人臉識(shí)別被認(rèn)為是生物特征識(shí)別領(lǐng)域甚至人工智能領(lǐng)域最困難的研究課題之一人臉識(shí)別系統(tǒng)的困難主要是人臉作為生物特征的特點(diǎn)所帶來的

相似性

不同個(gè)體之間的區(qū)別不大所有的人臉的結(jié)構(gòu)都相似甚至人臉器官的結(jié)構(gòu)外形都很相似這樣的特點(diǎn)對(duì)于利用人臉進(jìn)行定位是有利的但是對(duì)于利用人臉區(qū)分人類個(gè)體是不利的

易變性

人臉的外形很不穩(wěn)定人可以通過臉部的變化產(chǎn)生很多表情而在不同觀察角度人臉的視覺圖像也相差很大另外人臉識(shí)別還受光照條件（例如白天和夜晚室內(nèi)和室外等）人臉的很多遮蓋物（例如口罩墨鏡頭發(fā)胡須等）年齡等多方面因素的影響

在人臉識(shí)別中第一類的變化是應(yīng)該放大而作為區(qū)分個(gè)體的標(biāo)準(zhǔn)的而第二類的變化應(yīng)該消除因?yàn)樗鼈兛梢源硗粋€(gè)個(gè)體通常稱第一類變化為類間變化（inter-class difference）而稱第二類變化為類內(nèi)變化（intra-class difference）對(duì)于人臉類內(nèi)變化往往大于類間變化從而使在受類內(nèi)變化干擾的情況下利用類間變化區(qū)分個(gè)體變得異常困難

用戶配合度

現(xiàn)有的人臉識(shí)別系統(tǒng)在用戶配合采集條件比較理想的情況下可以取得令人滿意的結(jié)果但是在用戶不配合采集條件不理想的情況下現(xiàn)有系統(tǒng)的識(shí)別率將陡然下降比如人臉比對(duì)時(shí)與系統(tǒng)中存儲(chǔ)的人臉有出入例如剃了胡子換了發(fā)型多了眼鏡變了表情都有可能引起比對(duì)失敗也就是說人如果發(fā)生較大變化系統(tǒng)可能就會(huì)認(rèn)證失敗光照姿態(tài)裝飾等對(duì)機(jī)器識(shí)別人臉都有影響