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。通过使用摄像机或摄像头采集含有人脸的图像或视频流，自动在图像中检测和跟踪人脸，从而对检测到的人脸进行脸部的一系列相关技术，也会叫人像识别、面部识别。虽然说随着人脸识别技术的不断进步，但人员在进行面部识别时还是会受到一些因素的影响，例如光照、视角、遮挡、年龄等多方面因素的影响。

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。因此，光照的变化会影响到人员的识别，尤其是光线不足的情况下造成的面部的阴影会使人员在脸部识别时识别准确率下降。

不同个体之间所有的人脸的结构都相似，还有可能人脸器官的结构外形都很相似。这样的特点对于利用面部进行定位是有利的，但是对于利用人脸识别区分人类个体是不利的。比如说，被识别者模仿明星化妆或者是整容，都会可能导致识别失败，加大了识别的难度。

基于统计学习的人脸识别算法是如今人脸识别领域中的主流算法，但是统计学习方法需要大量的训练。因为人脸图像在高维空间中的分布是一个不规则的流形分布，可以得到的样本只是对人脸图像空间中的很小一部分的采样。因此如何解决小样本下的统计学习问题需要进一步的研究。

人员在人脸识别时脸部做幅度较大的哭、笑、愤怒等表情变化，会影响到面部识别的准确率，增加人脸识别的难度。

人脸识别公司表示，但随着科学技术的发展，人工智能的不断成熟，面部识别难点将会得到更好的解决。