人脸识别的开源算法库首推OpenCV，但要说开源软件的话，我比较推荐虹软视觉开放平台的ArcFaceGo人脸识别应用套件。
简单来说，这款应用套件研发之初是为了方便基础薄弱用户，功能完整，可以快速甚至零代码搭建人脸识别闸机通行、刷脸考勤以及近来大火的人脸识别测温等应用。随着这款软件开源之后，开发者也完全能够在此基础上开发成一款符合自身业务需求的产品，并投入商用。
普通环境下识别准确率接近100%，而且识别速度快，稳定性好，容易集成，好用。
PS：有别的答主回答了虹软的人脸识别引擎，和我这个不是一个东西，ArcFaceGo内置了人脸识别引擎，功能更加完整，所以不算重复回答。
【简单易用——ArcFaceGo应用套件构成】
在应用套件中，已经内置了虹软视觉开放平台的离线人脸识别SDK。涵盖人脸检测、人脸比对、活体检测、人脸属性分析等一系列核心算法，即使无网络状态下也可以运行。在虹软视觉开放平台完成下载后，可以看到该应用套件由人脸识别软件APK、中心管理端两部分构成。
中心管理端：拥有人员注册、考勤统计、出入查询等功能，也可以云端进一步对接已有的业务平台。
人脸识别设备端应用APK：负责采集人脸信息、进行身份比对，并向中心管理端报备识别结果以及通知相关联通控制器。在该部分其代码中，已经针对人脸检测、人脸比对、活体检测等算法，模块化的集成了相应算法运转逻辑。开发者无需考虑各算法之间复杂运转流程，只需传入camera数据流，便可以回调识别结果。
同时，针对人脸图像传输、处理中需要用到的多媒体图像技术，在代码中也同样模块化的封装好了NV21、RGBA、BGR等不同颜色格式自动转化及图像的四字节对齐等功能。
在运行性能方面，该开源应用套件在底层算法逻辑中维护“人脸底库”，可以充分提升人脸识别速度，以RK3288 -10000人为例，相比在上层逻辑中进行人脸比对需要100ms ，而目前仅需10ms。
【适配灵活——可应用于各类实际场景】
基于开源代码，开发者可以自行定义交互界面及交互逻辑，并开发应用于各类场景的人脸识别应用。比如智慧办公的人脸识别考勤机、智慧社区的人脸识别出入闸机、智慧商业的VIP迎宾系统、智慧医院的人脸识别挂号机、智慧酒店的人脸识别入住等等产品。
1.针对具体场景，可视化适配硬件
不同场景的不同应用，也意味着需要适配不同的分辨率设备，适配单摄、双摄、宽动态等各类摄像头。ArcFaceGo人脸识别应用套件提供了可视化的硬件适配页面，方便预览显示及识别设置。
用户也能自行改写该部分代码，譬如不希望用户自行调节相关参数，以至于影响识别效果，甚至可以将该部分功能进行封装，以免用户误触。
2.可供对接硬件的多种广播形式。
Action 描述
com.arcsoft.arcfacesingle.ACTION_IDENTIFY_SUCCESSFUL 人员识别成功
com.arcsoft.arcfacesingle.ACTION_IDENTIFY_SUCCESS_PERSON_SERIAL 人员识别成功后，会向外发送“personSerial”唯一标识号”
com.arcsoft.arcfacesingle.ACTION_OPEN_DOOR 开门（在人员识别成功后会发送该广播）
com.arcsoft.arcfacesingle.ACTION_CLOSE_DOOR 关门（发送开门广播后，延迟一段时间会发送该广播）
com.arcsoft.arcfacesingle.ACTION_FACE_DETECT_HAS_FACE 检测到人脸框
com.arcsoft.arcfacesingle.ACTION_FACE_DETECT_NO_FACE 人脸框丢失
典型场景1
在室内走廊或楼梯过道等光线不佳的地方，可以对接ACTION_FACE_DETECT_HAS_FACE和ACTION_FACE_DETECT_NO_FACE广播，在检测到人脸时打开补光灯，这样可以提高识别率。
典型场景2
在一些单次授权通过的场景比如取药房，可对接ACTION_IDENTIFY_SUCCESS_PERSON_SERIAL广播，在授权并且识别通过之后可以删除该人授权以达到目的。
【人脸识别测温机开发实例】
疫情期间，很多智慧门禁设备都会增加测温模组，在通过人脸识别实现身份权限管理的同时，一并测量体温。
目前这类产品的市场反响非常火热，无论是要实现抗疫常态化的国内，还是感染人数持续暴增的国外，都对该产品有迫切需求。
这款应用套件可以与测温模块快速集成，以实现测温结果与识别身份绑定的效果。具体如何实现，以下是代码示例。
以下是具体实现的代码示例，以主流的HTPA32x32d为例。
private ConcurrentMap<Integer, Float> temperatureMap = new ConcurrentHashMap<>();
private byte[] rawData = new byte[2048];
private ReadThread.ReadListener readListener = (data, size) -> {
synchronized (temperatureLocker) {
System.arraycopy(data, 1, rawData, 0, 2048);
}
};
public void start() {
ReadThread readThread = new ReadThread();
readThread.setListener(readListener);
readThread.start();
FaceEngine faceEngine = new FaceEngine();
Config config = new Config();
faceEngine.setRecognizeCallback(this);
faceEngine.init(this, config);
}
@Override
public void onRecognizeComplete(RecognitionResult recognitionResult) {
FaceInfo faceInfo = recognitionResult.faceInfo;
if (recognitionResult.result == ErrorInfo.MOK) {
if(temperatureMap.get(faceInfo.faceId)<=37.3) {
//温度低于预警值并且识别成功，进行后续操作
}
}
}
@Override
public void onCameraPreview(byte[] bytes, ICamera iCamera) {
FaceInfo faceInfo = new FaceInfo();
faceEngine.faceRecognize(rgbData, irData, width, height, true, faceInfo);
if (faceInfo.faceId != -1 && temperatureMap.get(faceInfo.faceId) != null) {
//把额头区域映射至32x32温度矩阵中，取出对应的温度
float temperature = getTemperature(faceInfo.forehead, rawData);
temperatureMap.put(faceInfo.faceId, temperature);
}
}
public class ReadThread extends Thread {
private static final String HEIMANN_PATH = "/dev/ttyS2";
private static final int BAUDRATE = 115200;
private static final byte[] command = {(byte) 0XEE, (byte) 0xE1, (byte) 0x01, (byte) 0x55, (byte) 0xFF, (byte) 0xFC, (byte) 0xFD, (byte) 0xFF};
private FileOutputStream outputStream;
private FileInputStream inputStream;
private Object locker = new Object();
public ReadThread() {
try {
mSerialPort = SerialPort
.newBuilder(HEIMANN_PATH, BAUDRATE)
.parity(0)
.dataBits(8)
.stopBits(1)
.build();
mInputStream = (FileInputStream) mSerialPort.getInputStream();
mOutputStream = (FileOutputStream) mSerialPort.getOutputStream();
} catch (IOException e) {
e.printStackTrace();
}
}
public void sendCommand(byte[] data) {
if (mOutputStream != null) {
try {
synchronized (locker) {
mOutputStream.write(data);
offset = 0;
}
} catch (IOException e) {
e.printStackTrace();
}
}
}
@Override
public void run() {
super.run();
while (!isInterrupted()) {
int size;
try {
synchronized (locker) {
if (mInputStream == null) {
return;
}
size = mInputStream.available();
if (size > 0) {
mInputStream.read(rawData, offset, size);
offset += size;
}
}
if (offset == rawData.length) {
if (getListener() != null) {
getListener().onDataReceived(rawData, offset);
}
offset = 0;
}
if (offset == 0) {
SystemClock.sleep(50);
sendCommand(command);
}
} catch (IOException e) {
e.printStackTrace();
}
}
}
}
