人臉空間是心理學的一個理論概念，它是一個多維空間，可識別的人臉被儲存在其中。在這個空間里，人臉是根據人臉本身的不變特征來表示的。然而，最近從理論上證明，人臉也可以根據其動態特征存儲在人臉空間中，在這種情況下，所產生的空間表現出一種雙重結構。

臉部空間對于解釋臉部識別的各個方面都很有用，包括對自己種族的偏見、獨特性和漫畫效應。

面部空間框架是一個心理學模型，它解釋了（成年）人類如何處理和存儲面部信息，我們利用這些信息進行面部識別。它是多維的，每個維度都由某些面部特征來分類，其中一些可能是：臉型、頭發顏色和長度、兩眼之間的距離、年齡和男性化。然而，這些并不是為了識別而分類的，從理論上講，人臉空間的維度可以包括任何可識別的面部特征。該模型假設每張臉在心理上被表示為這個心理空間中的一個特定位置（根據其維度），臉的相似性與它們之間的距離相對應；相似的臉更靠近，而不同的臉則相距更遠。要解釋人臉空間的特征，也需要數學假設。人臉空間的中心點（即原點）代表了人臉特征所有維度的中心趨勢，而存儲的人臉被認為在所有這些維度上都有正常分布。因此，人臉在原點的排列最密集，看起來最典型，而離原點越遠，人臉就越稀疏，越有特色。將人臉存儲在人臉空間的特定位置涉及到將人臉數據編碼到幀的維度中。然而，編碼從來不是完美的；任何阻礙人臉識別的因素都會誘發編碼錯誤。像負面的顏色、最短的觀看時間，以及觀看人臉時的倒置（向后看）等因素都會xxx增加其編碼誤差。

兩種略有不同的人臉空間模型是標準的：典范和典范人臉空間。這兩種模型都在一個多維的心理空間中對人臉進行編碼，并考慮到諸如種族和反轉等因素。然而，它們對人臉在空間中的位置的解釋是不同的；或者是作為"規范人臉"的一個向量，或者是作為與其他人臉的距離。在基于規范的模型中，人臉是相對于原點的中心人臉進行編碼的："規范人臉"。面孔使用這個典型的矢量進行排列，矢量的長度和方向參數分別由面孔的獨特性和特性決定。在基于典范的模型中，人臉被編碼為空間中的單個點，而不是相對于典范人臉的向量。在這個模型中，與其他面孔的相似性是由面孔之間的相對距離決定的。

一些研究發現，具有獨特特征的人臉比典型的人臉更容易被識別。人臉空間框架能夠解釋這一發現，因為它假設人臉在其各維度上是正常分布的。因此，在模型的原點發現了許多典型的面孔，而在更遠的地方則發現了越來越多的有特色但不常見的面孔。因此，與眾不同的面孔由于在面孔空間中與其他面孔的距離較大（示范密度低），不太可能與這些其他面孔混淆，從而導致更好的識別。漫畫效應指的是發現漫畫臉比真實（原始）臉更容易識別。漫畫將個別面孔與"平均"面孔（原始面孔的簡化版本）進行比較，并夸大所發現的面部差異，從而使原始面孔具有更明顯的特征。漫畫所引起的更大的變異性解釋了漫畫效應：原始面孔比漫畫更典型，因此在面孔空間的一個更擁擠的區域，而更有特色的漫畫則在更遠處。