Системы распознавания лиц в разных моделях видеонаблюдения могут отличаться по нескольким параметрам, например:

• Место обработки видеопотока. 5 Системы могут работать на сервере, на IP-камере или на видеорегистраторе. 5
• Алгоритм распознавания. 4 Системы используют разные методы, у каждого из них есть свои плюсы и минусы. 4 Например, нейронные сети позволяют получить качественное распознавание в течение короткого времени, но добавить новый эталон в базу сложно. 4 Скрытые Марковские модели основаны на статистическом сравнении полученных изображений с эталонами, но имеют большое время отклика и могут спутать похожих людей. 4 Гибкое сравнение на графах использует 2D-моделирование, при этом учитываются основные антропометрические точки, которые в течение жизни не меняются: расстояние между ушами и глазами, ширина носа или губ. 4
• Функциональные возможности. 2 Некоторые системы, например Beward DKS20210, способны реагировать даже на лицо, которое повёрнуто относительно оси объектива. 2 Другие, такие как NOVICAM Smart, работают с кадрами лиц различной площади и их расположения относительно объектива, реагируют на предметы, которые закрывают опознаваемое лицо. 2
• Освещённость. 2 Некоторые системы могут работать при слабой освещённости. 2

Также на качество распознавания влияют количество источников света, адаптация камеры к плохому освещению, место её установки, угол обзора и средства защиты от негативных проявлений окружающей среды. 4