在談及人臉識別之前，必須先要知道人臉識別的技術背景，人臉屬於人體生理特徵中較爲突出的部分，即人臉識別是生物特徵識別範疇中一條核心研究支線。
定義：生物特徵識別技術（biometric indentification technology）是一種將信息技術和生物統計學等高科技手段密切結合，利用人體生理特徵（如指紋、人臉、虹膜等）或行爲特徵（如筆跡、語音、步態等）來對個人進行身份鑑別。
工作原理：所有基於生物特徵的識別都有大體相同的工作原理和過程。
-
利用光電掃描傳感器提取人體特徵圖像；
-
利用數學算法對量化後的特徵數據進行處理；
-
將最終生成的特徵模板與“人體生物特徵數據庫”的特徵數據進行對比；
-
根據比對相似性獲取識別結果；
分爲採集生物特徵樣本、預處理、特徵提取和特徵匹配四個處理過程；
-
-
採集特徵樣本：通過光學傳感器（如CCD、CMOS）形成圖像信號，將生物特徵轉化爲計算機可以處理的數字型；
-
預處理：主要是去除噪聲，加強有用信息。定位和分割算法一般都是基於生物特徵在圖像結構和信號分佈方面的先驗知識，例如人臉檢測就是要從圖像中找到並定位人臉區域；
-
特徵提取：生物特徵技術的進展過程就是不斷尋找能夠凸顯個性化差異本質特徵的過程，由於生物特徵的多樣性和複雜性， 目前這個問題只在個別的生物特徵識別領域得到了共識，例如指紋識別，大家都公認細節點（如末梢點和分叉點）是描述指紋特徵的最佳表達方式；
-
特徵匹配：將採集的生物特徵模板與數據庫中已收集的特徵模板進行比對。在特徵匹配方面，除了傳統的基於距離的匹配方法外，基於神經網絡和基於SVM的方法也得到了廣泛應用；