Skalę postępu udokumentował amerykański Narodowy Instytut Standaryzacji i Technologii (NIST). W testach z 2018 roku najlepsze algorytmy nie znajdowały poszukiwanej osoby w bazie zdjęć policyjnych jedynie w 0,25% przypadków, a poprawę w stosunku do lat 2010–2013 NIST przypisał zastąpieniu wcześniejszych technik głębokimi sieciami splotowymi.
Zasada działania Typowy system rozpoznawania twarzy działa w kilku etapach: detekcja twarzy – zlokalizowanie twarzy na obrazie i oddzielenie jej od tła, normalizacja (wyrównanie) – korekta pozy, skali i oświetlenia, zwykle na podstawie wykrytych punktów orientacyjnych (oczu, nosa, ust), ekstrakcja cech – przekształcenie znormalizowanego obrazu w wektor liczbowy (szablon), współcześnie za pomocą głębokiej sieci neuronowej, porównanie – obliczenie miary podobieństwa między szablonem a szablonem referencyjnym (weryfikacja) lub wszystkimi szablonami w bazie (identyfikacja) i podjęcie decyzji na podstawie progu.
Wynik działania systemu ma charakter probabilistyczny: w trybie identyfikacji system zazwyczaj zwraca listę kandydatów uszeregowaną według podobieństwa, a ostateczną decyzję powinien podejmować człowiek.