Existen una cantidad considerable de algoritmos y métodos para el reconocimiento facial, entre los cuales se destacan:
Correlación y FFT: compara un rostro con una galería de rostros consignada en una base de datos. Es de un alto consumo computacional, de fácil implementación pero es poco preciso en el reconocimiento de rostros.
Eigenfaces: es un sistema de vectores propios utilizado en visión de computadora problema del ser humano reconocimiento de la cara. Se considera el primer ejemplo acertado de la tecnología facial del reconocimiento. Éstos vectores propios se derivan de matriz de la covariación de distribución de la probabilidad del colmodimensional espacio del vector de caras posibles de seres humanos.
Tiene un tiempo de computo pequeño, y elevado discernimiento en condiciones optimas como igual iluminación, posición, etc, si estas últimas condiciones no se cumplen el algoritmo no es muy optimo.
Basado en parámetros (LFA): este soporta cambio en posturas y expresiones faciales, este es computacionalmente costoso
Basado en redes neuronales: entrenamiento de redes neuronales con características de faciales de una multitud de caras, presta una excelente exactitud pero requiere un entrenamiento muy fuerte para la obtención de resultados.
Basado en plantillas: se almacenan en bases de datos una gran cantidad de regiones de una imagen para luego compararlas pixel a pixel con las más fotos de la base de datos lo que lo le da un costo computacional muy alto.
