Из документации Vision Framework:

Платформа Vision выполняет обнаружение лиц и ориентиров, обнаружение текста, распознавание штрих-кодов, регистрацию изображений и отслеживание общих функций. Vision также позволяет использовать пользовательские модели Core ML для таких задач, как классификация или обнаружение объектов.

Итак, нет, Vision Framework не обеспечивает распознавание лиц, только распознавание лиц.

Есть подходы к распознаванию лиц. Вот пример распознавания лиц в приложении AR: https://github.com/NovatecConsulting/FaceRecognition-in-ARKit

Они обучили модель, которая может обнаруживать около 100 человек, но вы должны переучивать ее для каждого нового человека, которого хотите узнать. К сожалению, вы не можете просто дать два изображения и сравнить лица.

Согласно статье Распознавание лиц против распознавания лиц:

Распознавание лиц просто означает, что система способна идентифицировать человеческое лицо на изображении или видео. Например, функцию распознавания лиц можно использовать для автоматической фокусировки камер.

Распознавание лиц описывает биометрическую технологию, которая выходит далеко за рамки распознавания человеческого лица. Фактически он пытается установить, чье это лицо.

Но...

Если вам нужно приложение дополненной реальности, такое как FaceApp от Facebook, ответ будет:

Да, вы можете создать приложение, подобное FaceApp, с помощью ARKit.

Потому что вам нужна только простая форма распознавания лиц, доступная через ARKit или RealityKit framework. Вам даже не нужно создавать .mlmodel, как при использовании фреймворков Vision и CoreML.

Все, что вам нужно, это устройство с фронтальной камерой, позволяющее обнаруживать до трех лиц одновременно с помощью ARKit 3.0 или RealityKit 1.0. Посмотрите следующий код Swift, как это сделать, чтобы получить ARFaceAnchor когда лицо обнаружено.

И, кроме того, если вы хотите использовать эталонные изображения для простого обнаружения лиц, вам нужно поместить несколько эталонных изображений в папку Xcode .arresourcegroup и использовать следующий код Swift в качестве дополнительного условия для получения ARImageAnchor (в центре обнаруженного изображения).