由于科技发展，人脸识别技术发展迅速，识别率准确性几乎可以接近100%的准确性。但是也有一些因素，会影响识别的准确性。

一、光线变化

光照变化是影响人脸识别精度的最重要因素。因为脸是三维结构，光投射的阴影可以增强或削弱原来脸的特征。特别是在夜间，光照不足造成的脸部阴影会导致识别率急剧下降，使系统难以满足实际需要。同时，理论和实验也证明了同一个体在不同光照下的差异大于同一光照下的不同个体。

二、面部表情的变化

面部表情的变化是由不同的表情组成的，包括嘴、脸颊、眼睛、眉毛和前额。人的情感表达是通过区域的肌肉局部变形来实现的。这些转变的实现角度这不是一个简单的翻译，而是旋转刚度的变化。面部肌肉因局部变形而改变的表现方式被认为是面部特征的一部分，因此很难区分功能型态之间的差异是否是由于不同的面部或表情的改变，所以很难分类和识别。

三、背景与附着物

背景比较杂乱的地方 识别会有一定的影响，如果带了眼镜，留了胡须，如果角度没弄好 也会有一定的影响。

人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部的一系列相关技术，通常也叫做人像识别、面部识别。尽管已有30多年的研发历史目前，但人脸识别产品仍然受光照、视角、遮挡、年龄等多方面因素的影响。大致有以下十个难点需要突破：

1.光照问题

由于人脸的3D结构，光照投射出的阴影，会加强或减弱原有的人脸特征。

2.姿态问题

姿态问题涉及头部在三维垂直坐标系中绕三个轴的旋转造成的面部变化，其中垂直于图像平面的两个方向的深度旋转会造成面部信息的部分缺失。

3.表情问题

面部幅度较大的哭、笑、愤怒等表情变化同样影像着面部识别的准确率。

4.遮挡问题

对于非配合情况下的人脸图像采集，遮挡问题是一个非常严重的问题。

5.年龄变化

随着年龄的变化，一个人从少年变成青年，变成老年，他的容貌可能会发生比较大的变化，从而导致识别率的下降。对于不同的年龄段，人脸识别算法的识别率也不同。

6.人脸相似性

不同个体之间的区别不大，所有的人脸的结构都相似，甚至人脸器官的结构外形都很相似。这样的特点对于利用人脸进行定位是有利的，但是对于利用人脸区分人类个体是不利的。

7.动态识别

非配合性人脸识别的情况下，运动导致面部图像模糊或摄像头对焦不正确都会严重影响面部识别的成功率。8. 人脸防伪

伪造人脸图像进行识别的主流欺骗手段是建立一个三维模型，或者是一些表情的嫁接。

9.图像质量问题

由于采集设备的不同，得到的人脸图像质量也不一样，特别是对于那些低分辨率、噪声大、质量差的人脸图像。

10.样本缺乏

现在参与训练的人脸图像库基本都是外国人的图像，有关中国人、亚洲人的人脸图像库少之又少，给训练人脸识别模型增加了难度。

人脸识别技术的过程依次为活体检测—人脸检测拍摄—上传服务器对比或本地处理—面部特征点定位—提取和分类—校验和识别—分析返回结果，但这些过程中依然会找到突破点来实现欺骗或者绕过人脸识别，人脸识别隐私问题依然存在技术难点