臉檢測是現在許多應用環境和程序中的第一步，包括人臉識別測溫，頭部姿勢分析，甚至某些全身檢測系統。由于臉部通常沒有衣服遮蓋，因此紅外熱像儀可以捕獲臉部的直接皮膚溫度，對人體進行人臉識別測溫。

因此，現代科學提出了基于溫度和形狀組合的頭部檢測系統。使用紅外熱像儀的人臉識別測溫消除了照明變化的影響，并簡化了分割步驟。但是由于對象的不同熱模式（由不同的活動水平或情緒，例如焦慮引起）也會帶來一些挑戰。神經網絡是最早的方法之一，使用基于外觀的方法將紅外熱圖像在人臉識別測溫中的使用與視覺圖像進行了比較。紅外熱圖像比視覺圖像將會產生更好的結果。但是，尚未測試受試者的不同活動水平和極端環境溫度如何影響識別率。所以，使用極性變換，本征空間投影和使用多層感知器進行分類的技術開發了一種熱面部識別算法。測試了使用面部的不同部分進行人臉識別測溫，并得出結論，使用面部的上部比使用整個面部具有更好的識別率。也提出了一種以特征和不變生理信息為特征的人臉識別系統。

圖為人臉識別測溫

同樣地，識別常見的面部表情是另一個非常重要的任務。在這里，神經網絡也已被用作早期方法。例如，使用120張圖像的稀疏數據集，顯示一個人的四種不同表情，該系統會顯示出良好的效果。同時，提出了一種通過分析幾何形狀和局部特征來識別面部表情的系統。在許多視覺系統中，面部方向也是令人感興趣的。一些研究中提出了估計頭部姿勢的系統。用人臉識別測溫系統計算正面圖像的側傾角，提出了一種估計頭部偏航角的系統。另外，這種人臉識別測溫可用于檢測駕駛員在汽車中的姿勢以進行矯正。

測量臉部的熱量分布還可以提供有關焦慮程度，汽車駕駛員的情緒信息，也可以將其用于自動檢測。為了使這樣的系統自動工作，重要的是該系統能夠隨時間跟蹤感興趣的組織。一種紅外熱像儀使用粒子濾波跟蹤器的跟蹤系統應運而生。為了進行生物性質的人臉識別測溫，提出了使用熱“面部指紋”的方法。這些面部印記可以捕捉面部生理特征，代表皮膚下的血管網絡。還利用熱面部圖像進行生物特征識別，從骨架化的MWIR圖像中提取淺表血管。