自動人臉識別的經(jīng)典流程分為三個步驟：人臉檢測、面部特征點定位（又稱Face Alignment人臉對齊）、特征提取與分類器設(shè)計。一般而言，狹義的人臉識別指的是"特征提取+分類器"兩部分的算法研究。

在深度學(xué)習(xí)出現(xiàn)以前，人臉識別方法一般分為高維人工特征提?。ɡ纾篖BP, Gabor等）和降維兩個步驟，代表性的降維方法有PCA, LDA等子空間學(xué)習(xí)方法和LPP等流行學(xué)習(xí)方法。在深度學(xué)習(xí)方法流行之后，代表性方法為從原始的圖像空間直接學(xué)習(xí)判別性的人臉表示。
  
一般而言，人臉識別的研究歷史可以分為三個階段。在第一階段（1950s-1980s），人臉識別被當(dāng)作一個一般性的模式識別問題，主流技術(shù)基于人臉的幾何結(jié)構(gòu)特征。在第二階段（1990s）人臉識別迅速發(fā)展，出現(xiàn)了很多經(jīng)典的方法，例如Eigen Face, Fisher Face和彈性圖匹配，此時主流的技術(shù)路線為人臉表觀建模。在第三階段（1990s末期到現(xiàn)在），人臉識別的研究不斷深入，研究者開始關(guān)注面向真實條件的人臉識別問題，主要包括以下四個方面的研究：1）提出不同的人臉空間模型，包括以線性判別分析為代表的線性建模方法，以Kernel方法為代表的非線性建模方法和基于3D信息的3D人臉識別方法。2）深入分析和研究影響人臉識別的因素，包括光照不變?nèi)四樧R別、姿態(tài)不變?nèi)四樧R別和表情不變?nèi)四樧R別等。3）利用新的特征表示，包括局部描述子（Gabor Face, LBP Face等）和深度學(xué)習(xí)方法。4）利用新的數(shù)據(jù)源，例如基于視頻的人臉識別和基于素描、近紅外圖像的人臉識別。
          
2007年以來，LFW數(shù)據(jù)庫成為事實上的真實條件下的人臉識別問題的測試基準(zhǔn)。LFW數(shù)據(jù)集包括來源于因特網(wǎng)的5,749人的13,233張人臉圖像，其中有1680人有兩張或以上的圖像。LFW的標(biāo)準(zhǔn)測試協(xié)議包括6000對人臉的十折確認任務(wù)，每折包括300對正例和300對反例，采用十折平均精度作為性能評價指標(biāo)。

自從LFW發(fā)布以來，性能被不斷刷新。2013年之前，主要技術(shù)路線為人造或基于學(xué)習(xí)的局部描述子+測度學(xué)習(xí)。2014年之后，主要技術(shù)路線為深度學(xué)習(xí)。
        
2014年以來，深度學(xué)習(xí)+大數(shù)據(jù)（海量的有標(biāo)注人臉數(shù)據(jù)）成為人臉識別領(lǐng)域的主流技術(shù)路線，其中兩個重要的趨勢為：1）網(wǎng)絡(luò)變大變深（VGGFace16層，F(xiàn)aceNet22層）。2）數(shù)據(jù)量不斷增大（DeepFace 400萬，F(xiàn)aceNet2億），大數(shù)據(jù)成為提升人臉識別性能的關(guān)鍵。
 
在前DL時代，以VIPL實驗室三代半SDK為例，關(guān)鍵技術(shù)點包括1）分塊人臉特征融合：Gabor特征+LPQ特征。 2）子空間學(xué)習(xí)進行特征降（PCA+LDA）。3）融合多尺度的人臉歸一化模板。SDK3.5的相關(guān)技術(shù)在FRGC實驗4上取得了0.1%錯誤接受率條件下96%的確認率，至今依然是FRGC數(shù)據(jù)集上最好結(jié)果。

需要指出的是，雖然深度學(xué)習(xí)強調(diào)特征學(xué)習(xí)，但學(xué)習(xí)特征并不是DL的專利。在前DL時代，利用淺層模型從圖像中直接學(xué)習(xí)表示和基于人造描述子學(xué)習(xí)語義表示（例如學(xué)習(xí)中層屬性表示的Attributes and Simile Classifier和學(xué)習(xí)高層語義表示的Tom-vs-Pete）的工作都見于相關(guān)文獻。
 
2014年，F(xiàn)acebook發(fā)表于CVPR14的工作DeepFace將大數(shù)據(jù)（400萬人臉數(shù)據(jù)）與深度卷積網(wǎng)絡(luò)相結(jié)合，在LFW數(shù)據(jù)集上逼近了人類的識別精度。其中DeepFace還引入了一個Local Connected卷積結(jié)構(gòu)，在每個空間位置學(xué)習(xí)單獨的卷積核，缺點是會導(dǎo)致參數(shù)膨脹，這個結(jié)構(gòu)后來并沒有流行起來。
       
DeepID家族可以看作是DL時代人臉識別領(lǐng)域的一組代表性工作。最早的DeepID網(wǎng)絡(luò)包括四個卷積層，采用softmax損失函數(shù)。DeepID2在DeepID網(wǎng)絡(luò)的基礎(chǔ)上，同時考慮了分類損失（identity loss) 和確認損失（verification loss）， 這兩種損失在Caffe深度學(xué)習(xí)框架中分別可以采用softmaxwithloss層和contrastive loss層來實現(xiàn)。DeepID2+網(wǎng)絡(luò)則是在DeepID2的基礎(chǔ)上，增加了每一層的輔助損失函數(shù)（類似Deep Supervised Network)。
    
Google發(fā)表于CVPR2015的工作FaceNet采用了22層的深層卷積網(wǎng)絡(luò)和海量的人臉數(shù)據(jù)（800萬人的2億張圖像）以及常用于圖像檢索任務(wù)的Triplet Loss損失函數(shù)。值得一提的是，由于人臉類別數(shù)達到800萬類，如果使用softmax loss，輸出層節(jié)點將達到800萬個，需要至少32GB顯存（假設(shè)上一個隱層節(jié)點1024個，采用單精度浮點數(shù)），而Triplet Loss則不需要額外占用顯存。FaceNet在LFW數(shù)據(jù)集上十折平均精度達到99.63%，這也是迄今為止正式發(fā)表的論文中的最好結(jié)果，幾乎宣告了LFW上從2008年到2015年長達8年之久的性能競賽的結(jié)束。