随着科技的发展，人脸识别技术也越来越被大家认可。人脸识别的应用是基于人脸识别系统的开发技术。它已广泛使用了区域面部特征分析算法和计算机图像处理技术。计算机图像处理技术用于提取面部特征点，而面部特征分析算法用于数学模型和训练，具有广泛的使用场景。那么人脸识别技术的典型应用场景是什么呢？
身份认证场景：这是人脸识别最典型的应用场景之一。门禁系统、手机解锁等可以归纳为这一个类别。这一个方法与指纹识别、虹膜识别等都是身份认证。这然人脸识别系统判断当前被检测人脸是否已存在系统内置的人脸库中，如果人脸数据库没有这一个人员的人脸信息，则是认证失败。
证件验证场景：证件验证与身份认证是相似的，也可以称为人脸验证，通过系统判断证件中的人脸图像与被识别人员的人脸是否相同的场景。在进行人脸与证件的对比时，还会引入活体检测技术，增加人脸识别应用的安全性。
人脸分类场景：人脸分类包括判断人脸图像中所属的人员性别，所属的年龄区间，人种以及人的表情等相关信息。而且人脸分类可以实现的功能还有更多，在很多场景中具有重要的应用价值。比如说，社交类App可以通过用户上传的人像图片判断该用户的性别、年龄等特征，从而为用户有针对性地推荐可能感兴趣的人。
人脸检索场景：与身份验证类似，但两者之间也是存在有区别。身份验证是对人脸图像一对一对比，人脸检索是对人脸图像一对多对比。例如在获取用户的人脸图像后，通过人脸检索方法，在人脸数据库中检索出这个用户的其他图像，或查询该用户的姓名等相关信息。可以应用场景有很多，典型的应用就是在交通关卡布置人脸检索探头，将行人的人脸图像在数据库中进行检索，从而进行高效的识别出。
交互式应用场景：在美颜类自拍软件可以实现常规的磨皮、美白、滤镜等功能，还可以实现“大眼”“瘦脸”、添加装饰类贴图等功能。而“大眼”“瘦脸”等功能要使用人脸识别技术检测出用户的眼睛或面部轮廓，根据检测出来的区域对图片进行加工，从而获得想要的眉眼效果。在游戏中也可以应用到这一个交互方式。
人脸识别应用还有其他的场景，在未来有着广泛的场景应用。
