第一、幾何圖形特點的人臉識別方式：幾何圖形特點能夠 是眼、鼻、嘴等的樣子和他們中間的幾何圖形關聯。這種優化算法鑒別更快，相應的運行內存小，但準確率較低。

第二、應用場景特點臉的人臉識別方式：特點臉方式是應用場景KL轉換的人臉識別方式，KL轉換是圖像壓縮的這種最優化正交變換。高維的圖象室內空間歷經KL轉換后獲得1組新的正交基，保存在其中關鍵的正交基，由這種基能夠 張成低維線性空間。假若假定面部在這種低維線性空間的投射具備可分性，就能夠 將這種投射作為鑒別的特點矢量素材，這就是說特點臉方式的基礎觀念。這種方式相應較多的訓練樣本，并且充分是應用場景圖象灰度的統計分析特點的。現階段有某些改進版的特點臉方式。

第三、神經元網絡的人臉識別方式：神經元網絡的鍵入能夠 是減少像素的面部圖象、部分地區的自相關函數、部分紋路的二階矩等。這種方式一樣相應較多的樣版開展訓煉，而在很多運用中，樣版總數是很有局限的。

第四、延展性圖配對的人臉識別方式：延展性圖配對法在二維動畫的室內空間中界定了這種針對一般的面部形變具備相應的不變的間距，并選用特性拓撲圖來表示面部，拓撲圖的任意端點均包括一特征向量，用于紀錄面部在該端點部位周邊的信息內容。該方式融合了真彩色特點和幾何圖形要素，在核對時能夠 容許圖象存有延展性變形，在擺脫小表情轉變對鑒別的危害層面接到了不錯的實際效果，另外針對單獨人也已不需要好幾個樣版開展訓練。