卷积神经网络（CNN）是一种深度学习模型，在人脸识别任务中表现出色。它通过多层卷积和池化操作自动提取人脸图像的特征，避免了传统方法中复杂的手工特征设计。CNN能够学习到从局部到全局的层次化特征表示，对人脸的光照变化、姿态变化和部分遮挡具有较强的鲁棒性。此外，结合Softmax分类器或对比损失函数，CNN可以有效地将提取的特征映射到身份标签空间，实现高精度的人脸识别。近年来，基于CNN的人脸识别方法在LFW、MegaFace等公开评测集上取得了接近甚至超越人类水平的识别性能。