(1)几何特征的人脸识别方法
几何特征可以是眼、鼻、嘴等的形状和它们之间的几何关系。这些算法识别速度快，需要的内存小，但识别率较低。
(2)基于特征脸(PCA)的人脸识别方法
特征脸方法是基于KL变换的人脸识别方法，KL变换是图像压缩的一种最优正交变换。高维的图像空间经过KL变换后得到一组新的正交基，保留其中重要的正交基，由这些基可以张成低维线性空间。
人脸识别方法大致可以分为两类： 基于2D人脸图像的人脸识别和基于3D人脸图像的人脸识别。
其中2D人脸识别是通过2D摄像头平面成像，无法接收物理世界中的第三位信息（尺寸和距离等几何数据），即使算法及软件再先进，在有限的信息接收状态下，安全级别终究不够高，通过照片//视频/化妆/人皮面具等方式可以很容易进行破解，无法满足智能门禁安全级别的需求。
3D人脸识别则是通过3D摄像头立体成像，能够识别视野内空间每个点位的三维坐标信息，从而使得计算机得到空间的3D数据并能够复原完整的三维世界，并实现各种智能的三维定位。简单的说就是机器获取的信息多了，分析判断的准确性有了极大的提升，人脸识别功能可以分辨出平面图像/视频/化妆/皮面具/双胞胎等状态，适合金融领域和智能门禁等安全级别要求高的应用场景。
