2D人脸识别技术虽已成熟，但由于单一的2D图像不能提供识别所需的完整信息，故其识别精度很难进一步提高。在人脸识别过程中，特征提取是影响识别效果的一个重要环节，在分析了传统的主成分分析法和由此改进的2D PCA方法的基础上，提出了3D人脸识别方法。该方法将人脸图像分为几个部分分别进行特征提取，同时充分考虑每个部分所包含的特征信息量的多少，并在分类时赋予它们不同的权值。因此，将人脸用立体图像来表示并进行识别是目前提高人脸识别精度的前沿课题。
尽管得到了有效控制，但尚未解除警报。测温，隔离和零接触仍然是流行病防控的关键。开放场所使用非接触测温技术可以有效解决通行效率。人脸识别测温和红外测温是目前常用的测温技术。因此，人脸测温与红外测温有什么区别?下面的编辑将介绍两者的区别。 人脸测温识别终端采用宽动态高清人脸识别摄像头，可以适应强光，逆光和弱光等相对较差的环境。人脸识别测温具有识别速度快，准确度高，清单容量大的特点。在预防和控制流行病方面，它可以有效降低测温过程中与人体接触的潜在风险，缩短测温时间，提高测温效率。测温人脸识别终端也可以与人脸识别现场实名管理系统，人脸识别门禁检查管理系统，访客管理系统等系统结合使用。
2.基于奇异值特征方法:人脸图像矩阵的奇异值特征反映了图像的本质属性，可以利用它来进行分类识别。3.子空间分析法:因其具有描述性强、计算代价小、易实现及可分性好等特点，被广泛地应用于人脸特征提取，成为了当前人脸识别的主流方法之一。4.部保持投影(Locality Preserving Projections，LPP)是一种新的子空间分析方法，它是非线性方法Laplacian Eigen map的线性近似，既解决了PCA等传统线性方法保持原始数据非线性流形的缺点，又解决了非线性方法获得新样本点低维投影的缺点。
人脸识别系统分为人脸检测、人脸对齐、人脸识别三部分。人脸检测旨在检测到人脸所在位置；人脸对齐目的在于找到人脸关键点的位置；人脸识别在检测对齐之后，提取人脸特征进行识别，判定人物身份。