В системах распознавания личности по описаниям используются различные алгоритмы, среди них:

• Метод опорных векторов (SVM). 1 Алгоритм машинного обучения, который предназначается для решения задач линейной и нелинейной классификации, регрессии, а также для выявления выбросов. 1 Цель алгоритма — найти гиперплоскость, которая бы оптимальным образом разделяла экземпляры классов. 1
• Метод k ближайших соседей (kNN). 1 Один из самых простых алгоритмов машинного обучения. 1 Построение модели основано на запоминании обучающего набора. 1 Основные настраиваемые параметры данного алгоритма — количество соседей и метрика. 1
• Случайный лес (Random Forest). 1 Алгоритм машинного обучения, который представляет из себя композицию деревьев решений. 1
• Метод главных компонент (PCA). 1 Один из самых популярных алгоритмов понижения размерности данных. 1 Его суть заключается в идентификации гиперплоскости, которая находится наиболее близко к данным, и дальнейшем проецировании данных на эту гиперплоскость. 1
• Метод Виолы-Джонса. 3 Классификатор с высокими точностью и скоростью обнаружения лиц на изображениях. 3 Среди недостатков метода — долгое время обучения и требование большого объёма данных для этого. 3
• Алгоритмы распознавания лица. 5 Разделяются на два типа, различающихся подходами к их реализации. 5 Первые алгоритмы — эмпирические, делают попытку моделирования работы человеческого мозга в процессе идентификации лица в поле видимости. 5 Другой тип алгоритмов основан на математическом аппарате, для которого задача распознавания лица является частным случаем задачи распознавания. 5