近年來智能手機搭載面部識別已成為各家大廠新產品發展方向，蘋果（Apple）向來為智能手機產品規格與技術指標，自2009年起積極研發，2010年開始收購面部識別相關企業，至2017年為止，共收購七家與面部識別技術發展相關之公司，顯示其對發展面部識別技術的企圖心。

面部識別（Facial Recognition）的過程包括：透過影像擷取裝置擷取并輸入圖像；進行臉部偵測，識別描繪臉部的圖像區域，以確定人臉是否存在于圖像中；確認人臉存在后，則進一步的抽取臉部的特征，并與資料庫中已知的人臉進行辨識比對，從而確認或識別輸入圖像中的個人身分。一般來說，在臉部偵測段即做到良好的圖像處理，可降低后續辨識動作的運算量，以及提高臉部特征辨識度。而臉部特征量抽取的品質，很大程度決定后續辨識的效果。

以應用的角度來看，確認或識別他人身分的面部識別應用，稱為「身份認證」；除此之外，面部識別技術還可用以判斷臉部的各種屬性，如狀態、表情，乃至于情緒辨別，此稱為「屬性分析」。

面部識別技術需要處理大量的圖像，計算量龐大，成為技術推廣的重要課題。近年電腦運算效能提升，包括云端運算進展，改善運算上的課題。透過云端運算，也可執行安全監控等需要處理大量圖像資訊的應用需求；在智能手機等智能手持裝置上，執行如照片分類、個人身分認證等面部識別運算也變的更加可行。

蘋果過去主要將面部識別技術應用在圖像中的人物辨識，包括：

一、2009年在iPhoto推出的照片分類功能，iPhoto會辨識照片中的臉孔，再將辨識后認為是相同的臉孔進行歸類。

二、2011年在iPhone 4S推出的面部識別拍照功能，主要是支持面部識別對焦，臉部偵測最多可達到10張臉。

三、2013年iOS 7支持臉部（頭部）動作控制，可設定當iPhone偵測到右側或左側頭部晃動時，進行選定的操作選項，如點選、回主畫面等。

四、2016年推出的iOS 10，開始在智能手持裝置的本地端支持照片分類功能。五、2017年推出新的面部識別應用「Clips App」，透過面部識別技術與Photos App里的照片進行比對，確認影片中的人物，并建議用戶將檔案傳送給影片中出現的人。

蘋果在2009年后開始投入較多研發能量在面部識別技術開發，更早期的專利多是透過收購而來。自主研發的技術主要在臉部偵測（含圖像前處理）段，對于辨識方面的技術著墨不深。為加速面部識別技術商用化時程，2010年開始大舉采用并購策略以完善布局，并購技術涵蓋其所有面部識別技術缺口，至2017年在面部識別技術的布局已相當完整。

首先，Polar Rose、RealFace的技術補足蘋果在辨識技術上的缺口，并提升面部識別技術最重要的精度及即時性。Polar Rose的3D面部識別技術、PrimeSense的3D圖像捕捉技術、再搭配LinX高精度的微型影像感測器，蘋果即掌握完整的3D面部識別技術開發能力。Perceptio、Turi人工智能基礎技術將協助蘋果發展更高精度的面部識別技術，同時Perceptio讓智能手持裝置具備運行人工智能系統的能力，預期有助讓RealFace基于人工智能開發出的面部識別技術，能導入蘋果智能手持裝置

蘋果的企圖是開發可搭載在智能手持裝置上，基于人工智能的3D面部識別應用。未來在產品開發上，面部識別技術將被用來強化智能手持裝置的多媒體應用功能，借此串聯手持裝置內的各App，簡化操作流程，使智能手持裝置更加智能化。同時透過面部識別技術來控制裝置或內容的使用權限等的應用，預期將很快出現在蘋果智能手機中。而透過表情或情緒分析，讓裝置與用戶產生更多「情感交流」的應用，將是下一步開發重心之一。