现代人脸识别分三个步骤：检测（使用MTCNN或RetinaFace在图像中找到人脸）、对齐（标准化面部方向和尺寸）和嵌入（使用ArcFace或FaceNet等CNN将对齐的人脸转换为特征向量）。通过计算两个嵌入的余弦相似度来比较两张人脸——超过阈值则表示匹配。嵌入捕获身份特定特征，同时对光照、表情和年龄变化保持鲁棒。
多项研究（尤其是Joy Buolamwini和Timnit Gebru的研究）表明，商用人脸识别系统对女性和深肤色人群的错误率显著更高。一个对白人男性准确率99%但对黑人女性准确率90%的系统，在执法中部署时会造成歧视性后果。这些发现促进了训练数据多样性的改善、跨人口统计学的准确性审计，以及在某些情况下禁止政府使用人脸识别。
人脸识别面临的监管几乎多于任何其他AI技术。欧盟AI法案禁止在公共场所进行实时生物特征识别（少数例外）。美国多个城市禁止政府使用。伊利诺伊州的BIPA要求在收集生物特征数据前获得同意。技术本身是中性的，但其在监控场景中的部署引发了关于隐私、公民自由以及安全与自由之间平衡的根本性问题。