人脸识别目前的应用除了检索相似人脸之外，当然有用于身份验证的，北京奥运会、上海世博会、伦敦暴乱嫌疑人认定、伦敦希斯罗机场入境等等都有使用基于人脸的身份验证软件。只是具体来说各个产品的识别准确性有待具体问题具体分析。现在的算法在126对双胞胎(252人)的上万张图像的数据库上测试，验证出人脸识别技术来识别双胞胎是可行的。但是当图像包含光照、姿势、表情等等变化时，效果很差。这个是识别非双胞胎或双胞胎都面临的问题。另外有些算法还会特别提取一些细微特征例如痣、疤痕等来帮助区别双胞胎。现阶段来讲人脸比起指纹、虹膜、DNA这些生物特征来说，确实精确度还不够。但是设想刷脸取代取代密码并不能说“很天真”。我在另外问题的答案里也提到过，自动人脸识别技术发展了40多年，False reject rate从1993年的79%降到2010年的0.3%(false accept rate=0.1%)。LFW库上的算法识别率从2007年的60%升到2014年的97~98%，可见是取得了巨大进步的。同卵双胞胎，长得非常像。人脸识别技术还没有办法区分出来。对于这个问题，常见的技术实现方法如下几种：参考模板法首先设计一个或数个标准人脸的模板，然后计算测试采集的样品与标准模板之间的匹配程度，并通过阈值来判断是否存在人脸；人脸规则法由于人脸具有一定的结构分布特征，所谓人脸规则的方法即提取这些特征生成相应的规则以判断测试样品是否包含人脸。
人脸识别具体技术很多种，逻辑上有关键两步：人脸的注册和人脸的识别。注册就是说告诉计算机你是谁，你长这个样子，识别就是说我长这个样子，你说我是谁。双胞胎的识别也分成两种情况：双胞胎两个人都注册了和双胞胎其中之一注册了。在两个人都注册了的情况下，目前的技术是可以的，在某些限制下可以做得很好的。在只有其中一个人注册的情况难度大很多，尤其对于很相似的同卵双胞胎是很有挑战的。这和人的情况是一样的，如果你知道某人是双胞胎，你可以注意一些平时不注意的细节把他们分开，如果你从来不知道某人是双胞胎，第一次看见双胞胎中的另一位一定会认错的。
样品学习法这种方法即采用模式识别中人工神经网络的方法，即通过对面像样品集和非面像样品集的学习产生分类器；肤色模型法这种方法是依据面貌肤色在色彩空间中分布相对集中的规律来进行检测。特征子脸法这种方法是将所有面像集合视为一个面像子空间，并基于检测样品与其在子孔间的投影之间的距离判断否存在面像。综合法就是以上五种方法综合使用。结论：现有的主流技术还无法判别区分长得很像的双胞胎。
