備將自動搜索並拍攝用戶的面部圖像。
人臉檢測。在實際應用中，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。
關鍵點提取（特征提取）。可用於人臉識別系統的特征通常分為視覺特征、像素統計特征、人臉圖像變換系數特征、人臉圖像代數特征等。人臉特征提取是針對人臉的某些特征進行的。人臉特征提取也稱為人臉表示，是對人臉進行特征建模的過程。人臉特征提取的方法可以歸納為兩大類:壹類是基於知識的表示方法；另壹種是基於代數特征或統計學習的表示方法。
人臉歸壹化（預處理）。人臉圖像預處理是基於人臉檢測結果對圖像進行處理並最終服務於特征提取的過程。由於各種條件和隨機幹擾，系統獲取的原始圖像不能直接使用，因此必須在圖像處理的前期進行預處理，如灰度校正和噪聲濾波。對於人臉圖像，預處理過程主要包括光線補償、灰度變換、直方圖均衡化、歸壹化、幾何校正、濾波和銳化。
人臉識別對比（匹配和識別）。搜索提取的面部圖像的特征數據並將其與存儲在數據庫中的特征模板進行匹配。通過設置閾值，當相似度超過該閾值時，輸出匹配結果。人臉識別是將待識別的人臉特征與獲取的人臉特征模板進行比較，根據相似度判斷人臉的身份信息。可分為1:1、1:N和屬性識別。其中1:1是比較兩張人臉對應的特征向量，1:N是比較1張人臉照片的特征向量與另外N張人臉對應的特征向量，輸出相似度最高或前X位相似度的人臉。