人脸检测（Face Detection）是利用计算机视觉处理技术在数字图像或视频中自动定位人脸的过程，人检测不仅检测人脸在图像或视频中的位置，还应该检测出其大小与方向（姿态）。人脸检测是有关人脸图分析应用的基础，包括人脸识别和验证、监控场合的人脸跟踪、面部表情分析、面部属性识别（性别、年龄、笑、痛苦）、面部光照调整和变形、面部形状重建、图像视频检索等。近几年，随着机器学习技术的发展，人检测成功率与准确率大幅度提高，并开始大规模实用，如机场和火车站人脸验票、人脸识别身份认证等。
ARKit 支持人脸检测，并且支持多人险同时检测，还支持表情属性和 BlendShapes。
人脸识别（Face Recognition）是指利用人脸检测技术确定两张人脸是否对应同一个人，人脸识别技是人脸检测技术的扩展和应用，也是很多其他应用的基础。目前，ARKit 仅提供人脸检测，而不提供人脸别功能。
人脸跟踪（Face Tracking）是指将人脸检测扩展到视频序列，跟踪同一张人脸在视频序列中的位置。是论上讲，任何出现在视频中的人险都可以被跟踪，也即是说，在连续视频帧中检测到的人脸可以被识别为同一个人。人脸跟踪不是人脸识别的一种形式，它是根据视频序列中人脸的位置和运动推断不同视频帧中的人脸是否同一人的技术。
人脸检测属于模式识别的一类，但人脸检测成功率受到很多因素的影响，影响人脸检测成功率的因素主要有以下所述情形。
影响人脸检测的因素
-
图像大小 ，人脸图像过小会影响检测效果，人脸图像过大会影响检测速度，图像大小反映在实际应用场景中就是人脸离摄像头的距离；
-
图像分辦率，越低的图像分辨率越难检测，图像大小与图像分辨率直接影响摄像头识别距离。
-
光照环境 ，目前4K 摄像机看清人脸的最远距离是10m 左右，移动手机检测距离更小一些过亮或过暗的光照环境都会影响人脸检测效果
-
模糊程度 ，实际场景中主要是运动模糊，人险相对于摄像机的移动经常会产生运动模糊五官无遮挡、脸部边缘清晰的图像有利于人脸检测。
-
遮挡程度 ，有遮挡的人脸会对人脸检测成功率造成影响人险相对于摄像机角度不同也会影响人脸检测效果。
-
采集角度， 正脸最有利于检测，偏离角度越大越不利于检選
随着人工智能技术的持续发展，在全球信息化、云计算、大数据的支持下，人脸检测识别技术也会越来越成熱，同时应用面会越来越广，可以预见，以人脸检测为基础的人脸识别将会呈现网络化、多识别融合3互联的发展趋势。