以下是目前流行的人脸识别算法：

1. FaceNet：由Google开发的FaceNet是一种基于深度学习的人脸识别算法，可以生成128维的人脸特征向量。该算法使用了卷积神经网络和三元组损失函数，可以在大规模人脸数据集上取得很好的识别效果。

2. DeepFace：由Facebook开发的DeepFace是一种基于深度学习的人脸识别算法，可以识别人脸并进行验证和识别。该算法使用了卷积神经网络和softmax分类器，可以在真实场景中实现高精度的人脸识别。

3. VGGFace2：由Visual Geometry Group (VGG)开发的VGGFace2是一种基于深度学习的人脸识别算法，可以进行身份验证和身份识别。该算法使用了ResNet-50网络，并在大规模人脸数据集上进行了训练，可以实现高精度的人脸识别。

4. OpenFace：由CMU开发的OpenFace是一种基于深度学习的人脸识别算法，可以进行人脸识别、表情识别和姿态估计。该算法使用了卷积神经网络和三元组损失函数，并在多个人脸数据集上进行了测试。

5. ArcFace：由清华大学视觉组（THUVIS）开发的ArcFace是一种基于深度学习的人脸识别算法，可以进行人脸识别和身份验证。该算法使用了ResNet网络和余弦相似度损失函数，并在多个人脸数据集上取得了很好的识别效果。

这些人脸识别算法都是基于深度学习的方法，可以在大规模的人脸数据集上进行训练，并取得很好的识别效果。它们在各自的应用场景中都取得了很好的成果，并且在不断地进行改进和优化。