现代人脸检测的方法和过程如下:首先，机器扫描庞大的人脸信息数据库，然后学习人脸需要哪些特征。最后，这些分离的特征形成了机器眼中的脸。

斯特林·克里斯平收集了面部的数据样本，然后合成了一个二维图像，最后用3D打印出来。在算法生成最完美的人脸之前，他停止了迭代过程，结果是照片中出现了一个奇怪的突变。

他说:“我已经建立了一个使用遗传算法来计算三维人脸的系统。使用该算法，您可以随机创建面部形状。如果时间足够，脸部形状的变化会越来越接近人脸。”

脸书使用一个叫做深度脸的系统。找到人脸后，该系统测量67个不同的控制点，然后用来制作普通的三维模型。当然，系统也会做一些恢复和提取。如果你有数百万人的数据，你最终可以恢复人脸的组成部分。

然而，克里斯平承认在他的工作中有一些意想不到的结果:“这既有趣又危险——有些面孔非常私人，有些令人毛骨悚然。它展示了机器的本质。这些面孔看起来像幽灵，非常令人不安。”

该算法提取一个像狮身人面像的微笑。有些面孔的识别度很低。人脸识别算法有99%的概率识别出一张脸，但是有一张脸无论如何都不能被响应。在机器眼中，人类的面部柔软度和其他特征并不存在。

脸书使用了一个名为deepface的系统，识别率为97.25%。深度面使用3D模型来调整面的角度，以便面可以直接面对镜头。图A是原始照片，图G是最终效果。该软件最终识别出了图g。雅尼夫·泰格曼和他的同事在脸书人工智能实验室找到了一种建立3D模型的方法，这种方法可以将照片中的人脸调整到机器识别的最佳位置。然后，机器将把这张照片与400万张照片进行比较，这些照片包含了4000个独特的人类特征。