目前市面上做的比對來源主要有三種方式：
1. 用戶自傳照片，比如支付寶的人臉比對，用戶自傳的照片最大的問題是照片質量的合格率太低，拍照的光線、各種相機美顏、角度等因素會導致采集源的質量下降，不利于后期的大批量人臉特征碼管理。
2. 使用身份卡閱讀器，讀取身份卡上的照片，遺憾的是這張照片的質量極差，2K的大小，很多照片上的人臉質量實際非常差，不過也是目前用的最多的方式。
3. 使用公安部旗下NCIIC的人臉比對接口(注意，不是網紋照片接口，這個接口已經不對外)，使用的是直接的人臉比對接口。目前具備有這個庫調用權限的，目前所知的只有幾家，在人臉識別公司中，好像只看到一家在提供，這里先不提了。BAT應該都還沒有接入，如有大家有新發現的可以補充。
實際上，解決比對源的問題的關鍵是需要有準確的照片數據來進行比對，許多公司開始的時候采取NCIIC(公安部的一個事業單位)身份卡片返照接口的照片，進行消網紋處理進行比對，但人臉的很多特征點被損毀成功率不高(根據網絡安全法，目前網紋返照接口市面上除了銀行系統可以使用外，其他所用的身份卡返照接口都是非法的，一用就被查)。
其他人臉比對的來源還有：
1.監控相機、手機相機等各種類型相機：拍攝的視頻、照片是人臉原始數據的主要來源。項目中常通過RTSP、FTP等協議對接這類相機獲取實時視頻流或圖片流。
2.NVR/DVR等錄像儲存設備：儲存了大量視頻資源，可通過ONVIF協議對接這類設備獲取數據。
3.第三方企業、事業單位的人員信息庫：例如公安的八大信息資源庫、企業在職員工信息庫等。獲取這類數據難度較大，會涉及到第三方平臺對接，還需考慮到保密、網絡安全等問題。
4.互聯網中的開放數據集：常用的WebFace、FDDB、LFW、YouTube Face等人臉數據集，提供了優質的標注數據，可用于算法測試及模訓練。
5.網絡爬取：通過編寫或者利用免費網絡爬蟲程序，自動抓取萬維網中的圖片。它們被廣泛用于互聯網的數據采集中。
