人脸识别考勤机是利用计算机图像处理技术从视频中提取人像特征点，利用生物统计学的原理进行分析并建立人脸特征模板。当已登记的人员从人脸识别机前走过，它会有语音提示“你好”或者人员的姓名表示考勤已成功。 而且，它还有拥有图像更新功能，若将正采取的图像作为第一人脸，存储的为第二人脸，如果第一人脸图像与第二人脸图像相一致，人脸识别考勤机将自动储存第一人脸图像来更新该第二人脸图像。该法可保持用户脸部图像的更新，降低了脸部外形改变对识别的影响，增加了识别的准确率。

  由于每个人的这些特征都不相同，因此利用人体的这些独特的生理特征可以准确地识别每个人的身份。

  随着计算机技术的迅速发展，人们开发了指纹识别、声音识别、掌形识别、签名识别、眼纹（视网膜）识别等多种生物识别技术，目前许多技术都己经成熟并得以应用。

  人脸检测分为参考模板、人脸规则、样本学习、肤色模型与特征子脸等方法。参考模板方法首先设计一个或数个标准人脸模板，然后计算测试样本与标准模板之间的匹配程度，通过阀值来判断是否存在人脸；人脸具有一定的结构分布特征，人脸规则即提取这些特征生成相应的规则以判断测试样本是否包含人脸；样本学习则采用模式识别中人工神经网络方法，通过对人脸样本集和非人脸样本集的学习产生分类器；肤色模型依据人脸肤色在色彩空间中分布相对集中的规律来进行检测；特征子脸将所有人脸集合视为一个人脸子空间，基于检测样本与其在子空间的投影之间的距离判断是否存在人脸。

  正常来说，人脸识别闸机在安装的时候要注意不要强光对射，如果人脸识别闸机在安装的时候，后期遇到强光，在扫描人脸的时候会有些误差。人脸识别闸机的识别距离一般在0.5-5米之间，所以不会影响到通行的效率，能够提供各方面的人脸识别闸机的解决方案。