主流的人脸检测方法基于以上特征采用Adaboost学习算法，Adaboost算法是一种用来分类的方法，它把一些比较弱的分类方法合在一起，组合出新的很强的分类方法。人脸检测过程中使用Adaboost算法挑选出一些能代表人脸的矩形特征(弱分类器)，按照加权投1票的方式将弱分类器构造为一个强分类器，再将训练得到的若干强分类器串联组成一个级联结构的层叠分类器，有效地提高分类器的检测速度。笑脸快门技术就是在人脸识别的基础上，完成了面部捕1捉，然后开始判断嘴的上弯程度和眼的下弯程度，来判断是不是笑了。

人脸比对：精准判断两张人脸是否是同一个人，并返回置信度分数和相应的阈值，以便评估相似度。可定制更贴合各场景的解决方案。

人脸搜索：在预置的人脸集合中搜索相似的人脸。通过人脸搜索可确认人员身份，目前已广泛用于人脸门禁、安防监控等场景。

人脸识别智能安检系统”正式与机场信息化系统对接，比对结果以及人脸信息直接录入机场信息化系统，今后能让旅客能够更加便捷的享受“分级安检”、“VIP服务”、“无纸化通关”等更多智慧机场服务。

通常采取三种应对措施，使人脸识别系统能正常运作：

1. 工程角度：研发质量模型，对检测到人脸质量进行评价，质量较差则不识别/检验。

2. 应用角度：施加场景限制，比如刷脸，人脸闸机，会场签到时，都要求用户在良好的光照条件下正对摄像头，以避免采集到质量差的图片。

3. 算法角度：提升人脸识别模型性能，在训练数据里添加更多复杂场景和质量的照片，以增强模型的抗干扰能力。

考勤系统：使用人脸识别进行考勤成本较低，并且能有效防止代打卡现象。特别适合大规模流动性较高的群体的考勤场景。

远程认证：在***、证券和借贷等实名制和安全性要求较高的领域，可作为用户远程注册和密1码找回环节中的辅助验证。

门禁系统：使用人脸识别作为门禁系统的开1锁方式，可实现无需携带任何物品的验证流程。

***应用：将某人与某明星或者某卡通人物的人脸进行对比，系统可以给出相应的相似度对比分值。