चेहरे की पहचान प्रणाली

एक चेहरे की पहचान प्रणाली एक ऐसी तकनीक है जो अंकीय प्रतिबिंब (डिजिटल छवि) या वीडियो दृश्य से आंकड़ाकोष (डेटाबेस) चेहरों से  मानव चेहरे से मेल खाने में सक्षम है, आमतौर पर आईडी के माध्यम से उपयोगकर्ताओं को प्रमाणित करने के लिए नियोजित किया जाता है। सत्यापन सेवा, किसी दिए गए चित्र से चेहरे की विशेषताओं को इंगित और मापकर काम करती है

1960 के दशक में इसी तरह की प्रणालियों पर विकास शुरू हुआ, जिसकी शुरुआत कंप्यूटर अनुप्रयोग ( एप्लिकेशन) के रूप में हुई। अपनी स्थापना के बाद से, चेहरे की पहचान प्रणाली ने हाल के दिनों में स्मार्टफोन और प्रौद्योगिकी के अन्य रूपों जैसे यंत्रमानवशास्त्र (रोबोटिक्स) में व्यापक उपयोग देखा है। चूंकि कम्प्यूटरीकृत चेहरे की पहचान में मानव की शारीरिक विशेषताओं का माप शामिल है, चेहरे की पहचान प्रणाली को जीवसांख्यिकी (बायोमेट्रिक्स) के रूप में वर्गीकृत किया गया है। हालांकि बायोमेट्रिक तकनीक के रूप में चेहरे की पहचान प्रणाली की सटीकता आईरिस पहचान और अंगुल छाप (फिंगरप्रिंट) पहचान से कम है, लेकिन इसकी संपर्क रहित प्रक्रिया के कारण इसे व्यापक रूप से अपनाया जाता है। चेहरे की पहचान प्रणाली को उन्नत मानव-कंप्यूटर पारस्परिक प्रभाव (इंटरैक्शन), दृश्य निगरानी और स्वचालित सूची बनाना छवियों में तैनात किया गया है।<ref name=":8

चेहरे की पहचान प्रणाली आज दुनिया भर में सरकारों और निजी कंपनियों द्वारा नियोजित की जाती है उनकी प्रभावशीलता भिन्न होती है, और कुछ प्रणालियों को पहले उनकी अप्रभावीता के कारण समाप्त कर दिया गया है। चेहरे की पहचान प्रणालियों के उपयोग ने भी विवाद खड़ा कर दिया है, इस दावे के साथ कि प्रणाली (सिस्टम) नागरिकों की गोपनीयता का उल्लंघन करते हैं, आमतौर पर गलत पहचान करते हैं, लिंग मानदंड और प्रजातीय रूपरेखा को प्रोत्साहित करते हैं, और महत्वपूर्ण बायोमेट्रिक डेटा की रक्षा नहीं करते हैं। इन दावों ने संयुक्त राज्य में कई शहरों में चेहरे की पहचान प्रणाली पर प्रतिबंध लगा दिया है बढ़ती सामाजिक चिंताओं के परिणामस्वरूप, मेटा की घोषणा यह फेसबुक चेहरा पहचान प्रणाली को बंद करने की योजना बना रहा है, एक अरब से अधिक उपयोगकर्ताओं के फेस स्कैन डेटा को हटा रहा है। यह परिवर्तन प्रौद्योगिकी के इतिहास में चेहरे की पहचान के उपयोग में सबसे बड़े बदलावों में से एक का प्रतिनिधित्व करेगा।

चेहरे की पहचान तकनीक का इतिहास
1960 के दशक में स्वचालित चेहरे की पहचान का बीड़ा उठाया गया था। मानव चेहरों को पहचानने के लिए कंप्यूटर का उपयोग करने पर काम किया। उनकी प्रारंभिक चेहरे की पहचान परियोजना को मानव-मशीन करार दिया गया था, क्योंकि एक तस्वीर में चेहरे की विशेषताओं के निर्देशांक को मानव द्वारा स्थापित किया जाना था, इससे पहले कि वे कंप्यूटर द्वारा मान्यता के लिए उपयोग किए जा सकें। आलेखिकी सारणिका (ग्राफिक्स टैबलेट) पर एक मानव को चेहरे की विशेषताओं के निर्देशांक जैसे कि छात्र केंद्र,आंखों के अंदर और बाहर के कोने, और विधवा चोटी हेयरलाइन में इंगित करना था। निर्देशांक का उपयोग मुंह और आंखों की चौड़ाई सहित 20 दूरियों की गणना के लिए किया गया था। एक मानव एक घंटे में लगभग 40 चित्रों को इस तरह से संसाधित कर सकता है और इसलिए गणना की गई दूरी का एक आंकड़ाकोष (डेटाबेस) बना सकता है। एक कंप्यूटर स्वचालित रूप से प्रत्येक तस्वीर के लिए दूरियों की तुलना करेगा, दूरियों के बीच के अंतर की गणना करेगा और बंद रिकॉर्ड को संभावित मिलान के रूप में वापस कर देगा।

1970 में, सार्वजनिक रूप से एक चेहरा-मिलान प्रणाली का प्रदर्शन किया जो ठोड़ी जैसी शारीरिक विशेषताओं को स्थित करता था और मानवीय हस्तक्षेप के बिना चेहरे की विशेषताओं के बीच दूरी अनुपात की गणना करता था। बाद के परीक्षणों से पता चला कि सिस्टम हमेशा चेहरे की विशेषताओं की मज़बूती से पहचान नहीं कर सकता है। बहरहाल, इस विषय में रुचि बढ़ी और 1977 में चेहरे की पहचान तकनीक पर पहली विस्तृत पुस्तक प्रकाशित की

1993 में, रक्षा उन्नत अनुसंधान परियोजना एजेंसी (डीएआरपीए) और सेना अनुसंधान प्रयोगशाला (एआरएल) ने चेहरा पहचान प्रौद्योगिकी कार्यक्रम (एफआरईटी) को स्वचालित चेहरा पहचान क्षमताओं को विकसित करने के लिए स्थापित किया, जिन्हें नियोजित किया जा सकता है। एक उत्पादक वास्तविक जीवन वातावरण में सुरक्षा, खुफिया और कानून प्रवर्तन कर्मियों को उनके कर्तव्यों के प्रदर्शन में सहायता करने के लिए। चेहरा पहचान प्रौद्योगिकी कार्यक्रम जिनका अनुसंधान प्रयोगशालाओं में परीक्षण किया गया था, का मूल्यांकन किया गया था और चेहरा पहचान प्रौद्योगिकी कार्यक्रम परीक्षणों में पाया गया कि मौजूदा स्वचालित चेहरे की पहचान प्रणाली के प्रदर्शन में भिन्नता होने के बावजूद, मुट्ठी भर मौजूदा तरीकों का इस्तेमाल नियंत्रित वातावरण में ली गई छवियों में चेहरों को पहचानने के लिए किया जा सकता है। चेहरा पहचान प्रौद्योगिकी कार्यक्रम परीक्षणों ने तीन अमेरिकी कंपनियों को जन्म दिया जिन्होंने स्वचालित चेहरे की पहचान प्रणाली बेची। विजन कॉरपोरेशन और मिरोस इंक दोनों की स्थापना 1994 में शोधकर्ताओं द्वारा की गई थी, जिन्होंने बिक्री बिंदु के रूप में चेहरा पहचान प्रौद्योगिकी कार्यक्रम परीक्षणों के परिणामों का उपयोग किया था। दृश्य प्रौद्योगिकीकी स्थापना पहचान पत्र रक्षा ठेकेदार द्वारा 1996 में साथ में विकसित चेहरे की पहचान कलन विधि के अधिकारों का व्यावसायिक रूप से दोहन करने के लिए की गई थी।

1993 चेहरा पहचान प्रौद्योगिकी कार्यक्रम, चेहरा-पहचान विक्रेता परीक्षण के बाद वेस्ट वर्जीनिया और न्यू मैक्सिको में मोटर वाहन विभाग (DMV) कार्यालय पहले मोटर वाहन विभाग कार्यालय थे, जो रोकनेऔर पता लगाने के तरीके के रूप में स्वचालित चेहरे की पहचान प्रणाली का उपयोग करते थे। अलग-अलग नामों से कई ड्राइविंग लाइसेंस प्राप्त करने वाले लोग। संयुक्त राज्य में चालक के लाइसेंस उस समय फोटो पहचान का एक सामान्य रूप से स्वीकृत रूप थे। संयुक्त राज्य भर में मोटर वाहन विभाग एक तकनीकी दौर से गुजर रहे थे मैं अपग्रेड कर रहा था और डिजिटल आईडी फोटोग्राफ के डेटाबेस स्थापित करने की प्रक्रिया में थे। इसने डीएमवी कार्यालयों को मौजूदा डीएमवी डेटाबेस के खिलाफ नए ड्राइविंग लाइसेंस के लिए तस्वीरों की खोज के लिए चेहरे की पहचान प्रणाली को बाजार में तैनात करने में सक्षम बनाया। मोटर वाहन विभाग कार्यालय स्वचालित चेहरे की पहचान तकनीक के लिए पहले प्रमुख बाजारों में से एक बन गए और अमेरिकी नागरिकों को पहचान के मानक तरीके के रूप में चेहरे की पहचान के लिए पेश किया। संयुक्त राज्य अमेरिका में अमेरिकी जेल जनसंख्या ने यू.एस. राज्यों को कनेक्टेड और स्वचालित पहचान प्रणाली स्थापित करने के लिए प्रेरित किया जिसमें डिजिटल जैवमितीय डेटाबेस शामिल थे, कुछ उदाहरणों में इसमें चेहरे की पहचान शामिल थी। 1999 में, चेहरे की पहचान प्रणाली फेसआईटी को विज़निक्स द्वारा चेहरे का फोटोबुकिंग प्रणाली में शामिल किया जिसने पुलिस,न्यायाधीशों और अदालत के अधिकारियों को राज्य भर में अपराधियों को ट्रैक करने की अनुमति दी।

1990 के दशक तक, चेहरे की पहचान प्रणाली मुख्य रूप से फोटोग्राफिक चित्रमानव चेहरों का उपयोग करके विकसित की गई थी। चेहरे की पहचान पर अनुसंधान एक ऐसी छवि में एक चेहरे का मज़बूती से पता लगाने के लिए जिसमें अन्य वस्तुओं शामिल हैं, 1990 के दशक की शुरुआत में सिद्धांत घटक विश्लेषण (पीसीए) के साथ कर्षण प्राप्त हुआ। चेहरा पहचानना की सिद्धांत घटक विश्लेषण विधि को अपना चेहरा के रूप में भी जाना जाता है और इसे विकसित किया गया था। करहुनेन-लोएव प्रमेय और कारक विश्लेषण के वैचारिक दृष्टिकोण को मिलाकर एक  रैखिक मॉडल विकसित किया। अपना चेहरा मानव चेहरों में वैश्विक और लांबिक विश्लेषण विशेषताओं के आधार पर निर्धारित किए जाते हैं। एक मानव चेहरे की गणना कई अपना चेहरा के  भारित संयोजन के रूप में की जाती है। चूँकि किसी आबादी के मानवीय चेहरों को सांकेतिक शब्दों में बदलने के लिए कुछ अपना चेहरा का उपयोग किया गया था, सिद्धांत घटक विश्लेषण, चेहरा पहचान विधि ने चेहरे का पता लगाने के लिए संसाधित किए जाने वाले डेटा की मात्रा को बहुत कम कर दिया। 1994 में चेहरे की पहचान में सिद्धांत घटक विश्लेषण के उपयोग को आगे बढ़ाने के लिए अपनी आँखे, खुद के मुंह और खुद की नाक, सहित अपना चेहरा सुविधाओं को परिभाषित किया। 1997 में, चेहरा पहचानने की सिद्धांत घटक विश्लेषण, अपना चेहरा विधि मछुआरे का उत्पादन करने के लिए रैखिक विभेदक विश्लेषण (एलडीए) का उपयोग करके सुधार किया गया था सिद्धांत घटक विश्लेषण फीचर आधारित चेहरा पहचान में एलडीए फिशरफेस का प्रमुख रूप से उपयोग किया जाने लगा। जबकि चेहरे के पुनर्निर्माण के लिए भी खुद के चेहरे का उपयोग किया गया था। इन दृष्टिकोणों में चेहरे की कोई वैश्विक संरचना की गणना नहीं की जाती है जो चेहरे की विशेषताओं या भागों को जोड़ती है

चेहरे की पहचान के लिए विशुद्ध रूप से फीचर आधारित दृष्टिकोण 1990 के दशक के अंत में बोचम प्रणाली से आगे निकल गए, जिसने चेहरे की विशेषताओं को रिकॉर्ड करने के लिए गैबर फिल्टर का उपयोग किया और सुविधाओं को जोड़ने के लिए चेहरे की संरचना के जालकी गणना की। शोध टीम ने बोचुम विश्वविद्यालय में लोचदार गुच्छा ग्राफ मिलान को 1990 के दशक के मध्य में त्वचा विभाजन का उपयोग करके एक छवि से एक चेहरा निकालने के लिए विकसित किया। 1997 तक, विकसित चेहरा पहचानना विधि ने बाजार में मौजूद अधिकांश अन्य चेहरे का पता लगाने प्रणाली से बेहतर प्रदर्शन किया। चेहरा पहचानना की तथाकथित बोचम प्रणाली को बाजार में व्यावसायिक रूप से ZN-चेहरा के रूप में हवाई अड्डों और अन्य व्यस्त स्थानों के ऑपरेटरों को बेचा गया था। कम-से-परिपूर्ण चेहरे के दृश्यों से पहचान बनाने के लिए सॉफ्टवेयर काफी मजबूत था। यह अक्सर मूंछों, दाढ़ी, बदले हुए केशविन्यास और चश्मे के रूप में पहचान के लिए ऐसी बाधाओं के माध्यम से भी देख सकता है यहां तक ​​​​कि धूप का चश्मा भी

वीडियो फुटेज में वास्तविक समय चेहरा पहचानना 2001 में चेहरे के लिए वायोला-जोन्स वस्तु का पता लगाना रूपरेखा के साथ संभव हो गया। अपने चेहरे का पता लगाने की विधि को  हार-जैसी सुविधा दृष्टिकोण के साथ जोड़ा, जिससे आंगुलिक छवियों में वस्तु की पहचान की जा सके।  संसूचक 2015 तक, वायोला-जोन्स कलन विधि को हाथ में पकड़े जाने वाले उपकरणऔर अंतः स्थापित प्रणालियाँ।पर छोटे कम शक्ति संसूचक का उपयोग करके लागू किया गया था। इसलिए, वियोला-जोन्स कलन विधि ने न केवल चेहरा पहचान प्रणाली के व्यावहारिक अनुप्रयोग को व्यापक बनाया है, बल्कि उपयोक्‍ता अंतरापृष्‍ठ और दूर सम्मेलनमें नई सुविधाओं का समर्थन करने के लिए भी इसका उपयोग किया गया है।

यूक्रेन मृत रूसी सैनिकों की पहचान के लिए चेहरे की पहचान का उपयोग कर रहा है। यूक्रेन ने 8,600 तलाशी लीं और 582 मृत रूसी सैनिकों के परिवारों की पहचान की। यूक्रेनी सेना के आईटी स्वयंसेवी अनुभाग द्वारा किया गया है। यूक्रेन अमेरिका स्थित क्लियरव्यू एआई सॉफ्टवेयर का उपयोग कर रहा है। मुख्य उद्देश्य रूसी सरकार को अस्थिर करना है। मनोवैज्ञानिक युद्ध के रूप में। पांच सरकारी मंत्रालयों में लगभग 340 यूक्रेनी सरकारी अधिकारी प्रौद्योगिकी का उपयोग कर रहे हैं। इसका उपयोग उन जासूसों को पकड़ने के लिए किया जाता है जो यूक्रेन में प्रवेश करने की कोशिश कर सकते हैं

क्लियरव्यू एआई द्वारा सॉफ्टवेयर यूक्रेन को दान किया गया था। माना जाता है कि रूस इसका इस्तेमाल युद्ध-विरोधी कार्यकर्ताओं को खोजने के लिए कर रहा है। मूल रूप से अमेरिकी कानून प्रवर्तन के लिए डिज़ाइन किया गया। युद्ध में इसका इस्तेमाल मृत नई चिंताओं को जन्म देता है। लंदन स्थित एक निगरानी विशेषज्ञ, स्टीफन हरे, क्या यह यूक्रेनियन को अमानवीय बना सकता है: क्या यह वास्तव में काम कर रहा है? या यह रूसी कह रहा है: 'इन अराजक, क्रूर यूक्रेनियनों को देखो, हमारे लड़कों के साथ ऐसा कर रहे हैं?'

चेहरा पहचानने की तकनीक
चेहरे की पहचान कंप्यूटिंग में एक चुनौतीपूर्ण पैटर्न पहचान समस्या है। जबकि इंसान बिना ज्यादा मेहनत किए चेहरों को पहचान सकते हैं चेहरे की पहचान अभिकलन में एक चुनौतीपूर्ण पैटर्न पहचान समस्या है। चेहरे की पहचान प्रणाली मानव चेहरे की पहचान करने का प्रयास करती है, जो त्रि-आयामी है और इसकी द्वि-आयामी छवि के आधार पर प्रकाश और चेहरे की अभिव्यक्ति के साथ उपस्थिति में परिवर्तन होता है। इस संगणकीय कार्य को पूरा करने के लिए, चेहरे की पहचान प्रणाली चार चरणों का प्रदर्शन करती है। पहले चेहरा पहचानना का उपयोग छवि पृष्ठभूमि से फेस को खंड करने के लिए किया जाता है। दूसरे चरण में खंडित चेहरे की छवि को चेहरे मुद्रा, छवि आकार और फोटोग्राफिक गुणों, जैसे रोशनी और  ग्रेस्केल के हिसाब से संरेखित किया जाता है। संरेखण प्रक्रिया का उद्देश्य तीसरे चरण में चेहरे की विशेषताओं के सटीक स्थानीयकरण को सक्षम करना है, चेहरे की विशेषता निष्कर्षण। चेहरे का प्रतिनिधित्व करने के लिए छवि में आंख, नाक और मुंह जैसी विशेषताओं को इंगित और मापा जाता है। चेहरे का इतना स्थापित फीचर वेक्टर, चौथे चरण में, चेहरों के आंकड़ाकोष से मेल खाता है

पारंपरिक
कुछ चेहरा पहचान कलन विधि, विषय के चेहरे की छवि से स्थलचिह्न, या विशेषताओं को निकालकर चेहरे की विशेषताओं की पहचान करते हैं। उदाहरण के लिए, एक कलन विधि आंखों, नाक, चीकबोन्स और जबड़े की सापेक्ष स्थिति, आकार और/या आकार का विश्लेषण कर सकता है। फिर इन सुविधाओं का उपयोग मेल खाने वाली विशेषताओं वाली अन्य छवियों को खोजने के लिए किया जाता है

अन्य कलन विधि चेहरे की छवियों की एक वीथिका को सामान्य करता है और फिर चेहरे के डेटा को संपीड़ित करता है, केवल छवि में डेटा को सहेजता है जो चेहरा पहचान के लिए उपयोगी है। फिर एक जांच छवि की तुलना चेहरे के डेटा से की जाती है जल्द से जल्द सफल प्रणाली में से एक टेम्पलेट मिलान तकनीक पर आधारित है मुख्य चेहरे की विशेषताओं के एक सेट पर लागू होता है, जो एक प्रकार का संकुचित चेहरा प्रतिनिधित्व प्रदान करता है।

मान्यता कलन विधि को दो मुख्य दृष्टिकोणों में विभाजित किया जा सकता है: ज्यामितीय, जो विशिष्ट विशेषताओं को देखता है, या फोटो-मीट्रिक, जो एक सांख्यिकीय दृष्टिकोण है जो एक छवि को मूल्यों में वितरित करता है और भिन्नताओं को खत्म करने के लिए खाके के साथ मूल्यों की तुलना करता है। कुछ लोग इन कलन विधि को दो व्यापक श्रेणियों में वर्गीकृत करते हैं: समग्र और फीचर-आधारित मॉडल। पूर्व में चेहरे को उसकी संपूर्णता में पहचानने का प्रयास किया जाता है, जबकि फीचर-आधारित उप-विभाजन जैसे कि सुविधाओं के अनुसार और प्रत्येक के साथ-साथ अन्य विशेषताओं के संबंध में इसके स्थानिक स्थान का विश्लेषण करते हैं।

लोकप्रिय मान्यता कलन विधि में प्रमुख घटक विश्लेषण ईजेनफेस, रैखिक विभेदक विश्लेषण ,लोचदार गुच्छा ग्राफ मिलान फिशरफेस कलन विधि का उपयोग करते हुए, छिपे हुए मार्कोव मॉडल,  बहुरैखिक सबस्पेस सीखने का उपयोग करके शामिल हैं। तानिका प्रतिनिधित्व, और न्यूरोनल प्रेरित गतिशील लिंक मिलान  आधुनिक चेहरे की पहचान प्रणाली गहन शिक्षा। जैसी मशीन लर्निंग तकनीकों का अधिक से अधिक उपयोग कर रहे हैं

दूरी पर मानव पहचान (HID)
दूरी पर मानव पहचान को सक्षम करने के लिए (दूरी पर मानव पहचान) चेहरों की कम-रिज़ॉल्यूशन छवियों को चेहरा मतिभ्रम का उपयोग करके बढ़ाया जाता है। सीसीटीवी में काल्पनिकचेहरे अक्सर बहुत छोटे होते हैं। लेकिन क्योंकि चेहरे की पहचान करने वाले कलन विधि जो चेहरे की विशेषताओं की पहचान करते हैं और उन्हें प्लॉट करते हैं, उन्हें उच्च विश्लेषण वाली छवियों की आवश्यकता होती है, विश्लेषण विस्तार तकनीकों को विकसित किया गया है ताकि चेहरे की पहचान प्रणाली को काल्पनिक के साथ काम करने में सक्षम बनाया जा सके जिसे उच्च सिग्नल-टू-शोर अनुपात के साथ वातावरण में कैप्चर किया गया है। चेहरा मतिभ्रम कलन विधि जो उन छवियों को चेहरे की पहचान प्रणाली में जमा करने से पहले छवियों पर लागू होते हैं, पिक्सेल प्रतिस्थापन या निकटतम पड़ोसी वितरण अनुक्रमित के साथ उदाहरण-आधारित मशीन सीखने का उपयोग करते हैं जो जनसांख्यिकीय और उम्र से संबंधित चेहरे की विशेषताओं को भी शामिल कर सकते हैं। चेहरा मतिभ्रम तकनीकों का उपयोग उच्च संकल्प चेहरे की पहचान कलन विधि के प्रदर्शन में सुधार करता है और सुपर-रिज़ॉल्यूशन कलन विधि की अंतर्निहित सीमाओं को दूर करने के लिए उपयोग किया जा सकता है। चेहरे की मतिभ्रम तकनीकों का उपयोग काल्पनिक के पूर्व-उपचार के लिए भी किया जाता है जहां चेहरे प्रच्छन्न होते हैं। यहाँ भेस, जैसे धूप का चश्मा, हटा दिया जाता है और छवि पर चेहरा मतिभ्रम कलन विधि लागू किया जाता है। इस तरह के चेहरे के मतिभ्रम कलन विधि को समान चेहरे की छवियों के साथ और बिना भेस के प्रशिक्षित करने की आवश्यकता होती है। भेस को हटाकर खुला क्षेत्र भरने के लिए, चेहरे के मतिभ्रम कलन विधि को चेहरे की पूरी स्थिति को सही ढंग से मैप करने की आवश्यकता होती है, जो कम विश्लेषण छवि में क्षणिक चेहरे की अभिव्यक्ति को कैप्चर करने के कारण संभव नहीं हो सकता है।

3-आयामी मान्यता
मानव चेहरे का 3D मॉडल त्रि-आयामी चेहरा पहचान तकनीक चेहरे के आकार के बारे में जानकारी प्राप्त करने के लिए 3D सेंसर का उपयोग करती है। फिर इस जानकारी का उपयोग चेहरे की सतह पर विशिष्ट विशेषताओं की पहचान करने के लिए किया जाता है, जैसे कि आंख के सॉकेट, नाक और ठुड्डी की रूपरेखा 3डी फेस पहचान का एक फायदा यह है कि यह अन्य तकनीकों की तरह लाइटिंग में बदलाव से प्रभावित नहीं होता है। यह प्रोफाइल व्यू सहित कई देखने के कोण से चेहरे की पहचान भी कर सकता है चेहरे से त्रि-आयामी डेटा बिंदु चेहरे की पहचान की सटीकता में काफी सुधार करते हैं। 3डी-आयामी चेहरा पहचान अनुसंधान परिष्कृत सेंसर के विकास द्वारा सक्षम किया गया है जो चेहरे पर संरचित प्रकाश प्रोजेक्ट करता है 3डी मिलान तकनीक अभिव्यक्ति के प्रति संवेदनशील है, इसलिए तकनीक के शोधकर्ताओं ने  मापीय ज्यामिति से समदूरीकता के रूप में अभिव्यक्तियों का इलाज करने के लिए उपकरण लागू किए चेहरों की 3डी छवियों को कब्जा का एक नया तरीका तीन ट्रैकिंग कैमरों का उपयोग करता है जो विभिन्न कोणों पर इंगित करते हैं; एक कैमरा सब्जेक्ट के सामने की ओर, दूसरा एक साइड की ओर, और तीसरा एक कोण पर इंगित करेगा। ये सभी कैमरे एक साथ काम करेंगे ताकि यह किसी विषय के चेहरे को वास्तविक समय  में ट्रैक कर सके और चेहरा पहचानने और पहचानने में सक्षम हो

ऊष्मीय कैमरे
चेहरे की पहचान के लिए इनपुट डेटा लेने का एक अलग रूप थर्मल कैमरा का उपयोग करना है, इस प्रक्रिया से कैमरे केवल सिर के आकार का पता लगाएंगे और यह चश्मा, टोपी या मेकअप जैसे विषय के सामान की उपेक्षा करेगा। पारंपरिक कैमरों के विपरीत, थर्मल कैमरे कम रोशनी और रात के समय में भी बिना फ्लैश का उपयोग किए और कैमरे की स्थिति को उजागर किए बिना चेहरे की काल्पनिक कब्जा कर सकते हैं।<ref name=":6  हालांकि, चेहरा मान्यता के लिए डेटाबेस सीमित हैं। ऊष्मीय फेस छवि के आंकड़ाकोष बनाने के प्रयास 2004 से पहले के हैं<ref name=":5  2016 तक आईआईआईटीडी-पीएसई और नोट्रे डेम ऊष्मीय फेस आंकड़ाकोष सहित कई आंकड़ाकोष मौजूद थे वर्तमान ऊष्मीय फेस मान्यता व्यवस्था बाहरी वातावरण से ली गई ऊष्मीय छवि में किसी चेहरे का मज़बूती से पता लगाने में सक्षम नहीं हैं

2018 में, यूएस आर्मी रिसर्च लेबोरेटरी (एआरएल) के शोधकर्ताओं ने एक ऐसी तकनीक विकसित की, जो उन्हें ऊष्मीय कैमरे का उपयोग करके प्राप्त चेहरे की काल्पनिक को संगणक में उन लोगों के साथ मिलान करने की अनुमति देगी जो एक पारंपरिक कैमरे का उपयोग करके कब्जा किए गए थे। पार स्पेक्ट्रम संश्लेषण विधि के रूप में जाना जाता है, क्योंकि यह दो अलग-अलग इमेजिंग तौर-तरीकों से चेहरे की पहचान को कैसे पाटता है, यह विधि कई चेहरे के क्षेत्रों और विवरणों का विश्लेषण करके एक ही छवि को संश्लेषित करती है।<ref name=":7 इसमें एक गैर-रेखीय प्रतिगमन मॉडल होता है जो एक विशिष्ट ऊष्मीय छवि को एक समान दृश्यमान चेहरे की छवि में मैप करता है और एक अनुकूलन मुद्दा जो अव्यक्त प्रक्षेपण को छवि स्थान में वापस प्रोजेक्ट करता है  यूएस आर्मी रिसर्च लेबोरेटरी वैज्ञानिकों ने नोट किया है कि यह दृष्टिकोण वैश्विक जानकारी (अर्थात पूरे चेहरे की विशेषताएं) को स्थानीय जानकारी (यानी आंख, नाक और मुंह से संबंधित विशेषताएं) के साथ जोड़कर काम करता है।  यूएस आर्मी रिसर्च लेबोरेटरी  में किए गए प्रदर्शन परीक्षणों के अनुसार, बहु-क्षेत्र पार स्पेक्ट्रम संश्लेषण मॉडल ने आधारभूत विधियों की तुलना में लगभग 30% और अत्याधुनिक विधियों पर लगभग 5% का प्रदर्शन सुधार प्रदर्शित किया।

सोशल मीडिया
2013 में स्थापित, किकस्टार्टर पर अपने चेहरा संशोधन ऐप के लिए पैसे जुटाए। सफल जन-सहयोग के बाद, अक्टूबर 2014 में लॉन्च किया गया। आवेदन पत्र चेहरे के लिए एक विशेष फिल्टर के माध्यम से दूसरों के साथ वीडियो चैट की अनुमति देता है जो उपयोगकर्ताओं के रूप को संशोधित करता है। छवि वृद्धि एप्लिकेशन पहले से ही बाजार में हैं, जैसे कि फेसट्यून और परफेक्ट 365, स्थिर छवियों तक सीमित थे, जबकि लुकरी ने लाइव वीडियो के लिए संवर्धित वास्तविकता की अनुमति दी थी। 2015 के अंत में स्नैपचैट ने लुक्सरी को खरीदा, जो बाद में इसका ऐतिहासिक स्थल लेंस फंक्शन बन जाएगा स्नैपचैट फिल्टर आवेदन चेहरा पहचानना तकनीक का उपयोग करते हैं और एक छवि में पहचाने गए चेहरे की विशेषताओं के आधार पर चेहरे पर एक 3 डी मेश मास्क लगाया जाता है।

डीपफेस एक ध्यान लगा के पढ़ना या सीखना फेशियल रिकग्निशन सिस्टम है जिसे फेसबुक पर एक शोध समूह द्वारा बनाया गया है। यह अंकीय छवियों में मानवीय चेहरों की पहचान करता है। यह 120 मिलियन से अधिक कनेक्शन भार के साथ नौ-परत तंत्रिका जाल को नियोजित करता है, और फेसबुक उपयोगकर्ताओं द्वारा अपलोड की गई चार मिलियन छवियों पर प्रशिक्षित था। एफबीआई की अगली पीढ़ी की पहचान प्रणाली के लिए 85% की तुलना में प्रणाली को 97% सटीक कहा जाता है

टिकटॉक के कलन विधि को विशेष रूप से प्रभावी माना गया है, लेकिन कई लोग सटीक कार्यरचना पर आश्चर्यचकित रह गए, जिसके कारण ऐप उपयोगकर्ता की वांछित सामग्री का अनुमान लगाने में इतना प्रभावी हो गया। जून 2020 में, टिकटोक ने फॉर यू पेज के बारे में एक बयान जारी किया, और उन्होंने उपयोगकर्ताओं को वीडियो की सिफारिश कैसे की, जिसमें चेहरे की पहचान शामिल नहीं थी हालांकि, फरवरी 2021 में, टिकटोक ने एक अमेरिकी मुकदमे के लिए 92 मिलियन के समझौते पर सहमति व्यक्त की, जिसमें आरोप लगाया गया था कि ऐप ने उम्र, लिंग और जातीयता की पहचान करने के लिए उपयोगकर्ता वीडियो और इसके कलन विधि में चेहरे की पहचान का उपयोग किया था।

आईडी सत्यापन
चेहरे की पहचान का उभरता हुआ उपयोग आईडी सत्यापन सेवा के उपयोग में है। बैंकों, आईसीओ और अन्य ई-व्यवसायों को ये सेवाएं प्रदान करने के लिए कई कंपनियां और अन्य अब बाजार में काम कर रहे हैं विभिन्न संगणना प्लेटफार्मों और उपकरणों के लिए  जीवमितिय प्रमाणीकरण के रूप में चेहरे की पहचान का लाभ उठाया गया है  एंड्रॉइड 4.0 आइसक्रीम सैंडविच ने  स्मार्टफोन के फ्रंट कैमरे का उपयोग करके अनलॉकिंग डिवाइस का उपयोग करके चेहरे की पहचान को जोड़ा  जबकि  माइक्रोसॉफ्ट ने अपने  किनेक्ट एक्सेसरी के माध्यम से अपने एक्सबॉक्स 360 वीडियो गेम कंसोल में चेहरे की पहचान लॉगिन पेश किया। साथ ही  विंडोज 10 अपने विंडोज हैलो प्लेटफॉर्म के माध्यम से (जिसके लिए एक इन्फ्रारेड-प्रकाशित कैमरा की आवश्यकता होती है) 2017 में, Apple के आईफोन एक्स स्मार्टफोन ने अपने फेस आईडी प्लेटफॉर्म के साथ उत्पाद लाइन में चेहरे की पहचान की शुरुआत की, जो एक अवरक्त रोशनी प्रणाली का उपयोग करता है।

फेस आईडी
ऐप्पल ने टच आईडी, फिंगरप्रिंट आधारित सिस्टम के बायोमेट्रिक प्रमाणीकरण उत्तराधिकारी के रूप में फ्लैगशिप आईफोन एक्स पर फेस आईडी पेश किया। फेस आईडी में एक चेहरे की पहचान सेंसर होता है जिसमें दो भाग होते हैं: एक रोमियो मॉड्यूल जो उपयोगकर्ता के चेहरे पर 30,000 से अधिक इन्फ्रारेड डॉट्स प्रोजेक्ट करता है, और एक जूलियट मॉड्यूल जो पैटर्न को पढ़ता है पैटर्न को डिवाइस के सेंट्रल प्रोसेसिंग यूनिट (सीपीयू) में एक स्थानीय सुरक्षित एन्क्लेव में भेजा जाता है ताकि फोन के मालिक के चेहरे के साथ मैच की पुष्टि हो सके।<ref name=":2{{Cite news | url=https://www.theverge.com/2017/9/12/16298156/apple-iphone-x-face-id-security-privacy-police-unlock | title=एप्पल के बारे में पांच सबसे बड़े सवाल नई चेहरे की पहचान प्रणाली | कार्य=द वर्ज | एसीउपकर-तिथि = 10 अप्रैल, 2018}

ऐप्पल द्वारा चेहरे का पैटर्न उपलब्ध नहीं है। अनधिकृत पहुंच को रोकने के प्रयास में, सिस्टम आंखें बंद करके काम नहीं करेगा तकनीक उपयोगकर्ता की उपस्थिति में बदलाव से सीखती है, और इसलिए टोपी, स्कार्फ, चश्मा, और कई धूप का चश्मा, दाढ़ी और मेकअप के साथ काम करती है यह अंधेरे में भी काम करता है। यह फ्लड प्रकाशक का उपयोग करके किया जाता है, जो एक समर्पित इन्फ्रारेड फ्लैश है जो 30,000 चेहरे के बिंदुओं को ठीक से पढ़ने के लिए उपयोगकर्ता के चेहरे पर अदृश्य अवरक्त प्रकाश फेंकता है।

भारत
एक साक्षात्कार में, राष्ट्रीय स्वास्थ्य प्राधिकरण के प्रमुख डॉ. आर.एस. शर्मा ने कहा कि टीके चाहने वाले लोगों की पहचान को प्रमाणित करने के लिए आधार के साथ चेहरे की पहचान तकनीक का इस्तेमाल किया जाएगा दस मानवाधिकार और अंकीय अधिकार संगठनों और 150 से अधिक व्यक्तियों ने  इंटरनेट फ्रीडम फाउंडेशन के एक बयान पर हस्ताक्षर किए, जिसने केंद्र सरकार की टीकाकरण अभियान प्रक्रिया में चेहरे की पहचान तकनीक की तैनाती के खिलाफ अलार्म उठाया। अनिवार्य सुरक्षा उपायों वाले पर्याप्त कानून के बिना एक त्रुटि-प्रवण प्रणाली का कार्यान्वयन, नागरिकों को आवश्यक सेवाओं से वंचित करेगा और भारत में इस अप्रयुक्त तकनीक को टीकाकरण रोल-आउट से जोड़ने से केवल व्यक्तियों को वैक्सीन वितरण प्रणाली से बाहर रखा जाएगा।

जुलाई, 2021 में, मेघालय सरकार द्वारा एक प्रेस विज्ञप्ति में कहा गया कि "पेंशनभोगियों के जीवन प्रमाणन सत्यापन" मोबाइल आवेदन पत्र का उपयोग करके अंकीय जीवन प्रमाणपत्र जारी करने के लिए पेंशनभोगियों की पहचान सत्यापित करने के लिए चेहरे की पहचान तकनीक (FRT) का उपयोग किया जाएगा। नोटिस, प्रेस विज्ञप्ति के अनुसार, पेंशनभोगियों को "स्मार्ट फोन का उपयोग करके अपने घरों के आराम से पेंशन संवितरण प्राधिकरणों को उनकी आजीविका की पुष्टि करने के लिए एक सुरक्षित, आसान और परेशानी मुक्त इंटरफ़ेस" प्रदान करने का इरादा रखता है। कानून के छात्र, श्री जेड जेरेमिया लिंगदोह ने संबंधित अधिकारियों को एक कानूनी नोटिस भेजा, जिसमें कहा गया था कि "आवेदन को बिना किसी एंकरिंग कानून के रोल आउट किया गया है जो व्यक्तिगत डेटा के प्रसंस्करण को नियंत्रित करता है और इस प्रकार, वैधता का अभाव है और सरकार को अधिकार नहीं है डेटा का प्रसंस्करण।

सुरक्षा सेवाओं में तैनाती
राष्ट्रमंडल

ऑस्ट्रेलियाई सीमा बल और न्यूजीलैंड सीमा शुल्क सेवा ने स्मार्टगेट नामक एक स्वचालित सीमा प्रसंस्करण प्रणाली स्थापित की है जो चेहरे की पहचान का उपयोग करती है, जो ई-पासपोर्ट में डेटा के साथ यात्री के चेहरे की तुलना करती है। माइक्रोचिप सभी कनाडाई अंतरराष्ट्रीय हवाई अड्डे प्राथमिक निरीक्षण कियोस्क कार्यक्रम के हिस्से के रूप में चेहरे की पहचान का उपयोग करते हैं जो ई-पासपोर्टपर संग्रहीत उनकी तस्वीर के साथ एक यात्री के चेहरे की तुलना करता है। यह कार्यक्रम पहली बार 2017 की शुरुआत में वैंकूवर अंतरराष्ट्रीय हवाई अड्डे पर आया था और 2018-2019 में सभी शेष अंतरराष्ट्रीय हवाई अड्डों के लिए शुरू किया गया था।

यूनाइटेड किंगडम में पुलिस बल 2015 से सार्वजनिक कार्यक्रमों में लाइव चेहरे की पहचान तकनीक का परीक्षण कर रहे हैं<ref name=":0 मई 2017 में, एक व्यक्ति को साउथ वेल्स पुलिस द्वारा संचालित वैन पर लगे स्वचालित चेहरे की पहचान (एएफआर) प्रणाली का उपयोग करके गिरफ्तार किया गया था। एआरएस टेक्निका ने बताया कि ऐसा पहली बार प्रतीत होता है [एएफआर] ने गिरफ्तारी की ओर अग्रसर किया है हालाँकि, बिग ब्रदर वॉच की 2018 की रिपोर्ट में पाया गया कि ये सिस्टम 98% तक गलत थे रिपोर्ट में यह भी पता चला है कि दो यूके पुलिस बल, साउथ वेल्स पुलिस और मेट्रोपॉलिटन पुलिस, सार्वजनिक कार्यक्रमों और सार्वजनिक स्थानों पर चेहरे की लाइव पहचान का उपयोग कर रहे थे। सितंबर 2019 में, साउथ वेल्स पुलिस द्वारा चेहरे की पहचान के उपयोग को वैध करार दिया गया था लाइव चेहरे की पहचान  का 2016 से लंदन की गलियों में परीक्षण किया गया है और 2020 की शुरुआत से मेट्रोपॉलिटन पुलिस से नियमित रूप से इसका उपयोग किया जाएगा। अगस्त 2020 में कोर्ट ऑफ अपील ने फैसला सुनाया कि जिस तरह से 2017 और 2018 में साउथ वेल्स पुलिस द्वारा चेहरे की पहचान प्रणाली का इस्तेमाल किया गया था, वह मानवाधिकारों का उल्लंघन है।

संयुक्त राज्य अमेरिका
यू.एस.डिपार्टमेंट ऑफ स्टेट 117 मिलियन अमेरिकी वयस्कों के आंकड़ाकोष के साथ दुनिया में सबसे बड़ी चेहरा पहचान प्रणाली संचालित करता है, जिसमें आमतौर पर ड्राइवर के लाइसेंस फोटो से खींची गई तस्वीरें होती हैं। हालांकि यह अभी भी पूरा होने से बहुत दूर है, लेकिन कुछ शहरों में इसका उपयोग इस बात का सुराग देने के लिए किया जा रहा है कि फोटो में कौन था। एफबीआई फ़ोटो का उपयोग एक खोजी उपकरण के रूप में करता है, सकारात्मक पहचान के लिए नहीं 2016 तक, सैन डिएगो और लॉस एंजिल्स में पुलिस द्वारा ली गई तस्वीरों में लोगों की पहचान करने के लिए चेहरे की पहचान का इस्तेमाल किया जा रहा था (वास्तविक समय के वीडियो पर नहीं, और केवल फोटो बुक करने के खिलाफ) और वेस्ट वर्जीनिया और डलास में उपयोग की योजना बनाई गई थी

हाल के वर्षों में मैरीलैंड ने लोगों के चेहरों की तुलना उनके ड्राइविंग लाइसेंस फ़ोटो से करके चेहरे की पहचान का उपयोग किया है। पुलिस हिरासत में फ़्रेडी ग्रे की मौत के बाद अनियंत्रित प्रदर्शनकारियों को गिरफ्तार करने के लिए बाल्टीमोर में इस्तेमाल किए जाने पर इस प्रणाली ने विवाद पैदा किया कई अन्य राज्य एक समान प्रणाली का उपयोग कर रहे हैं या विकसित कर रहे हैं, हालांकि कुछ राज्यों में इसके उपयोग को प्रतिबंधित करने वाले कानून हैं।

एफबीआई ने चेहरे की पहचान को शामिल करने के लिए अपना नेक्स्ट जेनरेशन आइडेंटिफिकेशन प्रोग्राम भी स्थापित किया है, साथ ही फ़िंगरप्रिंट और आईरिस स्कैन जैसे अधिक पारंपरिक बायोमेट्रिक्स, जो दोनों अपराधियों से खींच सकते हैं और नागरिक डेटाबेस संघीय सामान्य जवाबदेही कार्यालय ने गोपनीयता और सटीकता से संबंधित विभिन्न चिंताओं को संबोधित नहीं करने के लिए एफबीआई की आलोचना की

2018 से शुरू होकर, अमेरिकी सीमा शुल्क और सीमा सुरक्षा ने अमेरिकी हवाई अड्डों पर बायोमेट्रिक फेस स्कैनर तैनात किए। आउटबाउंड अंतरराष्ट्रीय उड़ानें लेने वाले यात्री सीबीपी के डेटाबेस में संग्रहीत अपनी आईडी फोटो से मिलान करके चेहरे की छवियों को कैप्चर और सत्यापित करने के बाद चेक-इन, सुरक्षा और बोर्डिंग प्रक्रिया को पूरा कर सकते हैं। अमेरिकी नागरिकता वाले यात्रियों के लिए खींची गई छवियों को 12 घंटे के भीतर हटा दिया जाएगा। टीएसए ने भविष्य में सुरक्षा जांच प्रक्रिया के दौरान घरेलू हवाई यात्रा के लिए इसी तरह के कार्यक्रम को अपनाने का इरादा व्यक्त किया था। अमेरिकन सिविल लिबर्टीज यूनियन कार्यक्रम के खिलाफ संगठनों में से एक है, इस विषय में कि कार्यक्रम का उपयोग निगरानी उद्देश्यों के लिए किया जाएगा

2019 में, शोधकर्ताओं ने बताया कि आव्रजन और सीमा शुल्क प्रवर्तन राज्य के ड्राइवर के लाइसेंस आंकड़ाकोष के खिलाफ चेहरे की पहचान सॉफ्टवेयर का उपयोग करता है, जिसमें कुछ राज्यों के लिए जो अनिर्दिष्ट अप्रवासियों को लाइसेंस प्रदान करते हैं।

चीन
2006 में, स्काईनेट परियोजना को चीनी सरकार द्वारा देश भर में सीसीटीवी निगरानी लागू करने के लिए शुरू किया गया था और 2018 तक, 20 मिलियन कैमरे हो चुके हैं, जिनमें से कई वास्तविक समय में चेहरे की पहचान करने में सक्षम हैं, इस परियोजना के लिए देश भर में तैनात किए गए हैं। कुछ आधिकारिक दावा करते हैं कि मौजूदा स्काईनेट सिस्टम पूरी चीनी आबादी को एक सेकंड में और दुनिया की आबादी को दो सेकंड में स्कैन कर सकता है 2017 में, क़िंगदाओ पुलिस क़िंगदाओ इंटरनेशनल बीयर फेस्टिवल में चेहरे की पहचान करने वाले उपकरणों का उपयोग करके पच्चीस वांछित संदिग्धों की पहचान करने में सक्षम थी, जिनमें से एक 10 वर्षों से फरार था। उपकरण 15-सेकंड की वीडियो क्लिप रिकॉर्ड करके और विषय के कई स्नैपशॉट लेकर काम करता है। उस डेटा की तुलना और विश्लेषण पुलिस विभाग के आंकड़ाकोष से छवियों के साथ किया जाता है और 20 मिनट के भीतर, विषय को 98.1% सटीकता के साथ पहचाना जा सकता है

2018 में, झेंग्झौ और बीजिंग में चीनी पुलिस स्मार्ट चश्मे का उपयोग तस्वीरें लेने के लिए कर रही थी, जिनकी तुलना एक सरकारी आंकड़ाकोष से की जाती है, जो संदिग्धों की पहचान करने, एक पता प्राप्त करने और अपने घरेलू क्षेत्रों से आगे बढ़ने वाले लोगों को ट्रैक करने के लिए चेहरे की पहचान का उपयोग करते हैं।

2017 के अंत तक, चीन ने झिंजियांग में चेहरे की पहचान और कृत्रिम बुद्धिमत्ता तकनीक को तैनात किया है। इस क्षेत्र का दौरा करने वाले पत्रकारों ने कई शहरों में हर सौ मीटर या उससे भी अधिक दूरी पर निगरानी कैमरे लगाए, साथ ही गैस स्टेशनों, शॉपिंग सेंटर और मस्जिद के प्रवेश द्वार जैसे क्षेत्रों में चेहरे की पहचान की जांच की।  मई 2019 में, ह्यूमन राइट्स वॉच ने इंटीग्रेटेड ज्वाइंट ऑपरेशंस प्लेटफॉर्म (आईजेओपी) में फेस कोड खोजने की सूचना दी, एक पुलिस निगरानी ऐप जिसका उपयोग डेटा एकत्र करने के लिए किया जाता है, और    उइघुर समुदाय में झिंजियांग ह्यूमन राइट्स वॉच ने जून 2019 में अपनी रिपोर्ट में एक सुधार जारी किया जिसमें कहा गया था कि चीनी कंपनी  मेगवी ने आईजेओपी पर सहयोग नहीं किया है, और ऐप में फेस कोड निष्क्रिय था। फरवरी 2020 में, कोरोनावायरस के प्रकोप के बाद, मेगवी ने भीड़ में कोरोनावायरस संक्रमण के लक्षणों वाले लोगों की पहचान करने में मदद करने के लिए शरीर के तापमान जांच प्रणाली को अनुकूलित करने के लिए बैंक ऋण के लिए आवेदन किया। ऋण आवेदन में मेगवी ने कहा कि उसे नकाबपोश व्यक्तियों की पहचान करने की सटीकता में सुधार करने की आवश्यकता है

चीन में कई सार्वजनिक स्थानों पर चेहरे की पहचान करने वाले उपकरण लगाए जाते हैं, जिनमें रेलवे स्टेशन, हवाई अड्डे, पर्यटक आकर्षण, एक्सपो और कार्यालय भवन शामिल हैं। अक्टूबर 2019 में, झेजियांग साइंस-टेक यूनिवर्सिटी के एक प्रोफेसर ने ग्राहकों की निजी जीवमितिय जानकारी का दुरुपयोग करने के लिए हांग्जो सफारी पार्क पर मुकदमा दायर किया। सफारी पार्क अपने वर्ष कार्ड धारकों की पहचान सत्यापित करने के लिए चेहरे की पहचान तकनीक का उपयोग करता है। चीन में अनुमानित 300 पर्यटक स्थलों ने चेहरे की पहचान प्रणाली स्थापित की है और आगंतुकों को स्वीकार करने के लिए उनका उपयोग किया है। यह मामला चीन में चेहरे की पहचान के इस्तेमाल का पहला मामला बताया जा रहा है अगस्त 2020 में,   रेडियो फ्री एशिया ने बताया कि 2019 में गेंग गुआनजुन, ताइयुआन सिटी का नागरिक, जिसने  टेनसेंट द्वारा वीचैट ऐप का उपयोग करके यूनाइटेड सेंट में एक दोस्त को एक वीडियो अग्रेषित किया था बाद में अपराध के आरोप में झगड़ने और परेशान करने के लिए दोषी ठहराया गया था। अदालत के दस्तावेजों से पता चला कि चीनी पुलिस ने गेंग गुआनजुन को एक विदेशी लोकतंत्र कार्यकर्ता के रूप में पहचानने के लिए एक चेहरे की पहचान प्रणाली का इस्तेमाल किया और चीन के नेटवर्क प्रबंधन और प्रचार विभाग सीधे वीचैट उपयोगकर्ताओं की निगरानी करते हैं।

2019 में, हांगकांग में प्रदर्शनकारियों ने स्मार्ट लैम्पपोस्ट को नष्ट कर दिया, इस चिंता के बीच कि उनमें चीनी अधिकारियों द्वारा निगरानी के लिए उपयोग किए जाने वाले कैमरे और चेहरे की पहचान प्रणाली हो सकती है

भारत
हालांकि चेहरे की पहचान प्रणाली (FRT) पूरी तरह से सटीक नहीं है इसे भारत में पुलिस द्वारा पहचान के उद्देश्यों के लिए तेजी से तैनात किया जा रहा है। एफआरटी सिस्टम एक संभाव्यता मैच स्कोर, या संदिग्ध की पहचान करने वाले और पुलिस के पास उपलब्ध अपराधियों के आंकड़ाकोष के बीच एक आत्मविश्वास स्कोर उत्पन्न करता है। राष्ट्रीय स्वचालित चेहरे की पहचान प्रणाली (AFRS .) गृह मंत्रालय के तहत गठित एक निकाय, राष्ट्रीय अपराध रिकॉर्ड ब्यूरो (एनसीआरबी) द्वारा पहले से ही विकसित किया जा रहा है। यह परियोजना तस्वीरों का एक राष्ट्रीय आंकड़ाकोष विकसित और तैनात करना चाहती है जो केंद्रीय और राज्य सुरक्षा एजेंसियों द्वारा चेहरे की पहचान प्रौद्योगिकी प्रणाली के अनुरूप होगा। इंटरनेट फ्रीडम फाउंडेशन  ने परियोजना के संबंध में चिंताओं को हरी झंडी दिखाई है एनजीओ ने इस बात पर प्रकाश डाला है कि चेहरे की पहचान प्रणाली की सटीकता को नियमित रूप से बढ़ा-चढ़ा कर पेश किया जाता है और वास्तविक संख्या वांछित होने के लिए बहुत कुछ छोड़ देती है इस तरह के दोषपूर्ण चेहरे की पहचान प्रणाली के कार्यान्वयन से इस मान्यता प्रक्रिया में झूठी सकारात्मक और झूठी नकारात्मक की उच्च दर हो जाएगी।

भारत के सर्वोच्च न्यायालय के निर्णय के तहत न्यायमूर्ति के.एस. पुट्टस्वामी बनाम भारत संघ (22017 10 एससीसी 1), लोगों के निजता के अधिकार में राज्य द्वारा कोई भी उचित घुसपैठ, जिसे संविधान के अनुच्छेद 21 के तहत मौलिक अधिकार के रूप में संरक्षित किया गया है, को कुछ निश्चित सीमाओं की पुष्टि करनी चाहिए, अर्थात्: वैधता, आवश्यकता, आनुपातिकता और प्रक्रियात्मक सुरक्षा उपाय इंटरनेट फ्रीडम फाउंडेशन के अनुसार, नेशनल ऑटोमेटेड चेहरे की पहचान प्रणाली (एएफआरएस) प्रस्ताव वैधता के अभाव का हवाला देते हुए इनमें से किसी भी सीमा को पूरा करने में विफल रहता है, प्रकट मनमानी, और सुरक्षा उपायों और जवाबदेही की अनुपस्थिति।

जबकि राष्ट्रीय स्तर की एफआरएस परियोजना पर अभी भी काम चल रहा है, भारत के विभिन्न राज्यों में पुलिस विभाग पहले से ही चेहरे की पहचान प्रौद्योगिकी प्रणालियों को तैनात कर रहे हैं, जैसे: तेलंगाना में टीएसओपी + सीसीटीएनएस पंजाब आर्टिफिशियल इंटेलिजेंस सिस्टम (पीएआईएस) पंजाब में त्रिनेत्र इन उत्तर प्रदेश उत्तराखंड में पुलिस आर्टिफिशियल इंटेलिजेंस सिस्टम दिल्ली में एफआरएस, महाराष्ट्र में ऑटोमेटेड मल्टीमॉडल बायोमेट्रिक आइडेंटिफिकेशन सिस्टम (AMBIS), तमिलनाडु में फेसटेगर। अपराध और आपराधिक ट्रैकिंग नेटवर्क और सिस्टम (सीसीटीएनएस), जो राष्ट्रीय ई-गवर्नेंस योजना (एनईजीपी) के तहत एक मिशन मोड परियोजना है। एक ऐसी प्रणाली के रूप में देखा जाता है जो पूरे भारत के पुलिस स्टेशनों को जोड़ेगी, और उन्हें बात करने में मदद करेगी एक दूसरे को। परियोजना का उद्देश्य प्राथमिकी से संबंधित सभी सूचनाओं का डिजिटलीकरण करना है, जिसमें दर्ज प्राथमिकी, साथ ही जांच किए गए मामले, आरोप पत्र दायर, और सभी पुलिस स्टेशनों में संदिग्ध और वांछित व्यक्ति शामिल हैं। यह भारत में अपराध और अपराधियों का एक राष्ट्रीय डेटाबेस तैयार करेगा। सीसीटीएनएस को बिना डेटा सुरक्षा कानून के लागू किया जा रहा है। सीसीटीएनएस को एएफआरएस के साथ एकीकृत करने का प्रस्ताव है, जो सभी अपराध और आपराधिक संबंधित चेहरे के डेटा का भंडार है, जिसे छवियों से लेकर वीडियो तक विभिन्न प्रकार के इनपुट से किसी व्यक्ति की पहचान या सत्यापन के लिए तैनात किया जा सकता है। इसने नागरिक समाज संगठनों और गोपनीयता विशेषज्ञों की गोपनीयता संबंधी चिंताओं को उठाया है। दोनों परियोजनाओं को राज्य के हाथों बड़े पैमाने पर निगरानी के साधन के रूप में बंद कर दिया गया है राजस्थान में, 'राजकॉप', एक पुलिस ऐप को हाल ही में एक चेहरे की पहचान मॉड्यूल के साथ एकीकृत किया गया है जो वास्तविक समय में ज्ञात व्यक्तियों के डेटाबेस के खिलाफ एक संदिग्ध के चेहरे का मिलान कर सकता है। राजस्थान पुलिस वर्तमान में सीसीटीएनएस आकडाकोष में सभी गिरफ्तार व्यक्तियों की तस्वीरें अपलोड करना अनिवार्य करके इस मॉड्यूल के दायरे को व्यापक बनाने के लिए काम कर रही है, जिससे ज्ञात अपराधियों का एक समृद्ध डेटाबेस विकसित करने में मदद मिलेगी।<ref name=":13

कैमरे के साथ तय किए गए हेलमेट को राजस्थान पुलिस द्वारा कानून और व्यवस्था की स्थिति में पुलिस कार्रवाई और गुमराह करने वालों की गतिविधियों को पकड़ने के लिए इस्तेमाल किया जा रहा है, जो बाद में ऐसे मामलों की जांच के दौरान सबूत के रूप में काम कर सकते हैं। PAIS (पंजाब आर्टिफिशियल इंटेलिजेंस सिस्टम), ऐप पुलिस कर्मियों की सहायता के लिए अपराधियों की पहचान के लिए डीप लर्निंग, मशीन लर्निंग और फेस रिकग्निशन का उपयोग करता है। तेलंगाना राज्य ने 8 लाख सीसीटीवी कैमरे लगाए हैं अपनी राजधानी हैदराबाद के साथ धीरे-धीरे एक निगरानी राजधानी में बदल रहा है

एक झूठा सकारात्मक तब होता है जब चेहरे की पहचान तकनीक किसी व्यक्ति को वह नहीं होने के लिए गलत पहचान देती है, यानी यह गलत सकारात्मक परिणाम देता है। वे अक्सर भेदभाव और मौजूदा पूर्वाग्रहों को मजबूत करने के परिणामस्वरूप होते हैं। उदाहरण के लिए, 2018 में, दिल्ली पुलिस ने बताया कि उसकी फआरटी प्रणाली की सटीकता दर 2% थी, जो 2019 में घटकर 1% हो गई। फआरटी प्रणाली विभिन्न लिंगों के बीच सटीक रूप से अंतर करने में भी विफल रही।

दिल्ली सरकार भारतीय अंतरिक्ष अनुसंधान संगठन (ISRO) के सहयोग से क्राइम मैपिंग एनालिटिक्स एंड प्रेडिक्टिव सिस्टम (सीएमपीस) नामक एक नई तकनीक विकसित कर रही है। इस परियोजना का उद्देश्य अपराध को नियंत्रित करने और कानून व्यवस्था बनाए रखने के लिए अंतरिक्ष प्रौद्योगिकी को तैनात करना है। सिस्टम को अपराधियों के डेटा वाले डेटाबेस से जोड़ा जाएगा प्रौद्योगिकी को अपराध स्थल पर रीयल-टाइम डेटा एकत्र करने के लिए तैनात करने की परिकल्पना की गई है

25 नवंबर, 2020 को इंटरनेट फ्रीडम फाउंडेशन द्वारा दायर सूचना के अधिकार अनुरोध के जवाब में दिल्ली पुलिस द्वारा इस्तेमाल किए जा रहे चेहरे की पहचान प्रणाली के बारे में जानकारी मांगी गई थी (संदर्भ संख्या डीईपीओएल/आर/ई/20/07128) पुलिस उपायुक्त सह जन सूचना अधिकारी का कार्यालय: अपराध ने कहा कि वे सूचना का अधिकार अधिनियम, 2005 की धारा 8 (डी) के तहत जानकारी प्रदान नहीं कर सकते हैं। सूचना का अधिकार (आरटीआई) अनुरोध दिनांक 30 जुलाई, 2020 को आयुक्त, कोलकाता पुलिस के कार्यालय में दायर किया गया था, जिसमें विभाग द्वारा उपयोग की जा रही चेहरे की पहचान तकनीक के बारे में जानकारी मांगी गई थी। मांगी गई जानकारी से इनकार किया गया यह बताते हुए कि विभाग को आरटीआई अधिनियम की धारा 24(4) के तहत प्रकटीकरण से छूट दी गई थी।

लैटिन अमेरिका
2000 मैक्सिकन राष्ट्रपति चुनाव में, मैक्सिकन सरकार ने मतदाता धोखाधड़ी को रोकने के लिए चेहरा पहचान सॉफ्टवेयर नियोजित किया। कई वोट डालने के प्रयास में कुछ व्यक्ति कई अलग-अलग नामों से मतदान करने के लिए पंजीकरण कर रहे थे। पहले से ही मतदाता डेटाबेस में नए चेहरे की छवियों की तुलना करके,अधिकारी डुप्लिकेट पंजीकरण को कम करने में सक्षम थे

कोलंबिया में सार्वजनिक परिवहन बसों को फेसफर्स्ट इंक द्वारा चेहरे की पहचान प्रणाली के साथ लगाया जाता है ताकि उन यात्रियों की पहचान की जा सके जो कोलंबिया की राष्ट्रीय पुलिस द्वारा मांगे गए हैं। फेसफर्स्ट इंक ने पनामा में टोक्यूमेन अंतरराष्ट्रीय हवाई अड्डे के लिए चेहरे की पहचान प्रणाली भी बनाई। यात्रियों में से व्यक्तियों की पहचान करने के लिए चेहरा पहचान प्रणाली तैनात की गई है जो पनामानी राष्ट्रीय पुलिस या इंटरपोल द्वारा मांगी गई है। टोकुमेन अंतरराष्ट्रीय हवाई अड्डा से गुजरने वाले वांछित व्यक्तियों की पहचान करने के लिए सैकड़ों लाइव चेहरा पहचान कैमरों का उपयोग करके एक हवाईअड्डा-व्यापी निगरानी प्रणाली संचालित करता है। चेहरा पहचान प्रणाली शुरू में 11 मिलियन अमेरिकी डॉलर के अनुबंध के हिस्से के रूप में स्थापित की गई थी और इसमें कंप्यूटर क्लस्टर साठ कंप्यूटर, फाइबर-ऑप्टिक केबल नेटवर्क हवाई अड्डे की इमारतों के साथ-साथ 150 निगरानी कैमरों की स्थापना शामिल थी। एयरपोर्ट टर्मिनल और लगभग 30 पर एयरपोर्ट गेट सेकंड

ब्राजील में 2014 फीफा विश्व कप में ब्राजील की संघीय पुलिस ने चेहरे की पहचान  चश्मे का इस्तेमाल किया। रियो डी जनेरियो में 2016 ग्रीष्मकालीन ओलंपिक में चीन में बने चेहरा पहचान प्रणाली को भी तैनात किया गया था न्यूक्टेक कंपनी ने   माराकाना स्टेडियम  के लिए 145 इंसेप्शन टर्मिनल और दवो के लिए 55 टर्मिनल प्रदान किए।आरओ ओलंपिक पार्क

यूरोपीय संघ
यूरोपीय संघ के कम से कम 21 देशों में पुलिस बल, प्रशासनिक या आपराधिक उद्देश्यों के लिए, चेहरे की पहचान प्रणाली का उपयोग, या उपयोग करने की योजना बनाते हैं

ग्रीस
ग्रीक पुलिस ने लाइव चेहरा पहचान प्रणाली से लैस कम से कम 1,000 उपकरणों के प्रावधान के लिए इंट्राकॉम-टेलीकॉम के साथ एक अनुबंध पारित किया। 2021 की गर्मियों से पहले डिलीवरी की उम्मीद है। अनुबंध का कुल मूल्य 4 मिलियन यूरो से अधिक है, जिसका भुगतान यूरोपीय आयोग के आंतरिक सुरक्षा कोष द्वारा बड़े हिस्से में किया गया है।

इटली
इतालवी पुलिस ने 2017 में एक चेहरा पहचान प्रणाली हासिल की, सिस्टेमा ऑटोमेटिको रिकोनोसिमेंटो इमागिनी (एसएआरआई)। नवंबर 2020 में, आंतरिक मंत्रालय ने शरण मांगने के संदिग्ध लोगों की पहचान करने के लिए वास्तविक समय में इसका उपयोग करने की योजना की घोषणा की

नीदरलैंड्स
नीदरलैंड ने 2016 से चेहरे की पहचान और कृत्रिम बुद्धिमत्ता तकनीक को तैनात किया है डच पुलिस के आकडाकोष में वर्तमान में 1.3 मिलियन डच नागरिकों के 2.2 मिलियन से अधिक चित्र हैं। यह आबादी का लगभग 8% है। नीदरलैंड में, पुलिस द्वारा नगरपालिका सीसीटीवी पर चेहरे की पहचान का उपयोग नहीं किया जाता है

दक्षिण अफ्रीका
दक्षिण अफ्रीका में, 2016 में, जोहान्सबर्ग शहर ने घोषणा की कि वह स्वचालित नंबर प्लेट पहचान और चेहरे की पहचान के साथ पूर्ण स्मार्ट सीसीटीवी कैमरों को रोल आउट कर रहा है।

खुदरा स्टोर में तैनाती
यूएस फर्म 3VR, अब पहचान, एक विक्रेता का एक उदाहरण है, जिसने 2007 की शुरुआत में खुदरा विक्रेताओं को चेहरे की पहचान प्रणाली और सेवाओं की पेशकश शुरू कर दी थी। 2012 में, कंपनी ने ग्राहक प्रतीक्षा समय को कम करने के लिए निवासी और कतार लाइन एनालिटिक्स जैसे लाभों का विज्ञापन किया, व्यक्तिगत ग्राहक की सुविधा के लिए चेहरे की निगरानी विश्लेषणात्मक कर्मचारियों द्वारा वॉलमार्ट अभिवादन | अभिवादन और संयोजन द्वारा वफादारी कार्यक्रमों को फिर से करने की क्षमता बिक्री के बिंदु (पीओएस) चेहरे की पहचान के साथ डेटा

संयुक्त राज्य अमेरिका
2018 में, नेशनल रिटेल फेडरेशन लॉस प्रिवेंशन रिसर्च काउंसिल ने चेहरा पहचान तकनीक को मूल्यांकन के लायक एक आशाजनक नया टूल कहा।

जुलाई 2020 में, रॉयटर्स समाचार एजेंसी ने बताया कि 2010 के दौरान औषध विज्ञान चेन राइट एड ने फेसफ़र्स्ट, डीपकैम एलएलसी, और अन्य विक्रेताओं से चेहरे की पहचान वीडियो निगरानी सिस्टम और घटकों को तैनात किया था। संयुक्त राज्य अमेरिका में कुछ खुदरा स्थान संपत्ति संरक्षण के राइट एड के उपाध्यक्ष कैथी लैंगली ने सिस्टम को संदर्भित करने के लिए वाक्यांश सुविधा मिलान का इस्तेमाल किया और कहा कि सिस्टम के उपयोग से कंपनी के स्टोर में कम हिंसा और संगठित अपराध हुआ, जबकि संपत्ति संरक्षण के पूर्व उपाध्यक्ष बॉब ओबेरोस्लर ने जोर दियाकर्मचारियों के लिए जेड बेहतर सुरक्षा और संयुक्त राज्य अमेरिका में कानून प्रवर्तन संगठन रिपोर्टिंग के जवाब में रॉयटर्स को 2020 के एक बयान में, राइट एड ने कहा कि उसने चेहरे की पहचान सॉफ्टवेयर का उपयोग करना बंद कर दिया है और कैमरों को बंद कर दिया है।

निदेशक नेशनल रिटेल फेडरेशन लॉस प्रिवेंशन रिसर्च काउंसिल के हेस पढ़ें, रीट एड का निगरानी कार्यक्रम या तो सबसे बड़ा था या खुदरा क्षेत्र में सबसे बड़े कार्यक्रमों में से एक था। होम डिपो, मेनार्ड्स, वॉलमार्ट , और 7-इलेवन अन्य अमेरिकी खुदरा विक्रेताओं में से हैं, जो बड़े पैमाने पर पायलट कार्यक्रम या चेहरे की पहचान तकनीक की तैनाती में लगे हुए हैं।

2020 में रॉयटर्स द्वारा जांचे गए राइट एड स्टोर्स में से, उन समुदायों में जहां रंग के लोगों ने सबसे बड़ा नस्लीय या जातीय समूह बनाया था, तकनीक स्थापित होने की संभावना तीन गुना थी। संयुक्त राज्य अमेरिका में नस्लीय अलगाव और संयुक्त राज्य अमेरिका में  नस्लीय प्रोफाइलिंग । राईट एड ने कहा कि अलग-अलग स्टोर की चोरी के इतिहास, स्थानीय और राष्ट्रीय अपराध डेटा, और साइट के बुनियादी ढांचे के आधार पर स्थानों का चयन डेटा-संचालित था।

अतिरिक्त उपयोग
जनवरी 2001 में अमेरिकी फ़ुटबॉल चैंपियनशिप गेम सुपर बाउल XXXV में, टैम्पा बे, फ़्लोरिडा में पुलिस ने विसाजचेहरा पहचान सॉफ़्टवेयर का उपयोग इस कार्यक्रम में उपस्थिति में संभावित अपराधियों और आतंकवादियों की खोज के लिए किया। नाबालिग आपराधिक रिकॉर्ड वाले 19 लोगों की संभावित रूप से पहचान की गई

फ़ोटो प्रबंधन सॉफ़्टवेयर द्वारा फ़ोटो के विषयों की पहचान करने के लिए चेहरा पहचान प्रणाली का भी उपयोग किया गया है, व्यक्ति द्वारा छवियों को खोजने जैसी सुविधाओं को सक्षम करने के साथ-साथ फ़ोटो में उनकी उपस्थिति का पता चलने पर किसी विशिष्ट संपर्क के साथ फ़ोटो साझा करने का सुझाव भी दिया गया है। 2008 तक चेहरे की पहचान प्रणाली को आम तौर पर सुरक्षा प्रणालियों में अभिगम नियंत्रण के रूप में उपयोग किया जाता था

संयुक्त राज्य अमेरिका का लोकप्रिय संगीत और देशी संगीत सेलिब्रिटी टेलर स्विफ्ट ने 2018 में एक संगीत कार्यक्रम में गुप्त रूप से चेहरे की पहचान तकनीक का इस्तेमाल किया। कैमरा एक टिकट बूथ के पास एक कियोस्क में एम्बेड किया गया था और प्रवेश करते ही स्कैन किए गए कॉन्सर्ट-गोअर थे। ज्ञात स्टाकर के लिए सुविधा

18 अगस्त, 2019 को, द टाइम्स ने बताया कि यूएई के स्वामित्व वाले मैनचेस्टर सिटी ने ड्राइवर प्रोग्राम में चेहरे की पहचान प्रणाली को तैनात करने के लिए टेक्सास स्थित एक फर्म ब्लिंक आइडेंटिटी को काम पर रखा है। क्लब ने एतिहाद स्टेडियम में समर्थकों के लिए सिंगल सुपर-फास्ट लेन की योजना बनाई है हालांकि, नागरिक अधिकार समूहों ने इस तकनीक की शुरूआत के खिलाफ क्लब को आगाह करते हुए कहा कि इससे बड़े पैमाने पर निगरानी उपकरण को सामान्य करने का जोखिम होगा। लिबर्टी में नीति और अभियान अधिकारी, हन्ना काउचमैन ने कहा कि मैन सिटी का कदम खतरनाक है, क्योंकि प्रशंसकों को एक निजी कंपनी के साथ गहरी संवेदनशील व्यक्तिगत जानकारी साझा करने के लिए बाध्य किया जाएगा, जहां उन्हें ट्रैक किया जा सकता है और उनकी निगरानी की जा सकती है। उनके दैनिक जीवन में

अगस्त 2020 में, संयुक्त राज्य अमेरिका में COVID-19 महामारी के बीच, न्यूयॉर्क और लॉस एंजिल्स के अमेरिकी फुटबॉल स्टेडियमों ने आगामी मैचों के लिए चेहरे की पहचान की स्थापना की घोषणा की। इसका उद्देश्य प्रवेश प्रक्रिया को यथासंभव स्पर्श रहित बनाना है डिज्नी के मैजिक किंगडम, के पास ऑरलैंडो, फ्लोरिडा ने भी इसी तरह महामारी के दौरान एक स्पर्श रहित अनुभव बनाने के लिए चेहरे की पहचान तकनीक के परीक्षण की घोषणा की; परीक्षण मूल रूप से 23 मार्च और 23 अप्रैल, 2021 के बीच होने वाला था, लेकिन सीमित समय सीमा अप्रैल के अंत तक हटा दी गई थी

अन्य बायोमेट्रिक सिस्टम की तुलना में
2006 में, चेहरा पहचान ग्रेंड चैलेंज (एफआरजीसी) में नवीनतम चेहरा पहचान कलन विधि के प्रदर्शन का मूल्यांकन किया गया था। परीक्षणों में उच्च-रिज़ॉल्यूशन चेहरे की छवियों, 3-डी फेस स्कैन और आईरिस छवियों का उपयोग किया गया था। परिणामों ने संकेत दिया कि नए कलन विधि 2002 के चेहरा पहचान कलन विधि की तुलना में 10 गुना अधिक सटीक हैं और 1995 की तुलना में 100 गुना अधिक सटीक हैं। कुछ कलन विधि चेहरों को पहचानने में मानव प्रतिभागियों से बेहतर प्रदर्शन करने में सक्षम थे और विशिष्ट रूप से समान जुड़वां की पहचान कर सकते थे।

चेहरे की पहचान प्रणाली का एक प्रमुख लाभ यह है कि यह बड़े पैमाने पर पहचान करने में सक्षम है क्योंकि इसके लिए परीक्षण विषय के सहयोग की आवश्यकता नहीं होती है। हवाई अड्डों, मल्टीप्लेक्सों, और अन्य सार्वजनिक स्थानों में स्थापित उचित रूप से डिज़ाइन किए गए सिस्टम, भीड़ के बीच व्यक्तियों की पहचान कर सकते हैं, बिना राहगीरों के, यहां तक ​​​​कि सिस्टम के बारे में जागरूक भी नहीं।<ref name=":3 हालांकि, अन्य बायोमेट्रिक तकनीकों की तुलना में, चेहरा पहचानना सबसे विश्वसनीय और कुशल नहीं हो सकता है। चेहरे की पहचान प्रणालियों में गुणवत्ता के उपाय बहुत महत्वपूर्ण हैं क्योंकि चेहरे की छवियों में बड़े पैमाने पर बदलाव संभव हैं। चेहरा पकड़ने के दौरान रोशनी, अभिव्यक्ति, मुद्रा और शोर जैसे कारक चेहरे की पहचान प्रणाली के प्रदर्शन को प्रभावित कर सकते हैं सभी बॉयोमीट्रिक प्रणालियों में, चेहरे की पहचान में सबसे अधिक झूठी स्वीकृति और अस्वीकृति दर है इस प्रकार रेलवे और हवाई अड्डे की सुरक्षा के मामलों में चेहरा पहचान सॉफ्टवेयर की प्रभावशीलता पर सवाल उठाए गए हैं

कमजोरियां
2008 में कार्नेगी मेलॉन रोबोटिक्स इंस्टीट्यूट के एक शोधकर्ता राल्फ ग्रॉस ने चेहरे के देखने के कोण से संबंधित एक बाधा का वर्णन किया है: चेहरे की पहचान पूर्ण फ्रंटल चेहरों और 20 डिग्री बंद पर बहुत अच्छी हो रही है,लेकिन जैसे ही आप जाते हैं प्रोफ़ाइल की ओर, समस्याएँ हुई हैं। मुद्रा विविधताओं के अलावा, कम-संकल्प चेहरे की छवियों को पहचानना भी बहुत कठिन होता है। यह निगरानी प्रणालियों में चेहरे की पहचान की मुख्य बाधाओं में से एक है

यदि चेहरे के भाव सेकेंड में भिन्न होते हैं, तो चेहरा पहचानना कम प्रभावी होता है। एक बड़ी मुस्कान सिस्टम को कम प्रभावी बना सकती है। उदाहरण के लिए: कनाडा ने 2009 में पासपोर्ट फोटो में केवल तटस्थ चेहरे के भाव की अनुमति दी थी

शोधकर्ताओं द्वारा उपयोग किए जाने वाले डेटासेट में भी अनिश्चितता है। शोधकर्ता कई विषयों से लेकर कई विषयों और कुछ सौ छवियों से लेकर हजारों छवियों तक का उपयोग कर सकते हैं। शोधकर्ताओं के लिए यह महत्वपूर्ण है कि वे एक-दूसरे को उपयोग किए गए डेटासेट उपलब्ध कराएं, या कम से कम एक मानक डेटासेट रखें

द्विआधारी लिंग धारणा के आधार पर बनाए रखने और न्याय करने के लिए चेहरे की पहचान प्रणाली की आलोचना की गई है।<ref name=":1       सिजेंडर व्यक्तियों के चेहरों को नर या मादा में वर्गीकृत करते समय, ये सिस्टम अक्सर बहुत सटीक होते हैं हालांकि  विपरीतलिंगी और गैर-बाइनरी लोगों के लिंग पहचान को निर्धारित करने में आम तौर पर भ्रमित या असमर्थ थे  लिंग मानदंड इन प्रणालियों द्वारा बनाए रखा जा रहा है, यहां तक ​​कि जब लंबे बालों वाले एक सिजेंडर पुरुष की तस्वीर दिखाई जाती है, तो कलन विधि को छोटे बाल वाले पुरुषों के लिंग मानदंड का पालन करने के बीच विभाजित किया गया था, और मर्दाना चेहरे की विशेषताएं और भ्रमित हो गईं लोगों का यह आकस्मिक गलतलिंग उन लोगों के लिए बहुत हानिकारक हो सकता है, जो अपने सेक्स को जन्म पर असाइन नहीं करते हैं, उनकी लिंग पहचान को अनदेखा और अमान्य कर देते हैं। यह उन लोगों के लिए भी हानिकारक है जो पारंपरिक और पुराने लिंग मानदंडों को नहीं मानते हैं, क्योंकि यह उनकी लिंग पहचान की परवाह किए बिना उनकी लिंग अभिव्यक्ति को अमान्य कर देता है।

अप्रभावीता
प्रौद्योगिकी के आलोचकों की शिकायत है कि न्यूहैम योजना के लंदन बरो में,, बरो में रहने वाले सिस्टम के डेटाबेस में कई अपराधियों के बावजूद, एक भी अपराधी को कभी नहीं पहचाना और सिस्टम कई वर्षों से चल रहा है। एक बार नहीं, जहां तक ​​​​पुलिस को पता है, न्यूहैम के स्वचालित चेहरा पहचान प्रणाली ने एक जीवित लक्ष्य देखा है। यह जानकारी उन दावों के विरोध में प्रतीत होती है कि सिस्टम को अपराध में 34% की कमी का श्रेय दिया गया था (इसलिए इसे बर्मिंघम में भी क्यों लागू किया गया था)

2002 में स्थानीय पुलिस विभाग द्वारा टैम्पा ,फ़्लोरिडा में एक प्रयोग के भी इसी तरह के निराशाजनक परिणाम थे। बोस्टन के लोगान हवाई अड्डे पर एक प्रणाली को 2003 में दो साल की टेस्ट अवधि के दौरान कोई भी मैच बनाने में विफल रहने के बाद बंद कर दिया गया था।

2014 में, फेसबुक ने कहा कि एक मानकीकृत दो-विकल्प चेहरे की पहचान परीक्षण में, इसकी ऑनलाइन प्रणाली ने 97.5% के मानव बेंचमार्क की तुलना में 97.25% सटीकता हासिल की।

सिस्टम को अक्सर 100% के करीब सटीकता के रूप में विज्ञापित किया जाता है; यह भ्रामक है क्योंकि अध्ययन अक्सर बड़े पैमाने के अनुप्रयोगों के लिए आवश्यक होने की तुलना में बहुत छोटे नमूना आकारों का उपयोग करते हैं। क्योंकि चेहरे की पहचान पूरी तरह से सटीक नहीं है, यह संभावित मिलानों की एक सूची बनाता है। एक मानव ऑपरेटर को इन संभावित मैचों को देखना चाहिए और अध्ययनों से पता चलता है कि ऑपरेटरों को सूची से सही मिलान केवल आधे समय में ही चुनना चाहिए। यह गलत संदिग्ध को निशाना बनाने की समस्या का कारण बनता है

गोपनीयता उल्लंघन
नागरिक अधिकार संगठन और गोपनीयता प्रचारक जैसे इलेक्ट्रॉनिक फ्रंटियर फाउंडेशन, बिग ब्रदर वॉच और एसीएलयू चिंता व्यक्त करते हैं कि गोपनीयता को निगरानी तकनीकों के उपयोग से समझौता किया जा रहा है। <ref name=":0 / चेहरा पहचान का उपयोग न केवल किसी व्यक्ति की पहचान करने के लिए किया जा सकता है, बल्कि किसी व्यक्ति से जुड़े अन्य व्यक्तिगत डेटा का पता लगाने के लिए भी किया जा सकता है जैसे कि व्यक्ति की विशेषता वाली अन्य तस्वीरें, ब्लॉग पोस्ट, सोशल मीडिया प्रोफाइल, इंटरनेट व्यवहार और यात्रा पैटर्न इस बात पर चिंता जताई गई है कि किसी के ठिकाने और किसी भी समय उनके साथ लोगों के ज्ञान तक किसकी पहुंच होगी<ref name=":02 इसके अलावा, व्यक्तियों के पास चेहरा पहचानने की ट्रैकिंग से बचने या विफल करने की सीमित क्षमता होती है जब तक कि वे अपने चेहरे को छिपाते नहीं हैं। यह किसी भी बाज़ारिया, सरकारी एजेंसी, या यादृच्छिक अजनबी को चेहरे की पहचान प्रणाली द्वारा कैप्चर की गई किसी भी व्यक्ति की पहचान और संबंधित व्यक्तिगत जानकारी को गुप्त रूप से एकत्र करने में सक्षम करके दिन-प्रतिदिन की गोपनीयता की गतिशीलता को मौलिक रूप से बदल देता है। हो सकता है कि उपभोक्ता इस बात को न समझें या न जानें कि उनके डेटा का उपयोग किस लिए किया जा रहा है, जो उन्हें इस बात पर सहमति देने की क्षमता से वंचित करता है कि उनकी व्यक्तिगत जानकारी कैसे साझा की जाती है

जुलाई 2015 में, संयुक्त राज्य सरकार के जवाबदेही कार्यालय ने रैंकिंग सदस्य, गोपनीयता, प्रौद्योगिकी और कानून पर उपसमिति, न्यायपालिका पर समिति, यू.एस. सीनेट को एक रिपोर्ट आयोजित की। रिपोर्ट में चेहरे की पहचान तकनीक के व्यावसायिक उपयोग, गोपनीयता के मुद्दों और लागू संघीय कानून पर चर्चा की गई। इसमें कहा गया है कि पहले, चेहरे की पहचान तकनीक से संबंधित मुद्दों पर चर्चा की गई थी और संयुक्त राज्य के गोपनीयता कानूनों को अद्यतन करने की आवश्यकता का प्रतिनिधित्व करते थे ताकि संघीय कानून लगातार उन्नत प्रौद्योगिकियों के प्रभाव से मेल खाता हो। रिपोर्ट में कहा गया है कि कुछ उद्योग, सरकार और निजी संगठन स्वैच्छिक गोपनीयता दिशानिर्देश विकसित करने, या विकसित करने की प्रक्रिया में थे। ये दिशानिर्देश हितधारकों के बीच भिन्न थे, लेकिन उनका समग्र उद्देश्य सहमति प्राप्त करना और नागरिकों को चेहरे की पहचान तकनीक के इच्छित उपयोग के बारे में सूचित करना था। रिपोर्ट के अनुसार स्वैच्छिक गोपनीयता दिशानिर्देशों ने गोपनीयता संबंधी चिंताओं का सामना करने में मदद की, जब नागरिक इस बात से अनजान होते हैं कि उनके व्यक्तिगत डेटा का उपयोग कैसे किया जाता है

2016 में, रूसी कंपनी एनटेकलैब ने अंतरराष्ट्रीय मीडिया में गोपनीयता का घोटाला किया, जब उसने फाइंडफेस चेहरा पहचान तकनीक इस वादे के साथ लॉन्च किया कि रूसी उपयोगकर्ता सड़क पर अजनबियों की तस्वीरें ले सकते हैं और उन्हें सोशल मीडिया पर सोशल मीडिया प्रोफाइल से जोड़ सकते हैं। मंच वीकोनतकते(VT) दिसंबर 2017 में, फेसबुक ने एक नई सुविधा शुरू की जो किसी उपयोगकर्ता को एक तस्वीर अपलोड करने पर सूचित करती है जिसमें फेसबुक सोचता है कि उनका चेहरा क्या है, भले ही उन्हें टैग न किया गया हो। फेसबुक ने पिछली प्रतिक्रिया के बीच नई कार्यक्षमता को सकारात्मक प्रकाश में फ्रेम करने का प्रयास किया है फेसबुक के प्राइवेसी प्रमुख रॉब शर्मन ने इस नए फीचर को संबोधित करते हुए कहा कि यह लोगों को अपनी तस्वीरों पर ऑनलाइन अधिक नियंत्रण देता है। हमने इसके बारे में वास्तव में एक सशक्त विशेषता के रूप में सोचा है, वे कहते हैं। हो सकता है कि ऐसी तस्वीरें मौजूद हों जिनके बारे में आप नहीं जानते हों। फेसबुक का डीपफेस बायोमेट्रिक सूचना गोपनीयता अधिनियम के तहत कई वर्ग कार्रवाई मुकदमों का विषय बन गया है, जिसमें दावा किया गया है कि फेसबुक 2008 जीवमितिय सूचना गोपनीयता के सीधे उल्लंघन में सूचित सहमति प्राप्त किए बिना अपने उपयोगकर्ताओं के चेहरे की पहचान डेटा एकत्र और संग्रहीत कर रहा है। अधिनियम(बीआईपीए) सबसे हालिया मामला जनवरी 2016 में खारिज कर दिया गया क्योंकि अदालत के पास अधिकार क्षेत्र नहीं था अमेरिका में, क्लियरव्यू एआई जैसी निगरानी कंपनियां संयुक्त राज्य अमेरिका के संविधान में पहले संशोधन पर भरोसा कर रही हैं से डेटा स्क्रैप उपयोगकर्ता डेटा के लिए सोशल मीडिया प्लेटफॉर्म पर खाते हैं जो कर सकते हैं चेहरे की पहचान प्रणाली के विकास में इस्तेमाल किया जा सकता है

2019 में, फाइनेंशियल टाइम्स ने पहली बार बताया कि लंदन के किंग्स क्रॉस क्षेत्र में चेहरे की पहचान सॉफ्टवेयर का उपयोग किया जा रहा था। लंदन के किंग्स क्रॉस मेनलाइन स्टेशन के आसपास के विकास में दुकानें, कार्यालय, गूगल का यूके मुख्यालय और सेंट मार्टिन कॉलेज का हिस्सा शामिल है। यूके के सूचना आयुक्त कार्यालय के अनुसार: लोगों के चेहरों को स्कैन करना क्योंकि वे कानूनी रूप से अपने दैनिक जीवन के बारे में जानते हैं, उनकी पहचान करने के लिए, गोपनीयता के लिए एक संभावित खतरा है जो हम सभी को चिंतित करना चाहिए। यूके के सूचना आयुक्त एलिजाबेथ डेनहम ने कंपनी अर्जेंटीना द्वारा संचालित किंग्स क्रॉस चेहरा पहचान तकनीक के उपयोग की जांच शुरू की। सितंबर 2019 में अर्जेंटीना द्वारा यह घोषणा की गई थी कि  किंग्स क्रॉस में अब चेहरे की पहचान करने वाले सॉफ़्टवेयर का उपयोग नहीं किया जाएगा। अर्जेंटीना ने दावा किया कि सॉफ्टवेयर मई 2016 और मार्च 2018 के बीच दो कैमरों पर तैनात किया गया था जो विकास के केंद्र के माध्यम से चलने वाली पैदल यात्री सड़क को कवर करते थे। अक्टूबर 2019 में, लंदन के डिप्टी मेयर सोफी लिंडेन की एक रिपोर्ट से पता चला है कि एक गुप्त सौदे में मेट्रोपॉलिटन पुलिस ने अपने किंग्स क्रॉस चेहरा पहचान तकनीक में उपयोग के लिए सात लोगों की तस्वीरें अर्जेंटीना को भेजी थीं।

2017 और 2019 के बीच कई मौकों पर साउथ वेल्स पुलिस द्वारा स्वचालित चेहरे की पहचान का परीक्षण किया गया था। प्रौद्योगिकी के उपयोग को एक निजी व्यक्ति, एडवर्ड ब्रिज द्वारा अदालत में चुनौती दी गई थी, जिसे चैरिटी लिबर्टी के समर्थन से चुनौती दी गई थी। (आर (पुल) बनाम चीफ कांस्टेबल साउथ वेल्स पुलिस के रूप में जाना जाने वाला मामला)। कोर्ट ऑफ अपील में मामले की सुनवाई हुई और अगस्त 2020 में फैसला सुनाया गया।<ref name=":9 मामले में तर्क दिया गया कि चेहरे की पहचान का उपयोग इस आधार पर गोपनीयता का उल्लंघन था कि चेहरे की पहचान के उपयोग में अपर्याप्त कानूनी ढांचा या आनुपातिकता थी और इसका उपयोग डेटा संरक्षण अधिनियम 1998 का उल्लंघन था। और 2018 । मामला ब्रिज के पक्ष में तय किया गया था और हर्जाना नहीं दिया। मामले को गलत काम करने की घोषणा के माध्यम से सुलझाया गया था मामले के जवाब में, ब्रिटिश सरकार ने सार्वजनिक स्थानों पर चेहरे की पहचान के उपयोग को विनियमित करने वाले विधेयक को बार-बार पारित करने का प्रयास किया है। प्रस्तावित विधेयकों में सीसीटीवी आयुक्त के समान तरीके से सरकारी सेवाओं द्वारा चेहरे की पहचान के उपयोग को विनियमित करने की क्षमता वाले एक आयुक्त को नियुक्त करने का प्रयास किया गया है। ऐसा विधेयक अभी तक लागू नहीं हुआ है [सितंबर 2021 तक सही]<ref name=":11

कानून प्रवर्तन में अपूर्ण तकनीक
, यह अभी भी विवादित है कि चेहरे की पहचान तकनीक रंग के लोगों पर कम सटीक रूप से काम करती है या नहीं जॉय बुओलामविनी (एमआईटी मीडिया लैब) और टिमनीट गेब्रू (माइक्रोसॉफ्ट रिसर्च) के एक अध्ययन में पाया गया कि तीन व्यावसायिक चेहरे की पहचान प्रणालियों के भीतर रंग की महिलाओं के लिए लिंग पहचान के लिए त्रुटि दर 23.8% से 36% तक थी, जबकि लाइटर के लिए -चमड़ी वाले पुरुषों में यह 0.0 से 1.6% के बीच था। पुरुषों (91.9%) की पहचान के लिए समग्र सटीकता दर महिलाओं (79.4%) की तुलना में अधिक थी, और किसी भी प्रणाली में लिंग की गैर-द्विआधारी समझ को समायोजित नहीं किया गया था। इसने यह भी दिखाया कि व्यावसायिक चेहरे की पहचान के मॉडल को प्रशिक्षित करने के लिए इस्तेमाल किए गए डेटासेट व्यापक आबादी का प्रतिनिधित्व नहीं करते थे और हल्के-चमड़ी वाले पुरुषों की ओर झुके हुए थे। हालांकि, एक अन्य अध्ययन से पता चला है कि देश भर के कानून प्रवर्तन कार्यालयों को बेचे जाने वाले कई वाणिज्यिक चेहरे की पहचान सॉफ्टवेयर में गोरे लोगों की तुलना में काले लोगों के लिए कम झूठी गैर-मिलान दर थी।

विशेषज्ञों को डर है कि चेहरा पहचान प्रणाली वास्तव में नागरिकों को नुकसान पहुंचा सकती है, पुलिस का दावा है कि वे रक्षा करने की कोशिश कर रहे हैं इसे एक अपूर्ण बायोमेट्रिक माना जाता है, और जॉर्ज टाउन विश्वविद्यालय के शोधकर्ता क्लेयर गारवी द्वारा किए गए एक अध्ययन में, उन्होंने निष्कर्ष निकाला कि वैज्ञानिक समुदाय में कोई सहमति नहीं है कि यह किसी की सकारात्मक पहचान प्रदान करता है।<ref name=":4 यह माना जाता है कि इस तकनीक में त्रुटि के इतने बड़े मार्जिन के साथ, कानूनी अधिवक्ताओं और चेहरे की पहचान सॉफ्टवेयर कंपनियों दोनों का कहना है कि प्रौद्योगिकी को मामले के केवल एक हिस्से की आपूर्ति करनी चाहिए कोई सबूत नहीं जिससे किसी व्यक्ति की गिरफ्तारी हो सकती है चेहरे की पहचान प्रौद्योगिकी कंपनियों को नस्लीय पक्षपातपूर्ण परीक्षण की आवश्यकताओं के लिए नियमों की कमी कानून प्रवर्तन में उपयोग को अपनाने में एक महत्वपूर्ण दोष हो सकती है। साइबरएक्सट्रूडर, एक कंपनी जो खुद को कानून प्रवर्तन के लिए विपणन करती है, ने कहा कि उन्होंने अपने सॉफ़्टवेयर में पूर्वाग्रह पर परीक्षण या शोध नहीं किया था। साइबरएक्सट्रूडर ने नोट किया कि कुछ त्वचा के रंग सॉफ्टवेयर के लिए प्रौद्योगिकी की वर्तमान सीमाओं के साथ पहचानना अधिक कठिन हैं। जिस तरह बहुत गहरे रंग की त्वचा वाले व्यक्तियों को चेहरे की पहचान के माध्यम से उच्च महत्व के साथ पहचानना मुश्किल होता है, उसी तरह बहुत पीली त्वचा वाले व्यक्ति समान होते हैं, ब्लेक सेनफ्टेन ने कहाआर, साइबरएक्सट्रूडर में एक वरिष्ठ सॉफ्टवेयर इंजीनियर यूनाइटेड स्टेट्स नेशनल इंस्टीट्यूट ऑफ स्टैंडर्ड एंड टेक्नोलॉजी (एनआईएसटी) ने एफआरटी सिस्टम 1:1 सत्यापन का व्यापक परीक्षण किया<ref name="meilee.ngan@nist.gov और 1: कई पहचान इसने विभिन्न जनसांख्यिकीय समूहों में एफआरटी की भिन्न सटीकता के लिए भी परीक्षण किया। स्वतंत्र अध्ययन वर्तमान में संपन्न हुआ, किसी भी FRT प्रणाली में 100% सटीकता नहीं है

डेटा सुरक्षा
2010 में, पेरू ने व्यक्तिगत डेटा संरक्षण के लिए कानून पारित किया, जो बायोमेट्रिक जानकारी को परिभाषित करता है जिसका उपयोग किसी व्यक्ति को संवेदनशील डेटा के रूप में पहचानने के लिए किया जा सकता है। 2012 में, कोलम्बिया ने एक व्यापक डेटा संरक्षण कानून पारित किया जो जैवमितीय डेटा को संवेदनशील जानकारी के रूप में परिभाषित करता है यूरोपीय संघ के 2016 सामान्य डेटा संरक्षण विनियमन (जीडीपीआर) के अनुच्छेद 9 (1) के अनुसार एक प्राकृतिक व्यक्ति की विशिष्ट पहचान के उद्देश्य से जैवमितीय डेटा का प्रसंस्करण संवेदनशील है और इस तरह से संसाधित चेहरे की पहचान डेटा संवेदनशील व्यक्तिगत हो जाता है। जानकारी। जीडीपीआर के यूरोपीय संघ के सदस्य राज्यों के कानून में पारित होने के जवाब में, यूरोपीय संघ के शोधकर्ताओं ने चिंता व्यक्त की कि अगर उन्हें जीडीपीआर के तहत उनके चेहरे की पहचान डेटा के प्रसंस्करण के लिए व्यक्ति की सहमति प्राप्त करने की आवश्यकता होती है, तो के पैमाने पर एक चेहरा आकड़ाकोष मेगाफेस को फिर कभी स्थापित नहीं किया जा सका सितंबर 2019 में  स्वीडिश डेटा प्रोटेक्शन अथॉरिटी (डीपीए) ने एक स्कूल के खिलाफ ईयू के जनरल डेटा प्रोटेक्शन रेगुलेशन (जीडीपीआर) के उल्लंघन के लिए अपना पहला वित्तीय दंड जारी किया, जो समय लेने वाली रोल कॉल को बदलने के लिए तकनीक का उपयोग कर रहा था। कक्षा। डीपीए ने पाया कि स्कूल ने अवैध रूप से अपने छात्रों के जैवमतिय डेटा को एक प्रभाव मूल्यांकन पूरा किए बिना प्राप्त किया। इसके अलावा स्कूल ने डीपीए को पायलट योजना से अवगत नहीं कराया। 200,000 एसईके जुर्माना (€19,000/''21,000) जारी किया गया था

संयुक्त राज्य अमेरिका में कई अमेरिकी राज्यों ने जैवमतिय डेटा की गोपनीयता की रक्षा के लिए कानून पारित किए हैं। उदाहरणों में इलिनोइस बायोमेट्रिक सूचना गोपनीयता अधिनियम (बीआईपीए) और कैलिफोर्निया उपभोक्ता गोपनीयता अधिनियम (सीसीपीए) शामिल हैं। मार्च 2020 में कैलिफोर्निया के निवासियों ने क्लियरव्यू एआई के खिलाफ क्लास एक्शन दायर किया, जिसमें आरोप लगाया गया कि कंपनी ने अवैध रूप से जैवमितीय डेटा ऑनलाइन एकत्र किया था और चेहरा पहचान तकनीक की मदद से जैवमितीय डेटा का एक डेटाबेस बनाया था जिसे कंपनियों और पुलिस बलों को बेचा गया था। उस समय क्लियरव्यू एआई को पहले से ही बीआईपी के तहत दो मुकदमों का सामना करना पड़ा था और व्यक्तिगत सूचना संरक्षण और इलेक्ट्रॉनिक दस्तावेज़ अधिनियम  (पीआईपीईडीए) के अनुपालन के लिए कनाडा के गोपनीयता आयुक्त द्वारा एक जांच

चेहरे की पहचान तकनीक के उपयोग पर प्रतिबंध
मई 2019 में, सैन फ्रांसिस्को, कैलिफोर्निया पुलिस और अन्य स्थानीय सरकारी एजेंसियों के उपयोग के लिए चेहरे की पहचान सॉफ्टवेयर के उपयोग पर प्रतिबंध लगाने वाला पहला प्रमुख संयुक्त राज्य अमेरिका का शहर बन गया। सैन फ्रांसिस्को पर्यवेक्षक, हारून पेस्किन, ने ऐसे नियम पेश किए जिनके लिए एजेंसियों को निगरानी प्रौद्योगिकी खरीदने के लिए सैन फ्रांसिस्को बोर्ड ऑफ सुपरवाइजर्स से अनुमोदन प्राप्त करने की आवश्यकता होगी।<ref name=":03 विनियमों के लिए यह भी आवश्यक है कि एजेंसियां ​​सार्वजनिक रूप से नई निगरानी तकनीक के लिए इच्छित उपयोग का खुलासा करें जून 2019 में, सोमरविले, मैसाचुसेट्स संयुक्त राज्य अमेरिका के पूर्वी तट पर सरकारी उपयोग के लिए चेहरा निगरानी सॉफ्टवेयर पर प्रतिबंध लगाने वाला पहला शहर बन गया।<ref name=":12 विशेष रूप से पुलिस जांच और नगरपालिका निगरानी में<ref name=":22 जुलाई 2019 में, ओकलैंड, कैलिफ़ोर्निया ने शहर के विभागों द्वारा चेहरे की पहचान तकनीक के उपयोग पर प्रतिबंध लगा दिया

अमेरिकन सिविल लिबर्टीज यूनियन (एसीएलयू) ने निगरानी तकनीक में पारदर्शिता के लिए संयुक्त राज्य भर में अभियान चलाया है और इसने सैन फ़्रांसिस्को और सोमरविले दोनों के चेहरे की पहचान करने वाले सॉफ़्टवेयर पर प्रतिबंध का समर्थन किया है। एसीएलयू इस तकनीक के साथ गोपनीयता और निगरानी को चुनौती देने का काम करता है

जनवरी 2020 में, यूरोपीय संघ ने सुझाव दिया, लेकिन फिर जल्दी से सार्वजनिक स्थानों पर चेहरे की पहचान पर एक प्रस्तावित रोक हटा दी गई।

के दौरान जॉर्ज फ्लोयड विरोध, शहर सरकार द्वारा चेहरे की पहचान के उपयोग पर बोस्टन, मैसाचुसेट्स में प्रतिबंध लगा दिया गया था। 10 जून, 2020 से नगर निगम के उपयोग पर प्रतिबंध लगा दिया गया है<ref name=":10
 * बर्कले, कैलिफोर्निया
 * ओकलैंड, कैलिफोर्निया
 * बोस्टन, मैसाचुसेट्स - 30 जून, 202
 * ब्रुकलाइन, मैसाचुसेट्स
 * कैम्ब्रिज, मैसाचुसेट्स
 * नॉर्थम्प्टन, मैसाचुसेट्स
 * स्प्रिंगफील्ड, मैसाचुसेट्स
 * सोमरविले, मैसाचुसेट्स
 * पोर्टलैंड, ओरेगन - सितंबर 202

वेस्ट लाफायेट, इंडियाना सिटी काउंसिल ने चेहरे की पहचान निगरानी तकनीक पर प्रतिबंध लगाने वाला एक अध्यादेश पारित किया

27 अक्टूबर, 2020 को, 22 मानवाधिकार समूहों ने मियामी विश्वविद्यालय को चेहरे की पहचान तकनीक पर प्रतिबंध लगाने का आह्वान किया। यह तब आया जब छात्रों ने स्कूल पर छात्र प्रदर्शनकारियों की पहचान करने के लिए सॉफ्टवेयर का उपयोग करने का आरोप लगाया। हालांकि, विश्वविद्यालय द्वारा आरोपों से इनकार किया गया था

यूरोपीय अपने चेहरे को पुनः प्राप्त करें गठबंधन अक्टूबर 2020 में लॉन्च किया गया। गठबंधन ने चेहरे की पहचान पर प्रतिबंध लगाने का आह्वान किया और फरवरी 2021 में यूरोपीय नागरिकों की पहल शुरू की। 60 से अधिक संगठन कॉल करते हैं  यूरोपीय आयोग बायोमेट्रिक निगरानी प्रौद्योगिकियों के उपयोग को कड़ाई से विनियमित करने के लिए

एक राज्य पुलिस सुधार कानून जुलाई 2021 में प्रभावी होगा; विधायिका द्वारा पारित प्रतिबंध को गवर्नर चार्ली बेकर द्वारा खारिज कर दिया गया था इसके बजाय, कानून को न्यायिक वारंट की आवश्यकता होती है, उन कर्मियों को सीमित करें जो खोज कर सकते हैं, इस बारे में डेटा रिकॉर्ड करें कि तकनीक का उपयोग कैसे किया जाता है, और भविष्य के नियमों के बारे में सिफारिशें करने के लिए एक आयोग बनाएं।

भावना पहचान
18वीं और 19वीं शताब्दी में, यह विश्वास कि चेहरे के भावों से मनुष्य के नैतिक मूल्य या वास्तविक आंतरिक स्थिति का पता चलता है, व्यापक था और मुख का आकृतिपश्चिमी दुनिया में एक सम्मानित विज्ञान था। 19वीं शताब्दी के प्रारंभ से ही पागलपन और मनोभ्रंश का पता लगाने के लिए चेहरे की विशेषताओं और चेहरे की अभिव्यक्ति के शारीरिक विश्लेषण में फोटोग्राफी का उपयोग किया गया था। 1960 और 1970 के दशक में मानवीय भावनाओं और उसके भावों के अध्ययन को   मनोवैज्ञानिक द्वारा फिर से खोजा गया, जिन्होंने घटनाओं के लिए भावनात्मक प्रतिक्रियाओं की एक सामान्य श्रेणी को परिभाषित करने का प्रयास किया। स्वचालित  भावना पहचान पर शोध 1970 के बाद से  चेहरे की अभिव्यक्ति और  भाषण पर केंद्रित है, जिसे दो सबसे महत्वपूर्ण तरीकों के रूप में माना जाता है जिसमें मनुष्य अन्य मनुष्यों के लिए भावनाओं को संप्रेषित करता है। 1970 के दशक में भावनाओं की शारीरिक अभिव्यक्ति के लिए चेहरा क्रिया कोडिंग सिस्टम (FACS) वर्गीकरण स्थापित किया गया था। इसके डेवलपर पॉल एकमैन का कहना है कि छह भावनाएं हैं जो सभी मनुष्यों के लिए सार्वभौमिक हैं और इन्हें चेहरे के भावों में कोडित किया जा सकता है। पिछले दशकों में स्वचालित भावना विशिष्ट अभिव्यक्ति पहचान में अनुसंधान ने मानव चेहरों के सामने वाले दृश्य छवियों पर ध्यान केंद्रित किया है

2016 में, उच्च परिभाषासीसीटीवी, उच्च संकल्प3 डी चेहरा पहचान और आईरिस पहचान के साथ, फेशियल फीचर इमोशन पहचान कलन विधि नई तकनीकों में से थे, जिससे उनका रास्ता निकल गया। विश्वविद्यालय अनुसंधान प्रयोगशाला 2016 में, फेसबुक ने कार्नेगी मेलॉन यूनिवर्सिटी द्वारा फेसियोमेट्रिक्स, एक फेशियल फीचर इमोशन पहचान  कॉर्पोरेट स्पिन-ऑफ का अधिग्रहण किया। उसी वर्ष में एप्पल आईनसी. ने चेहरे की विशेषता भावना पहचान   स्टार्ट-अप  Emotient. का अधिग्रहण किया 2016 के अंत तक, चेहरे की पहचान प्रणाली के वाणिज्यिक विक्रेताओं ने चेहरे की विशेषताओं के लिए भावना पहचान कलन विधि एकीकृत और तैनात करने की पेशकश की एमआईटी की मीडिया लैब स्पिन-ऑफ  अफेक्टिवा] 2019 के अंत तक एक चेहरे की अभिव्यक्ति भावना का पता लगाने वाले उत्पाद की पेशकश की जो मनुष्यों में भावनाओं को पहचान सकता है जबकि ड्राइविंग

एंटी-फेशियल मान्यता सिस्टम
जनवरी 2013 में, नेशनल इंस्टीट्यूट ऑफ इंफॉर्मेटिक्स के जापानी शोधकर्ताओं ने 'गोपनीयता वाइजर' चश्मा बनाया जो लगभग इन्फ्रारेड लाइट का उपयोग करता है ताकि इसके नीचे के चेहरे को पहचान सॉफ्टवेयर का सामना करने के लिए पहचाना न जा सके। नवीनतम संस्करण एक टाइटेनियम फ्रेम, प्रकाश-परावर्तक सामग्री और एक मुखौटा का उपयोग करता है जो प्रकाश स्रोतों को अवशोषित और उछाल दोनों के माध्यम से चेहरे की पहचान तकनीक को बाधित करने के लिए कोण और पैटर्न का उपयोग करता है।   कुछ प्रोजेक्ट नए मुद्रित पैटर्न के साथ आने के लिए प्रतिकूल मशीन लर्निंग का उपयोग करते हैं जो मौजूदा चेहरा पहचान सॉफ़्टवेयर को भ्रमित करते हैं

चेहरे की पहचान प्रणाली से बचाने के लिए एक और तरीका विशिष्ट बाल कटाने और मेकअप पैटर्न हैं जो इस्तेमाल किए गए कलन विधि को चेहरे का पता लगाने से रोकते हैं, जिसे कंप्यूटर विज़न डैज़ल के रूप में जाना जाता है। संयोग से,  जुग्गालोस के साथ लोकप्रिय मेकअप शैलियाँ भी चेहरे की पहचान से रक्षा कर सकती हैं

चेहरे के मास्क जो संक्रामक वायरस से बचाने के लिए पहने जाते हैं, चेहरे की पहचान प्रणाली की सटीकता को कम कर सकते हैं। एक 2020 एनआईएसटी अध्ययन, लोकप्रिय एक-से-एक मिलान प्रणाली का परीक्षण किया और नकाबपोश व्यक्तियों पर पांच से पचास प्रतिशत के बीच विफलता दर पाया। द वर्ज ने अनुमान लगाया कि बड़े पैमाने पर निगरानी प्रणाली की सटीकता दर, जिसे अध्ययन में शामिल नहीं किया गया था, एक-से-एक मिलान प्रणाली की सटीकता से भी कम सटीक होगी। वां ऐप्पल पे  की चेहरे की पहचान भारी मेकअप, मोटी दाढ़ी और यहां तक ​​​​कि धूप के चश्मे सहित कई बाधाओं के माध्यम से काम कर सकती है, लेकिन मास्क के साथ विफल हो जाती है

यह भी देखें

 * AI effect
 * Amazon Rekognition
 * Applications of artificial intelligence
 * Automatic number plate recognition
 * Biometric technology in access control
 * Coke Zero Facial Profiler
 * Computer processing of body language
 * Computer vision
 * DeepFace
 * Face perception
 * Face Recognition Grand Challenge
 * FindFace
 * Glasgow Face Matching Test
 * ISO/IEC 19794-5
 * MALINTENT
 * National biometric id card
 * Artificial intelligence for video surveillance
 * Multimedia information retrieval
 * Multilinear subspace learning
 * Pattern recognition, analogy and case-based reasoning
 * Retinal scan
 * SenseTime
 * Super recognisers
 * Template matching
 * Three-dimensional face recognition
 * Vein matching
 * Gait analysis


 * Lists
 * List of computer vision topics
 * List of emerging technologiesOutline of artificial intelligence