人脸识别技术的发展经历了以下三个阶段
第一阶段，主要研究简单背景中的人脸的识别和人脸识别过程中所需的面部特征。二十世纪七十年代，得利于电脑的发展，开始有研发人员利用电脑搭建质量较高的人脸灰度图模型。在这个阶段的研究虽然人脸识别还未能真正落地应用，但是对设计师机器识别人脸算法和系统的工程师有很重要的引导。
第二阶段，主要研究的是人机交互式的人脸识别。同样的，这主要还是老外们在研究，lesk和harmon采用几何特征参数和多维特征向量共同描述人脸图像信息，同时基于这种思想开发了图像识别系统。Kobayashi和kaya将统计识别的相关理论应用到人脸识别众，采用欧式几何距离来描述面部特征，比如嘴唇和鼻子的距离、鼻子和眼睛的距离等等。Stonham则提出了一种单隐层的自适应神经网络来进行人脸识别和表情分析。尽管如此，这个阶段还是没有摆脱人工干预，还是需要操作员的某些经验知识。
第三阶段，机器自动识别阶段。随着计算机硬件配置的不断提高和算法的不断改善和提高，人脸识别的运算速度和效率也越来越高。不仅能自动识别正面的光照良好、没有遮挡的面部，而且对不用姿态、不同表情、不同年龄、不同光照的人脸也能进行识别。甚至可以识别出表情、年龄等信息。现今，机器识别的准确率已经超越了人类。
近几年来，随着数据库训练基础的大大增加，和神经技术的累积，再加之统计学和数据学的发展，才逐渐走向了成熟。加上计算机的发展、物联网、互联网行业的快速发展，人脸识别的精度也逐渐上升，人脸识别技术也得到了前所未有的发展。人脸识别算法的更新、扫描方式、对比方式、数据库，各个环节相关打通，人脸识别终端设备终于投入到实际生产以及服务中来。