當今，人臉識別技術在與單反相機和智能機相比性能孱弱的卡片相機上也日趨完善。雖然由於專利競爭等因素，各家廠商的人臉識別算法不盡壹致，但是其基本原理缺十分相似。通過圖像的顏色、灰度、亮度等信息處理，先將純色或者雜色的部分剔除，然後再在其中尋找接近眼睛、眉毛、嘴巴和鼻子等特征形狀的圖形，並與內置的臉部圖形進行相似性比較，取出相似度在數學意義上滿足條件的圖形，判定為“臉”
自2001年微軟的兩位研究員,Paul Viola和Michael Jones發明了壹種在圖像中判斷任意圖形的框架算法,並將其應用於臉部識別之後,人臉識別的算法在多年的完善和演進中不斷地進化。當今,人臉識別技術在(與單反相機和智能機相比)性能孱弱的卡片相機上也日趨完善。雖然由於專利競爭等因素,各家廠商的人臉識別算法不盡壹致,但是其基本原理缺十分相似
。通過圖像的顏色、灰度、亮度等信息處理,先將純色或者雜色的部分剔除,然後再在其中尋找接近眼睛、眉毛、嘴巴和鼻子等特征形狀的圖形,並與內置的臉部圖形進行相似性比較,取出相似度在數學意義上滿足條件的圖形,判定為“臉”
。由於現在廠商進行比對的算法不壹,不單是人臉(包括圖片上的人臉),甚至寵物和擬人物(例如本例中的雪人),只要有與人臉足夠相似的特征,都會被識別。值得壹提的是,笑臉快門采用的技術與人臉識別非常相似,只是重點更多地放在了嘴和唇部的形狀判斷上