A hagyományos módszerekkel dolgozó algoritmusok a kép/arc jellegzetességeire, például a szem, orr stb. relatív pozíciójára, méretére, formájára fókuszálnak, azok alapján keresnek kapcsolódó mintákat, vagy arckép-galériák adatait igyekeznek tömöríteni, csak a felismerés során hasznosíthatókat megtartva. Két főbb megközelítés terjedt el: a geometrikus a megkülönböztető jegyeket keresi, a statisztikai módszert használó fotometrikus a képet számszerűsített értékekre osztja, majd az értékeket sablonokkal hasonlítja össze. A legkorábbi sikeres rendszerek a kettőt részben összekapcsolva, a nagyon jellegzetes arcjegyeket, az azokból „tömörített" arcokat mintasablonok összekapcsolásával azonosították.

Az utóbbi években elterjedt 3D-s algoritmusok az emberi arc felületén található egyedi jegyek, például a szemgödör hajlatai, az orr, az áll – olyan részek, ahol a szövetek és a csontok lassabban módosulnak – feltérképezésével képes személyeket azonosítani. Az arc formáját a világítás változásai sem befolyásolják, ami azt jelenti, hogy a 3D-s szenzorokkal működő módszer (majdnem) sötétben is sikeresen alkalmazható. Nagyon fontos, hogy különböző szögeket használva úgyszintén. Például, ha kilencven fokot változtatunk, azaz profillal próbálkozunk, ami azért komoly előrelépés, mert a technológia szemtől szemben jól működött, húsz fokosnál nagyobb elmozdulás esetén viszont már kevésbé. Az alkalmazások szintén hozzájárultak ahhoz, hogy a fejlesztők elhanyagolták a profilt: személyi igazolványoknál vagy arcszkennelésnél az alanyokat irányított fényviszonyok mellett, szemtől szemben vizsgálták.

A mind jobb felbontású képek lehetővé teszik egy másik új módszer, a bőr-textúra aprólékos elemzésének sikeres elterjedését. A bőr bármely pirinyó részéről újabb kép hozható létre, amely még kisebb részekre bontható. Az algoritmusok mérhető matematikai terekké alakítják át ezeket, az összes vonallal, pórussal, ránccal együtt. Egypetéjű ikrek arcfelismerő szoftverrel eddig lehetetlen megkülönböztetése is kivitelezhető így. Az arcfelismerés és a felület-textúra elemzés kombinációja húsz-huszonöt százalékkal pontosabbá teszi az eredményeket.

A pontos gépi arcfelismerés szükségét egy friss trend is indokolja: nő a más néven új jogosítványt (mivel az előzőt bevonták, arra nem jogosult) kérelmezők száma. A csalás elméletileg megelőzhető az új technológiával.

Egy-egy jogosítványkép azonban nem tévesztendő össze mozgó tömegben lévő egyének azonosításával. Adottak a fényviszonyok, a beállítás, a háttér, nem mozdulunk, mindenféle véletlen kizárható. Viszont a rendszernek egy focimeccsen például majdnem ellentétes feltételek között kellene bizonyítania, beazonosítania a keresett személyt. A videó megfigyelő-hálózatok csak az utóbbi években álltak át analógról a munkát megkönnyítő IP-alapú digitális kamerák használatára, amelyek az arcfelismerő szoftverek gyors fejlődésével egyre jobb teljesítményre lesznek képesek.

Az információs társadalom többi vívmányához hasonlóan a felismerő-azonosító technológiák térhódítása is felveti a magánélet sérthetetlenségének kérdését. A nagyobb fejlesztők a privacy védelmére ügyelő algoritmusokat dolgoznak ki. Egy-egy arc paramétereit elemezve, új arcképet hoznak létre, majd összeillesztik az eredetivel. Látszatra ellentétes technológiák, pedig voltaképpen csak az arcfelismerés lehetőségeinek kiterjesztéséről van szó.