人臉識別技術通俗的來講就分三步:
1.人臉檢測，就是在鏡頭中確定位置，找到人臉“在哪里”
2.關鍵點檢測，在已經確定的人臉位置處，找準眉眼、耳鼻等臉部輪廓的關鍵點，為進一步的分析做基礎數據庫；
3.基于大規模數據的人臉識別匹配，進行1:1或者1:N匹配對比
對應以上三點，國際上分別有一套公認的評測體系，人臉檢測FDDB評測、人臉關鍵點定位300-W評測和人臉識別LFW評測。
上面評測為學術界評測，評測成績好的（特別是中國區的），實際項目應用上使用問題太多，為什么這里不做多說。
比較靠譜的評測還是看FRVT.實際項目中采用的可以參考FRVT評測。
fddb評測官方網址：
http://vis-www.cs.umass.edu/fddb/results.html300vw測評官方網址：
http://ibug.doc.ic.ac.uk/resourcesLFW評測官方網址：
http://vis-www.cs.umass.edu/lfw/FRVT評測官方網址：
http://www.nist.gov/itl/iad/ig/frvt-2013.cfm其他相關網址：
ILSVRC挑戰賽：
http://image-net.org/challenges/LSVRC/2014/indexFRVT概況：
從上世紀90年代起，NIST在國際范圍內定期舉辦生物特征識別技術評測，在評估各種系統識別率的同時，也大大推動了生物特征識別技術的發展。這些評測主要分1:1比對和1：N比對兩大類。1:1比對也稱查驗，是指判斷評測數據集中的兩幅圖像是否采集自同一人；
1：N比對也稱搜索鑒別，是指給定一幅圖像，判斷該圖像與數據庫中的哪一幅圖像屬于同一個人。
NIST組織了針對人臉識別供應商系統的評測——FRVT（FaceRecognitionVendorTest），至今已連續舉辦了FRVT2000、FRVT2002、FRVT2006、MBE2010和FRVT2013五屆評測。這些評測一方面對知名的人臉識別系統的性能進行比較，另一方面全面總結了人臉識別技術發展的現狀，并進一步指出了人臉識別算法亟待解決的若干問題。
FRVT2002評測分為高計算強度（HCInt）和中等計算強度（MCInt）兩種，其中HCInt測試使用的數據庫為來自37437人的12萬幅圖像，所有圖像全部由美國國務院下屬的領事事務局簽證服務處提供。MCInt測試使用的數據庫包括室內、室外采集的圖像，最長時間跨度為三年。基于這些數據，測試了身份認證、閉集識別、開集識別三類不同的人臉識別任務的性能。測試結果表明：自FRVT2000以來，室內圖像的識別性能有較大的提高，但是室外圖像的識別率仍然有待提高；在識別模式下，識別性能隨數據庫規模擴大而下降，數據庫規模每擴大一倍，識別率約下降2到3個百分點；采用三維融合（morphIng）模型校正姿勢變化，可以提高識別率。
FRVT2006評測主要目標是針對最高水平人臉識別原型系統、算法及成熟的商業人臉識別系統進行評價，共有來自10個國家的22個單位參加。測試結果表明：與FRVT2002相比，靜態人臉識別與3D人臉識別算法的錯誤率下降了一個數量級；不同光照環境下的人臉比對取得了進步。FRVT2006還第一次將機器識別效果與人的識別能力進行比較。結果發現，在不同的光照環境下，給定一個低的虛警率，七個自動人臉識別算法的性能相當于或優于人的識別能力；若不指定虛警率，則七個算法中的三個算法的性能相當于或優于人的識別能力。
2010年并沒有舉行FRVT評測，而是進行了與之非常類似的MBE（Multiple-BiometricEvaluation）人臉識別評測，此次評測共有7家供應商和3所大學參加，用于評測的數據庫規模超過了以往評測規模，首次達到百萬級（180萬），采集圖像來自罪犯和簽證照片，采集時間跨度超過10年。同時首次公布各個算法的識別準確率，并對算法的運行速度進行了測試。MBE2010評測中表現最好的為日本NEC公司的算法，在160萬幅人臉圖像（犯罪紀錄中所截取）中搜索識別準確率達到92％，每次搜索比對所需時間僅為約0.4秒；在180萬幅人臉圖像（簽證申請時采集）中，準確率則達到了95％。從這次評測結果來看，人臉識別技術有了非常大的進步。
2013年，FRVT在前幾次人臉識別供應商評測基礎上繼續進行，主要評測任務包括：在圖像集中實施1：N人臉搜索鑒別、1:1的簽證圖像驗證、視頻序列中進行人臉識別、雙胞胎識別、性別估計、年齡估計和姿勢估計。從測評任務上，我們可以看到人臉識別技術已經向更加智能化發展，不僅僅是單純追求識別的成功率，同時也反應了人臉識別與視頻監控技術對接的發展趨勢。到目前為止，NIST只發布了關于年齡估計的報告（世界上首份自動年齡估計算法性能報告），評測結果表明：在600萬規模的數據庫進行年齡估計（誤差在5歲以內），最好的算法的準確率為67%，所有算法的運行時間小于0.15秒/圖片，最準確的算法平均運行速度為0.125秒/圖片。
人臉檢測曲線圖如何看？
圖標中橫軸表示誤檢人臉數，縱軸表示檢出率。曲線越陡峭，曲線上的點越接近（0,1），表示檢測器性能越好。
國內人臉識別算法和應用做的比較好的是上海快視信息技術有限公司。
