Pour repérer un visage, un ordinateur commence par décomposer l’image en petits morceaux (pixels). Il recherche ensuite des motifs typiques : yeux, nez, bouche, distance entre eux, contour du visage…

Les programmes les plus modernes utilisent le deep learning : ils sont « entraînés » avec des milliers de photos pour apprendre à reconnaître ce qui fait qu’un visage est… un visage. À force d’exemples, la machine repère des schémas récurrents et devient capable de détecter un visage, même s’il est partiellement caché ou mal éclairé.

En résumé, la machine ne “voit” pas comme nous, mais elle croise des indices visuels pour prendre sa décision.