目前市面上做的比对来源主要有三种方式：
1. 用户自传照片，比如支付宝的人脸比对，用户自传的照片最大的问题是照片质量的合格率太低，拍照的光线、各种相机美颜、角度等因素会导致采集源的质量下降，不利于后期的大批量人脸特征码管理。
2. 使用身份卡阅读器，读取身份卡上的照片，遗憾的是这张照片的质量极差，2K的大小，很多照片上的人脸质量实际非常差，不过也是目前用的最多的方式。
3. 使用公安部旗下NCIIC的人脸比对接口(注意，不是网纹照片接口，这个接口已经不对外)，使用的是直接的人脸比对接口。目前具备有这个库调用权限的，目前所知的只有几家，在人脸识别公司中，好像只看到一家在提供，这里先不提了。BAT应该都还没有接入，如有大家有新发现的可以补充。
实际上，解决比对源的问题的关键是需要有准确的照片数据来进行比对，许多公司开始的时候采取NCIIC(公安部的一个事业单位)身份卡片返照接口的照片，进行消网纹处理进行比对，但人脸的很多特征点被损毁成功率不高(根据网络安全法，目前网纹返照接口市面上除了银行系统可以使用外，其他所用的身份卡返照接口都是非法的，一用就被查)。
其他人脸比对的来源还有：
1.监控相机、手机相机等各种类型相机：拍摄的视频、照片是人脸原始数据的主要来源。项目中常通过RTSP、FTP等协议对接这类相机获取实时视频流或图片流。
2.NVR/DVR等录像储存设备：储存了大量视频资源，可通过ONVIF协议对接这类设备获取数据。
3.第三方企业、事业单位的人员信息库：例如公安的八大信息资源库、企业在职员工信息库等。获取这类数据难度较大，会涉及到第三方平台对接，还需考虑到保密、网络安全等问题。
4.互联网中的开放数据集：常用的WebFace、FDDB、LFW、YouTube Face等人脸数据集，提供了优质的标注数据，可用于算法测试及模训练。
5.网络爬取：通过编写或者利用免费网络爬虫程序，自动抓取万维网中的图片。它们被广泛用于互联网的数据采集中。
